开源权重AI模型正在迅速追赶美国科技巨头的顶级闭源模型，企业部署AI的思路也随之发生变化。越来越多公司开始将日常、重复性任务交给成本更低的开源模型，只在高难度任务上使用价格更高的闭源模型。

据IT媒体Ars Technica当地时间15日报道，Mozilla在最新报告中指出，开源权重模型与顶级闭源模型之间的性能差距，已缩短至约4.4个月。

报告强调，核心不只是绝对性能，更是成本效益。Moonshot AI的开源权重模型Kimi K3在综合性能指标上仅落后于Anthropic旗下顶级闭源模型Fable 5 3分，但成本仅为后者的约30%。

Mozilla首席技术官Rafi Krikorian表示，闭源模型优势更明显的领域主要集中在专家级任务、高强度搜索以及长上下文处理。他认为，企业没有必要在所有任务上都使用昂贵的闭源模型，而应根据任务需求和成本，选择更合适的模型。

Mozilla还以“人类专家完成同类任务所需时间”作为参照，对两类模型的差距进行了说明。按照这一口径，目前最强闭源模型可稳定处理的任务时长，约为最强开源模型的1.7倍。换言之，如果开源模型能够完成需要7小时的任务，那么闭源模型可进一步覆盖约12小时的任务。

不过，这一差距仍在快速缩小。Mozilla预计，再过约4个月，开源模型有望达到当前闭源模型所能完成的任务水平。

从企业应用角度看，真正必须依赖闭源模型的区间，可能比市场想象得更窄。以人类专家的任务时长为基准，8小时以内的任务基本都在两类模型的能力范围内，企业因此有更大空间选择价格更低的开源模型；而在约8至12小时的高难度任务中，闭源模型的性能优势才更有可能支撑其额外成本。

企业端的落地案例已经出现。外卖平台DoorDash将重复性任务交给Kimi K3处理，把更复杂的任务交由Fable完成，采用分工使用的方式。在开源模型性能尚未完全追平之前，公司仅在必须尽快产出结果的任务上使用闭源模型。

其他评测也得出了类似结论。在Vals AI的Terminal-Bench 2.1测试中，Z.ai的开源权重模型GLM 5.2与Anthropic的Claude Opus 4.7和4.8仅相差1分，而单项任务成本约为闭源模型的五分之一。

模型使用结构也在发生变化。根据OpenRouter发布的2026年8月token使用量数据，使用量排名前10的模型中，有8个为开源权重模型。不过从营收结构来看，市场仍由闭源模型主导。Linux Foundation一篇论文显示，2025年5月至9月期间，开源模型营收占比仅为4%，闭源模型则高达96%。

Mozilla同时指出，开源模型生态仍存在地区集中问题。由于当前主流开源模型中，相当一部分具有中国背景，美国和欧洲研究机构也有必要加大对开源模型研发的投入。报告提出的可选路径包括提供公共算力支持，以及由中立基金会、企业和慈善资金共同参与的资助模式。

整体来看，企业选择AI模型的逻辑正从“追逐单一最强模型”转向“按任务分工”。在日常业务中，成本效益更高的开源模型正成为优先选项；而在对性能要求更高的复杂任务中，闭源模型仍保有优势。随着开源模型持续缩小差距，企业为闭源模型支付的性能溢价也可能进一步下降。