vLLM项目联合创始人、Inferact联合创始人兼首席执行官Simon Mo近日表示，中国大模型实验室正以惊人速度缩小与顶尖闭源模型的差距。以GLM-5.2为代表的前沿开源模型并非孤例，过去几个月里，多家中国模型实验室密集推出高性能模型，在编程等长周期任务上以极低成本逼近甚至局部超越Claude Opus和GPT 5.5。

这一进展已产生实际市场影响。据Simon Mo观察，大量企业开始重新评估模型选型策略，考虑将日常业务驱动和后台Agent从最昂贵的专有模型切换回开源模型。这意味着Anthropic等依赖高价API授权的闭源厂商，可能面临客户流失和定价压力。

中国开源模型的崛起并非偶然。过去一年，国内实验室在模型架构优化、训练效率提升和推理成本压缩方面持续突破，使得开源方案在性能成本比上形成显著优势。对于AI应用层的企业而言，模型推理成本是运营支出的核心组成部分，任何能大幅降本而不明显牺牲性能的方案，都会迅速吸引市场注意力。

从产业格局看，这一趋势若持续，可能重塑AI模型的竞争态势。闭源模型厂商长期依赖技术领先性维持高溢价，但当开源模型在关键任务上实现“足够好”的性能时，价格敏感型客户会率先迁移。不过，闭源模型在安全性、合规性和企业级服务支持上仍具壁垒，短期内完全替代并不现实。

对投资者而言，这一动态值得密切关注。模型层的竞争正从单纯的技术比拼，转向成本效率和生态黏性的综合较量。中国开源模型的密集突破，可能加速AI基础设施层的商品化进程，进而影响整个产业链的利润分配。