开源AI现状（15分钟阅读）

# 开源人工智能现状 —— V1.0 · 2026年7月 Source: https://stateofopensource.ai/ Mozilla V1\.0 · 周期性更新 · 2026年7月 来自我们首席技术官拉菲·克里科里安的一封信 在新西兰最北端，一位毛利广播员正在训练 te reo 毛利语的语音模型——这是一种对任何市场都过于小众的语言——采用的许可证确保数据始终属于其族群。全球最大的会计师事务所之一普华永道 (PwC) 在金融语言上微调了一个开放模型，如今在其自有硬件上为数百家客户运行，无需按 token 计量。洛桑的研究人员与红十字会共同构建了一个开放医疗模型，并依据其人道主义准则进行了调优，正在瑞士和坦桑尼亚筹备临床试验。在东非，农民使用一个直接在手机上运行的模型诊断木薯病害，该模型可在云端从未触及的田间离线工作。在瑞士，一个公共联盟在公共超级计算机上训练了一个国家级模型，并开放了全部内容：权重、数据、训练代码。他们中没有任何人请求许可，也没有任何人能够租用这些资源。他们拥有这一切——这就是全部理念。 我们曾经历过类似局面。Mozilla 的诞生，是因为一家公司试图掌控网络的前门，而一个开放社区奋起反抗，确保它永远无法得逞。二十五年后的今天，有人在重施故伎。我们第一次押注开放。开放赢了。我们可以再次携手，重演这一幕。 我们的信念很简单：前进的道路是竞争和互操作性。我们相信一个拥有众多模型、标准化的集成方式，以及随时可以离开任何供应商的自由的世界。开放在这方面有迹可循。它做大了蛋糕，让更多人能分得一块。 请将下文视为一幅地图：开放人工智能在哪里获胜——有些数字甚至让我们自己惊讶——又在哪里面临风险。一个隐藏自身弱点的案例，不过是广告而已。 开放权重缩小了能力差距，而智能的价格则大幅下跌。 0% 与顶级闭源模型的能力差距 —— 在编码方面持平，在推理方面落后 0× GPT-4 类推理成本在36个月内的下降幅度：$20 → $0.40 每百万 tokens 01开源人工智能的当前状况 ## 已达到持平。竞争已上移一层。 开放权重不再是一种妥协。它们是实际工作发生的地方：大部分生产环境的 token 现在都通过它们路由，OpenRouter 上流量前五的模型全部是开放权重。闭源模型在前沿领域仍领先，在推理和多模态方面，但前沿并非大多数工作负载所需。通用化输入不具备定价权。价值向上迁移，进入代理化框架。 能力差距：8.04% → 0.5% → 3.3% 24个月内 Chatbot Arena 上的开放与闭源差距。到2024年8月，差距已缩小至0.5%，2025年2月，DeepSeek-R1 短暂追平了美国顶级模型。到2026年3月，差距重新扩大至3.3%，因为闭源推理模型领先了。但3.3%是一个锯齿状前沿的平均值：开放模型在编码、指令遵循和通用知识方面持平或接近持平，而差距集中在推理、长上下文检索和代理任务。问题不再是开放模型是否足够好。而是你的工作负载需要什么。鼠标悬停可查看各点数据。 来源：Chatbot Arena，2024年1月 – 2026年3月。 推理成本在36个月内下降了50倍 每百万 tokens 的 GPT-4 等效价格 —— 下降速度超过互联网时代带宽或个人电脑计算价格曲线。对数刻度。 来源：斯坦福 HAI 2025年AI指数（18个月内 GPT-3.5 类下降280倍）；Epoch AI（每年下降9–900倍）；2025年11月麻省理工学院研究（前沿领域每年5–10倍，经硬件调整）。 开放权重赢得 token 量 OpenRouter 上通过开放权重模型路由的 token 比例，从微乎其微的基础增长到2025年底的三分之一，到2026年中成为多数。 来源：OpenRouter 100万亿 token 研究（2024年11月–2025年11月）及实时排行榜；中间点经插值处理。