Mozilla 開源 AI 現狀 V1.0 報告

開源權重模型達到能力對等

對於大多數生產工作負載而言，開源權重 AI 模型已有效地縮小了與閉源前沿模型的性能差距。截至 2026 年 3 月，Chatbot Arena 的平均能力差距為 3.3%，開源模型在編碼、指令遵循和通用知識方面已達到對等水平。剩餘的差距集中在複雜推理、長文本檢索和代理任務（agentic tasks）上。

這種趨勢伴隨著智能成本的崩潰。GPT-4 級別的推理成本在 36 個月內下降了 27 倍，從每 1M tokens 的 $20 下降到 $0.40。因此，開源權重模型現在在 OpenRouter 等平台上主導了 token 數量，其中流量最高的五個模型全部都是開源權重的。

營運差距：採用率 vs. 生產環境部署

雖然開源模型在採用率方面領先，但由於缺乏營運工具，它們在生產環境部署方面顯著落後。根據 Mozilla/SlashData 2026 年調查：

• 採用率： 79% 的開發者在增加 AI 功能時使用開源模型，而閉源模型為 71%。
• 生產率： 僅 51% 的開源模型團隊達到生產環境部署，而閉源模型團隊則為 63%。

無論公司規模如何，這種差距依然存在；企業級團隊（1,001+ 員工）在閉源模型的生產率為 73%，而開源模型僅為 57%。主要的阻礙因素是營運層面而非能力層面，特別是整合到現有系統、持續維護和部署複雜性。

向代理框架（Agentic Harness）的轉向

隨著模型權重趨向於零成本商品化，價值正向上轉移到「代理框架」（agentic harness）——即將模型轉化為功能性代理的編排循環、記憶、沙盒和權限模型。

整合護城河

前沿實驗室正在日益將其框架與權重綁定，以創造性能護城河。來自 Terminal-Bench 2.1 的數據顯示，實驗室擁有的框架始終優於獨立的腳手架（scaffolds）。這種垂直整合創造了數據飛輪，使得通過實驗室框架的使用情況能直接為下一次模型迭代提供資訊，從而增加供應商鎖定。

「寫入表面」（Write Surface）問題

開源技術棧中一個關鍵且尚未解決的差距是「寫入表面」——即定義代理可以在無人值守的情況下執行哪些不可逆操作（例如：花錢、修改記錄）的可移植權限模型。目前的協議如 MCP (Model Context Protocol) 和 A2A 專注於身份驗證（代理是誰），而非授權（代理可以做什麼）。

開源 AI 作為主權策略

開源權重 AI 已日益被視為國家主權問題，而非單純的供應商選擇。目前已有超過 70 個國家的 AI 策略正在實施，其驅動力是為了獲得「退出權」（exit rights）以避免陷入專有 API 的陷阱。

• 停機風險： 報告引用了 2026 年 6 月的一起事件，當時政府出口令迫使 Anthropic 立即切斷了所有外籍人士對 Claude Fable 5 的訪問權限，凸顯了依賴閉源端點的脆弱性。
• 中國的戰略領先： 中國有意將開源權重作為對抗半導體出口管制的大規模對沖手段。通過發布公眾權重（例如 Alibaba 的 Qwen），中國將全球推理任務轉移到了終端用戶的本地硬件上。截至 2026 年 3 月，Qwen 的下載量顯著超過了接下來八個組織的總和。

開源技術棧的商業可行性

開源權重 AI 是一個價值數千億美元的商業市場。已證實的收入模型包括託管推理、企業平台、本地部署授權和框架工具。關鍵參與者包括：

• DeepSeek: 在估值超過 $50B 的情況下籌集了 $7.4B，年收入 (ARR) 約 $220M。

• Mistral AI: 規模擴展至約 $400M ARR，估值約 $14B。

• Databricks: 達到 $5.4B 的收入運行率。

社群觀點與批評

圍繞該報告的討論突顯了「開源權重」現實與「開源原始碼碼」理想之間的緊張關係。

"我感到很難過，因為似乎完全沒有任何圍繞著真正開源模型（即隨附原始數據和訓練方法論的模型）的社群……我們允許『開源』這個詞被稀釋到了令人震驚的程度。"

其他批評者指出，該報告的文筆似乎是 LLM 生成的，且對 OpenRouter 數據的依賴可能存在偏差，因為該平台的用戶本身就傾向於尋求前沿閉源模型的替代方案。然而，一些觀察者注意到開源模型的爆發式增長，一位用戶報告 OpenRouter 上的開源模型 token 處理量在短短四個月內增長了 5 倍。