开源模型追到闭源身后 4 个月，成本只要三成

Mozilla 在最新的《开源现状》监测里给出一个反直觉的判断：美国科技公司的前沿闭源模型，与中国公司最好的开放权重模型之间，性能差距已经收窄到约 4.4 个月。这不是说两者能力相当，而是说，今天闭源能做到的事，开源大概再过一个季度多一点也能做到。

差距为什么能用「月」来量

关键在于换了把尺子。报告采用 METR 提出的「任务时间跨度」指标——不看某道题答得对不对，而看模型能可靠完成多长时间的连续任务。按这个口径：

• 当前最好的开源模型，约能可靠完成 7 小时量级的任务；
• 最好的闭源模型，约能到 12 小时，前者约是后者的 1.7 倍时长；
• 按增速外推，约 4 个月后开源有望摸到今天闭源的水平。

把能力折算成时间，好处是它会随着两边各自迭代自动滚动——今天的 4 个月，不代表明天还是 4 个月，但它给了一个能持续对照的坐标。

Kimi K3 与 Fable 5 之间那 3 分

报告里最具体的一笔对照，落在 Kimi K3 上：它在综合性能指数上，只比 Anthropic 的闭源前沿模型 Fable 5 低 3 分，而调用成本大约只有后者的 三成。3 分的性能差换 70% 的成本差，这笔账对大量「够用就行」的场景是有吸引力的——它解释了为什么开放权重模型的实际采用速度，往往比榜单名次给人的印象更快。

闭源还没被追平的地方

但报告没有把话说满。它同时指出，在三类任务上闭源前沿模型仍握着优势：需要专家级专业能力的、需要高强度信息检索的、以及需要超长上下文的。换句话说，被追平的是「大多数日常任务」，而不是那些最吃硬实力的长尾。差距用月计，是因为大盘在快速拉平；真正难追的那部分，恰恰不在时间跨度这把尺子最擅长衡量的范围里。