按请求数量计算，美国闭源提供商仍领先——开放权重领先的是 token 量，集中在编码和代理工作负载。 OpenRouter 实时排行榜 —— 过去一个月路由的 token 量 流量前五的模型全部是开放权重。Anthropic 的闭源 Claude 模型是下一个美国构建的参赛者。 开放权重闭源 到2026年中，前九大模型中，中国构建的模型每周路由约18万亿 token，而美国构建的约为5.5万亿——超过3:1的比例（英国《金融时报》分析）。开发者根据成本路由时，会转向开放权重。 ## 开源易于发布。开源难以部署。 数据来自 Mozilla / SlashData 2026年开发者调查。开放模型在采用率上领先：79% 添加AI功能的开发者使用开放模型，而闭源模型为71%，两者在很大程度上互补，一半的开发者同时使用两者。但在生产阶段，团队遇到瓶颈：只有51%的开放模型团队进入生产，而闭源模型为63%。差距在于运维工具和信任，而非模型能力。 开放模型在采用率上领先，且大多与闭源共存 目前正在使用的开发者，按模型类型划分，以及两者的重叠情况。 两者如何结合 29%仅开放 50%两者都用 21%仅闭源 来源：Mozilla / SlashData 2026年开发者调查。开放和闭源对大多数团队并非替代关系：50%同时运行两者，29%仅用开放，21%仅用闭源。 开放采用率峰值地区，以及闭源仍占优势的地区 按地区划分的开放模型采用率。大中华地区和东亚领先，达89%；南美洲和西欧是仅有的两个闭源采用率超过开放的地区。 同一调查，按开发者地区划分。在南美洲和西欧，且仅在这两个地区，闭源模型采用率领先于开放。 按公司规模划分的生产率 如果差距源于资源，规模效应本应缩小它，但事实并非如此。闭源模型的生产率从54%上升至73%。开放模型几乎不变：53% → 57%。 闭源模型开放模型 企业可以通过付费解决闭源部署中的问题。开放部署则等待尚未完成的工具。来源：Mozilla / SlashData 2026年开发者调查。 团队流失原因：使用开放模型面临的挑战 Δ = 已流失 − 仍在使用的百分比。最大差距（性能、集成、维护）属于运维层面，而非能力层面。鼠标悬停可查看各柱状图。 仍在使用开放模型已流失 Mozilla 调查，n=1,410。“你在使用开放或开源AI模型时面临的主要挑战是什么？” 相同的挑战，无处不在：按地区划分的开放模型阻塞因素 按地区划分，当前和已流失的开放模型开发者中提及各挑战的比例。颜色越深表示越多开发者受阻。顶部几行在所有地区都是运维层面的：基础设施成本、安全与合规、维护、部署复杂性。南亚最依赖安全和支持；只有北美和大中华地区有超过15%的开发者报告没有重大挑战。 来源：Mozilla / SlashData 2026年开发者调查 (MZCS1)。n=1,410 当前或已流失的开放模型开发者；大洋洲列 (n=39) 和东欧及独联体列 (n=98) 低于可靠阈值。 --- 02开源人工智能堆栈 ## 开源堆栈在能力上得分高，在运维上得分低。 九个层级和48个组件，按10个标准评分（1–5分）。点击一个层级可查看其组件：每个组件都有自己的标准评分、成熟度等级、开放与闭源持平评估，并列出一些星级最高的开源项目。 鼠标悬停任意单元格可查看详情。 强成熟可行，但分散早期阶段 强 (≥4.0)3.5–3.93.0–3.42.5–2.9弱 (<2.5)运维差距 = 标准化 + 企业就绪度 各单元格按成熟度标准评分（1–5），从左到右由强到弱排列；层级行是其组件的平均值。最冷的两列——标准化和企业就绪度——在每个层级和每个组件中重复出现：这个重复的冷边缘就是运维差距。来源：Mozilla 堆栈地图，2026年6月（48个组件，1,361个项目）。 --- 03谁在押注 ## 开源是一种商业模式。 