如果 2025 年是闭源模型"秀肌肉"的一年，那么 2026 年的开年则属于开源阵营。Llama 4 的发布像一颗石子投入湖面，激起的涟漪远比 Meta 自己预想的更大。
Llama 4：开源模型的新标杆
Meta 本周正式发布了 Llama 4 系列，包含三个版本：
- Llama 4 Scout（8B）：轻量级模型，适合边缘部署和移动设备
- Llama 4 Maverick（70B）：主力模型，综合能力对标 GPT-4o
- Llama 4 Behemoth（405B）：旗舰模型，冲击推理能力天花板
关键跑分如下：
| 基准 | Llama 4 Maverick (70B) | GPT-4o | Claude 3.5 Sonnet |
|---|---|---|---|
| MMLU-Pro | 81.2% | 82.8% | 83.1% |
| HumanEval | 89.7% | 90.2% | 92.0% |
| MATH | 76.4% | 78.1% | 79.3% |
| ARC-Challenge | 96.3% | 96.8% | 97.1% |
数字已经非常接近。更重要的是，Llama 4 Maverick 是完全开源的——权重、训练代码、数据配方全部公开，使用 Meta 的修改版开源协议，商业使用几乎没有限制。
Mark Zuckerberg 在发布会上说了一句值得反复品味的话：“当 AI 成为基础设施，开源就不是慈善，而是战略。”
为什么这很重要
Llama 4 Maverick 在 70B 参数规模上接近 GPT-4o 的表现，这意味着：
- 中小企业可以用消费级 GPU（2 张 A100 或 4 张 4090）部署一个接近 GPT-4 水平的模型
- 数据敏感行业（医疗、金融、政府）终于有了一个可以私有部署的高质量选择
- 研究者可以完全透明地研究模型行为，不再是黑箱
DeepSeek V4：中国开源力量的崛起
就在 Llama 4 发布三天后，深度求索（DeepSeek）放出了 V4 版本的完整技术报告和模型权重。这家来自杭州的公司在过去一年中从"没人知道"变成了全球 AI 社区最受关注的开源力量之一。
DeepSeek V4 的亮点：
- MoE 架构优化：使用了一种新的专家路由策略，在保持 671B 总参数的同时将激活参数控制在 37B
- 数学推理能力：在 MATH 基准上达到 82.1%，超过了所有同期开源模型
- 中文能力：这是 DeepSeek 一直以来的强项，在中文理解和生成任务上的表现仍然是开源模型中最好的
- 训练效率：据报告披露，V4 的训练成本仅为 GPT-4 的约 1/10
一位在硅谷工作的华人 AI 研究员评论道：“DeepSeek 正在证明，你不需要 OpenAI 的资源就能训练出世界级的模型。你只需要足够聪明的工程师和足够高效的算法。”
开源生态全景：百花齐放
除了 Llama 4 和 DeepSeek V4，开源生态中还有几个值得关注的项目：
阿里 Qwen 3
Qwen 3 系列本周发布了 32B 和 72B 版本，在多语言支持方面表现突出。特别值得一提的是它的工具调用能力——在 Berkeley Function-Calling Leaderboard 上排名第一，这使它成为构建 AI Agent 的理想基座模型。
Mistral Medium 3
法国团队 Mistral 发布的新版中等规模模型，在欧洲语言处理方面有独特优势。更重要的是，它是少数同时支持 Apache 2.0 协议的高质量模型之一。
Cohere Command R+
Cohere 的检索增强生成（RAG）专用模型更新到了第三代，在企业搜索和知识管理场景下表现出色。虽然不是传统意义上的"通用模型"，但在垂直场景中的实用性很强。
闭源模型的护城河：还剩多少？
这是本周最值得深入思考的问题。让我们列一个简单的对比：
闭源仍然领先的领域：
- 超长上下文理解（Gemini 的 200 万 token 窗口仍无开源对手）
- 复杂 Agent 场景（Claude 4.6 在多步骤任务中的可靠性仍然最高）
- 多模态融合（GPT-5 的视频理解能力暂时无法复制）
开源已经追平或超越的领域：
- 基础文本生成和理解
- 代码生成和补全
- 简单推理和问答
- 中文和多语言支持
- 特定垂直领域的微调模型
我们的判断： 闭源模型的护城河正在从"能力差距"转向"产品体验差距"和"生态锁定"。OpenAI 的壁垒不再是 GPT 模型本身，而是 ChatGPT 的 3 亿月活用户和开发者生态。Anthropic 的壁垒不是 Claude 的推理能力，而是它在企业级安全和合规方面的积累。
开源不会消灭闭源，但它会重新定义"付费"的门槛。未来，你为闭源模型付费不是因为"只有它能做"，而是因为"它做得更方便"。
开发者该如何选择？
如果你是开发者，面对如此多的选择可能会有些茫然。这里是我们的建议框架：
选闭源 API： 如果你需要最强的推理能力、不在乎数据隐私、预算充足、需要快速上线。
选开源自部署： 如果你的数据不能出境、需要深度定制、有 GPU 资源、对延迟要求极高。
选开源 + 微调： 如果你有垂直领域的标注数据、需要模型在特定任务上达到专家水平、愿意投入工程资源。
混合策略（推荐）： 用开源模型处理 80% 的简单请求（降低成本），用闭源 API 处理 20% 的复杂任务（保证质量）。这可能是当前最务实的方案。
编辑手记
开源与闭源之争，本质上不是技术之争，而是AI 民主化之争。
当一个 70B 的开源模型可以在消费级硬件上运行，并达到接近 GPT-4 的水平时，AI 就不再是大公司的专属玩具。一个大学生、一个独立开发者、一个初创团队，都可以在这个基础上构建自己的产品。
这才是 Llama 4 发布的真正意义。不是跑分多了几个点，而是门槛又低了一截。
下周见。
本文由 AIEII 编辑部撰写。欢迎在社交媒体上讨论本文观点。