Mozilla 开源 AI 现状 V1.0 报告

开源权重模型已达到能力对等

对于大多数生产工作负载而言，开源权重 AI 模型已有效地缩小了与闭源前沿模型的性能差距。截至 2026 年 3 月，Chatbot Arena 上的平均能力差距为 3.3%，开源模型在编程、指令遵循和通用知识方面已达到对等水平。剩余的差距集中在复杂推理、长上下文检索和智能体任务（agentic tasks）上。

这种趋同伴随着智能成本的崩塌。GPT-4 级别的推理成本在 36 个月内下降了 27 倍，从每 100 万 token 的 20 美元降至 0.40 美元。因此，开源权重模型现在在 OpenRouter 等平台上占据了主要的 token 吞吐量，其中吞吐量最高的五个模型均为开源权重模型。到 2026 年中期，中国开发的开源模型每周路由约 18T token，而美国开发的模型约为 5.5T。

运营差距：采用率 vs. 生产率

虽然开源模型在采用率方面处于领先地位，但由于缺乏运营工具，它们在生产部署方面明显落后。根据 Mozilla/SlashData 2026 年调查：

• 采用率： 79% 的开发者在添加 AI 功能时使用开源模型，而闭源模型为 71%。
• 生产率： 只有 51% 的开源模型团队实现了生产化，而闭源模型团队为 63%。

无论公司规模如何，这种差距都持续存在；企业级团队（1,001+ 员工）使用闭源模型的生产率达到 73%，而开源模型的生产率仅为 57%。主要的阻碍因素是运营层面的，而非能力层面的，具体包括集成到现有系统中、持续维护以及部署复杂性。

向智能体框架（Agentic Harness）的转变

随着模型权重趋向于零成本商品化，价值正在向上转移到“智能体框架”（agentic harness）——即通过编排循环、内存、沙箱和权限模型将模型转化为功能性智能体的工具集。

集成护城河

前沿实验室通过将其框架与权重紧密结合来创建性能护城河。来自 Terminal-Bench 2.1 的数据表明，实验室拥有的框架表现始终优于独立的脚手架（scaffolds）。这种垂直集成创造了一个数据飞轮，通过实验室框架的使用直接为下一次模型迭代提供信息，从而增加了供应商锁定。

“写入表面”（Write Surface）问题

开源技术栈中一个关键且尚未解决的差距是“写入表面”（write surface）——即定义智能体可以不受监督地执行哪些不可逆操作（例如：花钱、修改记录）的可移植权限模型。目前的协议如 MCP (Model Context Protocol) 和 A2A 侧重于身份验证（智能体是谁），而非授权（智能体可以做什么）。

开源 AI 作为主权战略

开源权重 AI 已日益被视为国家主权问题，而非简单的供应商选择。目前已有超过 70 个国家的 AI 战略处于活跃状态，其驱动力是出于对“退出权”的需求，以避免陷入专有 API 的陷阱。

• 风险： 报告引用了 2026 年 6 月的一次事件，当时一项政府出口令迫使 Anthropic 立即切断了所有外国公民对 Claude Fable 5 的访问权限，凸显了依赖闭源端点的脆弱性。
• 中国战略领先： 中国有意利用开源权重作为对抗半导体出口管制的宏观对冲手段。通过发布公开权重（例如 Alibaba 的 Qwen），中国将全球推理任务转移到了终端用户的本地硬件上。截至 2026 年 3 月，Qwen 的下载量显著超过了排名其后的八个机构的总和。

开源技术栈的商业可行性

开源权重 AI 是一个价值数千亿美元的商业市场。已证实的收入模型包括托管推理、企业平台、本地许可和框架工具。关键参与者包括：

• DeepSeek: 在 500 亿+ 美元估值下融资 74 亿美元，年收入 (ARR) 约为 220 亿美元。

• Mistral AI: 规模已扩大至约 4 亿美元 ARR，估值约为 140 亿美元。

• Databricks: 达到了 54 亿美元的收入运行率。

社区观点与批评

围绕该报告的讨论突显了“开源权重”现实与“开源”理想之间的紧张关系。

"I am sad that there doesn't seem to be any community whatsoever around truly open models that are released with source data and training methodology... We've allowed the term 'open' to be diluted to a shocking extent."

其他批评者指出，该报告的文笔似乎是 LLM 生成的，且对 OpenRouter 数据的依赖可能存在偏差，因为该平台的用户本身就倾向于寻找前沿闭源模型的替代方案。然而，一些观察者注意到开源模型的爆发式增长，一名用户报告称，在短短四个月内，OpenRouter 上的开源模型 token 处理量增加了 5 倍。