摘要：
2026年9月15日，Mozilla发布第二版《State of Open Source AI》报告。有意思的是，就在前后几天，Anthropic、Ope... 2026年9月15日，Mozilla发布第二版《State of Open Source AI》报告。有意思的是，就在前后几天，Anthropic、OpenAI、谷歌接连发布新旗舰，全是闭源。报告里那个数字才真正扎人：按Mozilla测算，美国前沿闭源模型跟中国最好的开源模型，能力差距只剩4.4个月。我的判断是——闭源今天卖的不是“更强”，是“4个月的时间差”。这4个月值不值那个价，不看厂商报价，看你手上的活有多长。
报告把闭源的溢价算成了一笔时间账
报告给了几组互相印证的数字：Kimi K3综合分60.0，比Claude Opus 5低3分、比Claude Fable 5低2.1分，而标价只有Fable 5的30%（$3/$15对$10/$50）；按METR口径，最强闭源能可靠完成的任务时长是最强开源的1.7倍——开源扛7小时，闭源扛12小时；Vals AI用同一套中性harness跑基准，智谱GLM 5.2与Claude Opus 4.7/4.8只差不到1分，单任务成本约低5倍；OpenRouter上8月token用量前十的模型，八个提供开放权重。
Mozilla CTO基里科里安的原话是：8到12小时，是闭源唯一还能做、开源还做不了的窄带；8小时以下该交给便宜的；12小时以上目前没有模型可靠。开源为什么追得快——“中国实验室在跑美国人对Android的那套剧本：送出去，但握住周边生态。”
为什么是现在
首版报告7月14日发布，不到两个月就出了v1.1，更新速度本身就是信号。第一，时间尺度在加速。METR的规律是模型能可靠完成的任务时长按固定节奏翻倍，而节奏还在变快——翻倍一快，“领先几个月”的含金量就下降。第二，企业已经在用真金白银切了。报告点名DoorDash：常规工作交给Kimi，难题留给Fable。第三，闭源也没停。9月一个月里Fable 5.1、GPT-6 Astra、Gemini 3.8密集发布。两边都在提速，结果不是拉开差距，是压缩差距。
不是开源追上了闭源，是“够用”的门槛被挪到了8小时
大部分人看到“差4.4个月”，第一反应是“那还是闭源强”。这话没错，但账没算完。分界不是“谁最强”，是“你这件活有多长”。按报告口径：8小时以下两类都能干；8到12小时是闭源唯一的窄带；12小时以上谁都靠不住。那问题就变朴素了——你日常跑的活里，有几个要“专家做满8小时以上”？我的答案是没有。写稿、选品调研、扒竞品、改代码，实际耗时都在几十分钟到几小时，属于“开源够用”那一档。
所以“开源追上了闭源”不准确。准确的说法是：“够用”的门槛挪到了8小时，而绝大多数人的活都在门槛以下。天花板还在闭源那边，但你够不到。在AI工具导航的视角下，这意味着选型逻辑正在变化——不是选“最强”，而是按任务时长匹配模型清单。对于关注AI办公软件推荐的团队，这也是一个提醒：8小时以下的常规活可以先换便宜的开源模型，长任务留给旗舰，成本结构第一次可以自己挑。
我可能错在哪
第一，4.4个月是Mozilla自己的测算口径，不是行业标准。换一套评测集、换一个任务分布，数字就会变。第二，收入对比（开放约4%/闭源约96%）的数据窗是2025年5-9月，报告方自己说预计已变化。第三，也是我最有保留的一点：开源不等于免费。权重不要钱，但自托管的人力、稳定性，还有“谁兜底”，恰恰是很多企业继续买闭源的真实原因。如果自托管总成本吃掉省下的API费用，这篇判断就只对一半。
接下来怎么办
按任务时长切模型清单：8小时以下的常规活先换便宜的开源或国产模型，长任务留给旗舰；算“每完成一个任务”的成本，别只看每百万token单价；换开源前先确认数据条款——自托管等于合规责任回到你自己身上。先跑两天再决定要不要动预算。
你为闭源旗舰多付的钱，买的不是更强的能力，是四个月的时间。问题在于——你手上真有非等这四个月不可的活吗？