# 开源模型只差闭源前沿 3 分，但没一家交出训练数据配方

> 原标题：V1.1 state of open source- OS 4.4 months behind frontier [pdf]

- 来源：Hacker News 首页
- 发布时间：2026-09-15T15:53:30.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/56720
- 原文：https://stateofopensource.ai/state-of-open-source-ai-v1-1.pdf

## 摘要

Mozilla 这份 91 页的报告把开源 AI 的家底翻了一遍。Kimi K3 在综合评测里排第 5，比榜首 Claude Opus 5 低 3 分，但输入价格只要后者的 60%。报告里列了 16 个有名有姓的开源发布，没有一个公开完整的训练数据集，全都没达到 OSI 对开放数据的要求。现在选模型已经不是关键决策点了，难的是把模型部署到生产环境里，而...

## 推荐理由

Mozilla 这份年度报告不是公关稿，数据硬、判断直。Kimi K3 的价格性能比是个能直接拿来用的数字，而零模型通过 OSI 数据标准的发现等于给开源社区泼了盆冷水。部署才是瓶颈这个结论，做落地的人最有共鸣。整篇报告信息密度高，没有废话，值得推给从业者。

## 锐评

Mozilla这份91页报告给开源AI做了个体检，结论很直白：模型本身已经不是瓶颈了。Kimi K3在综合评测排第5，比榜首Claude Opus 5低3分，输入价格却只要后者的60%。榜单前十里有四个是开源模型，能力差距缩到可以忽略。

但报告翻了个底朝天：16个有名有姓的开源发布，没有一个公开完整的训练数据集，全都没达到OSI对开放数据的要求。也就是说，你能下载模型权重，但不知道它是用什么数据喂出来的。报告说开源模型撑起了大约三分之一的token用量，但没给出精确的企业采用率数字。

真正卡脖子的地方在部署环节。报告判断决策重心已经从选模型转移到工具链，而开源在把模型塞进生产环境这件事上还很吃力。报告没展开讲具体是哪些工具链短板，也没给企业侧的实际部署成功率数据，这部分判断还缺实证支撑。