开放权重AI是一个数千亿美元规模的商业市场，由资金充足的公司构建，并由全球企业在生产中运行。Databricks 的营收运行率突破54亿美元；Mistral 在12个月内规模扩大20倍，年经常性收入 (ARR) 达到约4亿美元；DeepSeek 的 ARR 达到约2.2亿美元，最近以超过500亿美元的估值融资74亿美元。五种收入模式已在大规模上得到验证：托管推理、企业平台、本地部署许可、微调服务和框架工具。 风险投资支持的开源生态系统：已披露总融资额，百万美元 条形图随滚动增长。按公司所在地区着色。 北美中国欧洲及世界其他地区 部分公司；智谱AI 和 MiniMax 已上市（2026年香港IPO），但未公开总金额。战略投资者（英伟达、Salesforce、AMD、谷歌、IBM、ASML、腾讯、宁德时代、Schwarz集团）为同一生态系统提供支持，覆盖模型、推理和工具层。 开源生态系统的财务成熟度 承载开源堆栈的公司的融资、估值和营收情况。该生态系统已从赠款阶段发展到风险投资规模，再到公开市场。 五种收入模式已在大规模上得到验证：托管推理、企业平台、本地部署许可、微调服务和框架工具。“—”表示未公开披露。 计量模式在规模下失效 闭源前沿模型按 token 销售——在生产规模下，计量成为问题。 五分之一的使用量，4%的收入 在 OpenRouter 上（2025年5月–9月），闭源模型约占80%的使用量和约96%的收入。价格是驱动因素：在约90%的能力持平情况下，闭源每次调用成本高出约6倍。 ~248亿美元 未实现的年节省额——Nagle–Yue 研究为 Linux 基金会估算的开放与闭源价格不对称性，按每次调用成本约6倍计算，能力相当 开发者根据成本路由时，会转向开放权重。 --- 04为什么这种情况无处不在 ## 开放不是供应商选择。这是主权选择。 超过70个国家的人工智能战略已经出台。战略问题已从是否要有国家AI政策，转变为国家能拥有堆栈的哪一层。 点击下方标记或国家。 开放的理由是可选性 可选性在2026年6月不再抽象，也不再是采购问题。 Claude Fable 5 上市三天后，一个政府的出口命令迫使 Anthropic 切断地球上所有外国公民的访问权限。没有征求其他任何政府的意见，也不可能征求。选择性合规是不可能的，于是这些模型在一个周五下午5:21对所有用户下线。任何基于该模型构建的人都继承了一次没有预警、且无法参与的关闭事件。供应商可以关闭一个模型。但没有人能关闭一个已经在你拥有的机器上运行的副本——这台机器可以是一家创业公司的服务器，也可以是一台国家超级计算机。对于公司而言，磁盘上的权重是对冲工具。对于国家而言，这决定了是拥有政策还是需要获得许可。 开放的战略理由在于拥有离开的能力，而云时代已经证明了缺乏这种能力的代价： **9万到12万美元**将1 PB数据迁出AWS S3的费用 **80%**的企业正在将工作负载迁回本地 **320万美元 → 不到100万美元**37signals 离开云后的账单 **2.5倍**GEICO 超出计划的云成本 闭源模型API重现了同样的陷阱：基于专有端点构建，你就会继承供应商的价格变动，且没有干净的退出路径。开放权重就是退出权。 开放权重的最大来源是中国。这是有意为之。 Hugging Face 累计下载量，2026年3月： 2026年2月，Qwen 的下载量超过了之后八个组织的总和。在 OpenRouter 上，中国开放权重模型的 token 占比从2024年底的不到2%上升至2026年4月每周流量的45%以上，在最常用的十个模型中约占61%。DeepSeek 报告拥有26,000多个企业账户；2025年新成立的AI初创公司中，58%在其技术栈中包含了 DeepSeek，即使至少有八个司法管辖区限制了其托管服务。解决方案是架构性的：企业禁止托管应用，但仍采用权重，通过自托管或西方端点。 