根据Mozilla于9月15日发布的最新《开源AI现状》报告，美国科技公司的前沿AI模型与中国企业最好的开源权重模型之间的性能差距已缩小至仅4.4个月。这一结论来自Mozilla向Ars Technica提前分享的报告内容，揭示了开源模型在能力上追赶闭源前沿的速度远超此前预期。

报告的核心发现之一是，领先的开源模型——月之暗面的Kimi K3——在Artificial Analysis智能指数上的综合AI性能得分，仅落后Anthropic的闭源前沿模型Fable 5三分。与此同时，Kimi K3的成本仅为后者的30%。这种性能接近而成本显著更低的组合，正在推动许多企业将日常工作任务转向开源模型。

Mozilla首席技术官Raffi Krikorian在给Ars的电子邮件中表示，闭源模型在少数特定场景中仍然值得支付溢价，包括专家级专业工作、高强度检索以及长上下文处理。他认为，为闭源模型付费的决策更多是按工作负载而非按组织来划分的。

报告进一步指出，大多数组织理想情况下应将开源模型作为其大部分工作的默认选择。这一建议基于开源模型在常规任务上已经具备足够的能力，同时能大幅降低推理成本。对于企业而言，这意味着在预算分配上可以更灵活：将资源集中在真正需要前沿闭源模型的少数高价值场景，而非为所有任务支付高价。

从产业角度看，开源模型与闭源前沿模型差距的缩小，正在改变AI模型层的竞争态势。一方面，它降低了企业采用AI的门槛，尤其是对成本敏感的中小企业和开发者；另一方面，它也对闭源模型厂商的定价能力和商业模式构成压力，迫使它们更清晰地界定自身在专业工作、高强度检索和长上下文等场景中的独特价值。

对于关注AI产业的投资者而言，这一趋势意味着需要重新评估模型层的价值分布：开源生态的成熟可能加速AI应用层的普及，同时让算力需求从训练向推理倾斜，进而影响芯片、基础设施和云服务等上下游环节的长期格局。报告并未给出具体的投资建议，但其数据表明，开源与闭源之间的选择正变得越来越依赖于具体工作负载，而非简单的组织偏好。