开放权重AI模型已足够优秀

本文作者在2026年7月使用了两款中国开放权重模型——Moonshot AI的Kimi K3和阿里巴巴的Qwen 3.8 Max，二者均号称性能可比肩Anthropic的Fable 5和OpenAI的GPT-5.5 Sol这类前沿西方模型。作者认为虽然这有些夸张，但这些模型确实非常强大。在AI编程测试中，两款模型均表现出色。例如，在作者开发的“氛围编码基准”测试中，Fable、Sol、K3和Qwen生成的迷你游戏表现相近。更严格的测试涉及根据规范构建Web应用，K3、Qwen和Fable生成的结果高度相似，而AI评判（通过Codex调用GPT-5.5 Sol）对三者的代码评审均给予正面评价，但Fable略优。

作者最兴奋的是，开放权重模型已达到“足够好”的阈值，可用于严肃的AI辅助工程。Anthropic和OpenAI的模型在去年10月至11月达到此水平，并引发了软件行业的广泛采用浪潮。然而，之前始终存在风险：智能（token）可能变得过于昂贵、模型可能被明确限制（如Fable事件）或被过度过滤（如Fable和Sol的激进用法限制）。开放模型正是对抗这些风险的保险。尽管这些模型过大，无法在本地合理运行，但已有第三方推理提供商的小产业，而对于需要严格保护数据的组织，也可选择成本高昂的自托管方案。

西方对中国模型的担忧主要来自两个方面：一是这些模型可能反映不完全符合传统西方价值观的世界观；二是可能有违反西方实验室服务条款或抄袭之嫌。但作者指出，Anthropic和OpenAI自身也抓取了整个公共互联网并使用了受版权保护的资料（如书籍），因此无权抱怨。作者个人认为，使用受版权材料训练属于合理使用，但不应禁止基于API结果进行训练。中国模型的审查和对齐问题确实存在，但不应低估西方实验室对不同主题的对齐行为。不过，由于模型开放，审查层可以通过后训练相对容易地剥离。

除了中国模型，西方也有重要的开放模型，如Google DeepMind的Gemma、Laguna S2.1、Nemotron 3、Mistral Small 4等。这些模型虽不常引起轰动，但能力很强。整体来看，开放LLM生态健康，涵盖从4B到3T参数不等的模型。多数为开放权重（仅提供权重），部分为完全开源（含训练数据）。随着这些模型在各自领域或特定用例（如AI编程）达到“足够好”的水平，它们已成为大型流行模型的可靠替代品。

开放权重模型与自由软件在用户体验上的最大区别在于所需硬件。截至2026年中，普通爱好者无法以可用方式运行大型模型。Mac Studio、NVIDIA DGX Spark或AMD Strix Halo等配备统一内存的电脑成本约5000美元，仅能运行100B-200B参数的模型，而Kimi K3和Qwen 3.8 Max分别高达2.8T和2.6T参数。但作者持乐观态度：AI硬件领域资金充裕（NVIDIA市值5万亿美元、利润率85%，高带宽内存制造商也利润丰厚），竞争加剧、性能提升和价格下降是必然趋势，尽管建设工厂需要时间。