vLLM項目聯合創始人、Inferact聯合創始人兼首席執行官Simon Mo近日表示，中國大模型實驗室正以驚人速度縮小與頂尖閉源模型的差距。以GLM-5.2為代表的前沿開源模型並非孤例，過去幾個月裡，多家中國模型實驗室密集推出高性能模型，在編程等長週期任務上以極低成本逼近甚至局部超越Claude Opus和GPT 5.5。

這一進展已產生實際市場影響。據Simon Mo觀察，大量企業開始重新評估模型選型策略，考慮將日常業務驅動和後臺Agent從最昂貴的專有模型切換回開源模型。這意味著Anthropic等依賴高價API授權的閉源廠商，可能面臨客戶流失和定價壓力。

中國開源模型的崛起並非偶然。過去一年，國內實驗室在模型架構優化、訓練效率提升和推理成本壓縮方面持續突破，使得開源方案在性能成本比上形成顯著優勢。對於AI應用層的企業而言，模型推理成本是運營支出的核心組成部分，任何能大幅降本而不明顯犧牲性能的方案，都會迅速吸引市場注意力。

從產業格局看，這一趨勢若持續，可能重塑AI模型的競爭態勢。閉源模型廠商長期依賴技術領先性維持高溢價，但當開源模型在關鍵任務上實現“足夠好”的性能時，價格敏感型客戶會率先遷移。不過，閉源模型在安全性、合規性和企業級服務支持上仍具壁壘，短期內完全替代並不現實。

對投資者而言，這一動態值得密切關注。模型層的競爭正從單純的技術比拼，轉向成本效率和生態黏性的綜合較量。中國開源模型的密集突破，可能加速AI基礎設施層的商品化進程，進而影響整個產業鏈的利潤分配。