## 一、差距在缩，但没有消失 开源模型追上闭源模型，这句话每隔几个月就会火一次。 真实情况是三件事同时发生：开源在追，闭源也在跑，而且追的是不同维度。 ## 二、三条可验证的观察线 **线一：通用问答。** 这一层差距最小。同一个问题，两边给出的答案常常相差不大，尤其是常识类问题。 想验证很简单：自己准备二十道题，两边各跑一遍，人工打分。 **线二：长链路任务。** 差距最大。要求模型连续完成十几步、中间还要改错的任务，开源模型掉链子的概率明显高。 **线三：工具调用。** 中间。简单的函数调用没问题，多轮、多工具、需要重试的场景，稳定性差异明显。 ## 三、为什么开源追得快 三个原因： 1. 训练方法公开，后发者少走弯路。 2. 蒸馏让小模型学到了大模型的部分能力。 3. 评测集公开，大家照着改。 第三条是双刃剑：分数上去了，真实场景不一定跟上。 ## 四、一个容易被忽略的成本 开源不等于免费。 自己部署要考虑显卡、带宽、运维、故障。一个 7B 模型想跑得稳，成本不一定比调 API 低。 只有调用量大到一定程度，自建才划算。 ## 五、怎么选 我的三条判断： 1. 任务简单、量大 → 小模型自建或便宜 API。 2. 任务复杂、要求稳 → 用能力强的模型。 3. 数据敏感 → 优先本地。 ## 六、一个提醒 不要拿别人的榜单当结论。 榜单测的是榜单要测的东西。你的任务和榜单不同，结论就不同。 ## 七、一个练习 建一个 30 道题的小评测集，全部来自你自己的真实任务。 每次换模型跑一遍，记录准确率、耗时、成本。三个月后，你会有一份比任何榜单都有用的数据。 ## 八、扩展阅读 想系统了解部署与运维侧的差异，[BackendWiki](https://backend.37466.top/) 里的 Docker、Linux、Nginx 几个专题写得比较完整，适合边看边试。