这是有意的政策。国务院于2025年8月发布的“人工智能+”行动及2026年3月的国家五年规划，将开源推广作为核心指令，而公开权重同时充当了针对半导体出口管制的宏观对冲策略，将全球推理负担卸载到最终用户的本地硬件上。在全球南方，驱动因素是摆脱美国技术垄断的多元化；在其他地区则纯粹是财务考量。就连微软也正在探索在 Azure 上托管一个安全的 DeepSeek V4 版本，用于其最繁重的 Copilot 工作负载。 标记大小 ≈ 已承诺的公共/战略资本规模 · 等距圆柱投影 来源：开源人工智能管辖区数据集，2026年7月。标记大小随已承诺的公共和战略资本规模变化。 --- 05框架是新的前沿 ## 代理框架是另一种用户代理。 浏览器曾是开放网络的用户代理：用户端的代码，代表用户与服务器协商。这一角色正在更高一层被重新创造。现在，模型之上是代理框架——编排循环、工具、记忆、沙箱和权限模型。这里是生产难度集中的地方，也是开放与闭源、拥有与租赁之争重启的地方。 **用户 · 其他代理 · 世界**人类 · 系统 · 数据 · 资金 **治理**跨多个框架的统一平面 **有状态策略**会话已完成的操作 **注册与溯源**哪个代理做了什么 **预算与撤销**成本上限 · 终止开关 元框架 · Omnigent · OPA · 代理治理工具包 **表层**连接用户与资金 **接口**AG-UI · A2UI **支付与计量**x402 · AP2 · UCP **行动**安全地执行操作 **沙箱与执行**E2B · Daytona · Modal **权限与身份**写入表面——未解决的差距 **评估与可观测性**Langfuse · Phoenix **连接**连接与记忆 **工具与上下文**MCP **代理间通信**A2A **记忆**Mem0 · Letta · Zep **控制**驱动循环 **编排循环**LangGraph · CrewAI · AutoGen · LlamaIndex — 将模型转化为代理的推理与行动循环 **模型——权重**开放或闭源 · 可替换 · 逐步商品化趋近于零 这一层已成为一个产品类别：仅 LangChain 就拥有12.6万多个 GitHub 星标和60%的开发者份额；MCP 在第一个年内 SDK 月下载量达到9700万，活跃服务器超过1万个，16个月内增长4750%——并于2025年12月捐赠给了 Linux 基金会的 Agentic AI Foundation。采用速度超过了治理水平：只有约21%的公司报告拥有成熟的代理治理机制。 模型正在吞噬框架，而这正是开放的机会 Terminal-Bench 2.0 (https://www.tbench.ai/leaderboard/terminal-bench/2.0)（2026年5月）让框架看起来像任何人都能获得的免费午餐：一个第三方脚手架在 Anthropic 自己的权重上达到了79.8%，而 Claude Code 在相同模型上仅为58.0%，相差21.8个百分点，这表明框架胜过了权重。八周后，Terminal-Bench 2.1 (https://www.tbench.ai/leaderboard/terminal-bench/2.1) 逆转了这一局面。前沿实验室看到了这个结果，将框架收归内部：在两者都出现的每个模型上，实验室自己的框架现在胜出，21.8个百分点的差距已压缩到前端的约3个百分点——模型向上吞噬整个堆栈，权重与框架作为一个产品交付。 2026年5月 · Terminal-Bench 2.0 2026年7月 · Terminal-Bench 2.1 · 官方排行榜，验证的顶级梯队的 这种整合正在形成一条护城河，实验室有充分的动力去加深它。一个与某个实验室权重紧密调优的框架会成为一种专配，而非中立层。它在其他任何模型上的表现都会下降。