隨着2026年的到來，開放模型的發佈已從幾年前寥寥無幾的局面演變為一場激烈的競爭。當Meta的Llama 3發佈時，大多數研究人員還在使用Llama 2，並樂於獲得更新。而如今，一個開放模型發佈時，它需要與Qwen 3.5、Kimi K2.5、GLM 5、MiniMax M2.5、GPT-OSS、Arcee Large、Nemotron 3、Olmo 3等眾多模型競爭。儘管空間擁擠，但開放模型的潛力仍像暗物質一樣巨大——我們知道它存在，但缺乏明確的配方和示例來解鎖它。Agentic AI、OpenClaw等領域的發展將推動對開放模型的大量實驗，以補充Claude和Codex等模型，而非取代它們。
對於開放模型而言，發佈時的基準測試分數只是極其不完整的故事。一方面，這令人興奮，因為新模型具有更高的方差和驚喜能力；但另一方面，也指出了在開放模型上構建業務和優秀AI體驗比封閉替代方案更困難的結構性原因。當新的Claude Opus或GPT發佈時，在代理工作流中使用幾小時是很好的測試。但對於開放模型，這種測試是分類錯誤。在代理時代，開放模型擺脱了集成、工具和框架的爭論，讓我們更接近模型本身的能力。當然，沒有工具我們無法測試搜索等能力，但能夠精確衡量模型本身進步的速度，是對系統性不透明的AI領域的一種受歡迎的簡化。
評估開放模型時，我會考慮以下因素：模型性能（及尺寸）、來源國（一些企業關心模型是否來自中國）、許可證（需要法律批准的使用會減緩中大型企業的採用）、發佈時的工具支持（許多模型在vLLM、Transformers等流行的開源工具中實現不完善）、以及微調能力（模型是否易於針對特定用例進行修改）。核心問題是，有些因素（如性能、許可證、來源）在發佈時立即可得，而其他因素（如工具支持）需要數天到數週才能穩定，微調能力甚至仍是開放的研究問題。
在早期開放模型時代（如Llama 2/3、Qwen v3.5之前），架構相對簡單，模型往往開箱即用。部分歸功於開發團隊的辛勤工作，部分由於新模型確實更難使用。例如，Qwen 3.5或Nemotron 3等混合模型（門控delta網絡或Mamba層）的工具支持在發佈時非常粗糙。自我們發佈類似架構的Olmo Hybrid以來，我一直在密切關注這一領域。Qwen 3.5在發佈1.5個月後才開始在各種開源工具中良好運行。完全開放和分佈式的生態系統需要很長時間來適應新模型。
最重要的是開放模型適應特定用例的難易程度。大型MoE開放權重模型可能被Cursor等實體使用，它們需要複雜能力；其他應用可以基於更小的模型構建，如基於GPT-OSS 20B的Context-1模型。關於“哪些模型可微調”的問題在很大程度上是工程師行業內的背景知識。應該有一個蓬勃的研究領域來支持開放生態系統。第一步是瞭解不同基座模型和後訓練模型的特性；第二步是調整開放模型的預訓練食譜，使其更靈活。
終於，我們來到Gemma 4——谷歌最新的開放模型。Gemma 3於2025年3月發佈，已過去一年多，有些被低估。Gemma 4目前提供4種尺寸：約5B密集參數、8B密集、26B總參數（4B活躍）的MoE模型、以及31B密集。最令人興奮的是，它們終於採用了標準的Apache 2.0開源許可證。這將大幅提升採用率。在過去一兩年裏，強大的開放權重LLM的更好許可證標準主要由中國開放模型實驗室設定，現在美國公司也開始效仿。如果Llama許可證和Gemma服務條款只是行業在發佈強大開放模型時緊張態勢下的18個月暫時現象，我將非常高興。
Gemma 4的基準分數非常紮實——小型模型在LMArena等通用領域表現驚人，31B模型可與最近的Qwen 3.5 27B相媲美。約30B尺寸範圍至關重要：它既能被研究人員訪問，也能被尋求部署實際用例的企業使用。7B模型是修補和研究的默認選擇，而30B模型則是檢驗開放模型能否在特定工作流中釋放巨大價值的默認選擇——結合了智能、低價、易於下游訓練等優點。
Gemma 4的成功將完全取決於易用性，以至於5-10%的基準分數波動根本不重要。它足夠強大、足夠小、擁有正確的許可證、且來自美國，許多公司會採用它。我對Gemma 4能更好地工作持謹慎樂觀態度。美國製造的開放模型風潮正在轉變。我們看到了GPT-OSS經歷坎坷發佈後大獲成功。圍繞Reflection、Arcee、Nemotron、Gemma、Olmo等模型的集體能量表明，對圍繞開放模型構建新棧的需求巨大。整個經濟體中都有資本用於AI棧，那些希望擁有更多所有權（包括模型）的人將推動這一進程。
自240天前啓動ATOM項目以來，對話已進入下一階段。2025年夏季是美國AI場景的危機時刻——它意識到不能等到構建AGI後再搞清楚開放模型。兩個市場將捕獲不同領域並平行發展。隨着美國更多公司發佈強大模型，我們需要改善生態系統，使這些模型易於使用、理解和構建價值。這是在這些我一直在更新的採用曲線中構建另一個拐點的艱苦工作，但這是必須完成的工作。加入我吧！