Mozilla 于 2026 年 7 月 14 日正式发布了《开源 AI 现状报告》，基于 2026 年 3 月 Chatbot Arena 平台的实测数据，系统揭示了开放权重 AI 模型与闭源模型之间能力差距的最新演进趋势。报告指出，两者的平均差距已进一步收窄至 3.3%，并且在编码、指令执行等关键任务领域，开源模型已基本追平甚至接近闭源模型。与此同时，AI 模型的调用成本经历了断崖式下跌，开源模型在 API 调用量上更是占据了绝对主导地位，展现出强劲的生态活力。
开源与闭源模型差距变化：从 8% 到 3.3% 的持续收窄
报告基于 Chatbot Arena 平台的历史数据，揭示了开源模型与闭源模型在过去 24 个月内的能力差距变化轨迹。
- 2024 年 1 月：开源和闭源模型的能力差距达到 8.04%，差距较为显著。
- 2024 年 8 月：差距迅速缩短至 0.5%，几乎与闭源模型持平。
- 2025 年 2 月：DeepSeek-R1 发布后，开源模型一度与美国顶级闭源模型在多项基准上持平。
- 2026 年 3 月：开源与闭源模型差距再次小幅扩大至 3.3%。
不过，报告强调 3.3% 仅为整体平均值，实际差距在具体任务上并不均衡。在 编码、指令执行和通用知识 等方面，开放模型已与封闭模型基本持平或非常接近；而主要差距集中在 推理、长上下文检索和智能体任务 等更复杂的能力维度上。
AI 模型价格暴跌：36 个月内降至五十分之一，成本大幅下降
GPT-4 级别模型的调用成本经历了惊人的下降趋势：
- 2022 年末：每 100 万 Token 的调用价格约为 20 美元。
- 2025 年 12 月：每 100 万 Token 的价格已降至 0.40 美元。
在 36 个月内下降至 50 分之一，这一降价幅度远超互联网时代带宽或 PC 计算的价格下降曲线。如此剧烈的价格下降极大推动了 AI 应用的广泛普及与规模化落地。
开源模型 API 调用量霸榜：DeepSeek V4 Flash 登顶，占据主导地位
根据 2026 年 6 月全球最大 AI 聚合平台 OpenRouter 的数据，在 API 调用月消耗量（Tokens）方面，前五名全部为开源模型：
- DeepSeek V4 Flash：以 18.4T Tokens 的月消耗量高居榜首。
- 小米 Mimo-V2.5：以 14.9T Tokens 位列第二。
- 腾讯 Hy3 Preview 模型：以 14.8T Tokens 排名第三。
这一数据充分表明，开源模型在开发者实际使用量上已经取得了压倒性优势，成为当前 AI 应用的主流选择。
采纳与部署的显著反差：运营难题成为落地瓶颈
Mozilla 与 SlashData 在 2026 年联合开展的调查显示，开发者对开源模型的采纳率虽然很高，但实际部署到生产环境仍面临诸多挑战：
- 79% 的开发者 表示采用了开放模型，这一比例与闭源模型持平。
- 然而，仅 51% 的开放模型团队 能够成功将其部署至生产环境，而闭源模型团队的成功率高达 63%。
报告指出，阻碍开源模型生产化落地的并非模型能力本身，而是 性能优化、系统集成以及持续维护等运营难题。这意味着，尽管开源模型在能力上已接近闭源，但在易用性、可靠性和运维支持方面仍有较大提升空间。
小提示： 对于希望将开源模型投入生产环境的团队，建议重点关注模型部署工具链、推理性能优化以及运维监控方案，这些往往是实现成功落地的关键环节。
常见问题解答
问：开源模型与闭源模型的差距主要体现在哪些方面？
答：差距主要集中在 推理能力、长上下文检索以及智能体任务 等复杂场景。而在编码、指令执行和通用知识等任务上，开源模型已基本与闭源模型持平或非常接近。
问：为什么开源模型 API 调用量很高，但部署成功率却较低？
答：高调用量反映了开发者对开源模型的广泛尝试与测试兴趣，但将模型部署到生产环境需要解决性能调优、系统集成、持续维护等一系列运营难题。这些环节对团队的技术能力与 DevOps 经验要求较高，导致部署成功率明显低于闭源模型。
问：AI 模型的价格还会继续下降吗？
答：根据历史趋势分析，随着模型蒸馏、量化等技术的成熟以及市场竞争的加剧，AI 模型的价格可能继续下行，但下降速度预计会逐步放缓。目前的价格水平已接近成本底线，进一步大幅下降的空间有限。
如需获取完整报告，请访问参考地址：点此前往阅读 2026 年《开源 AI 现状报告》
总体而言，Mozilla 的这份报告清晰地展示了开源 AI 生态的快速崛起：开源模型与闭源模型的能力差距持续缩小，使用成本大幅下降，开源模型在 API 调用量上已占据主导地位。但部署环节的运营挑战仍需行业共同努力解决，以推动开源 AI 更广泛地落地应用。