你让两个 AI 接手一项原本要专家工作一整天的任务。一个今天能做好，另一个要等到几个月后发布的新版本才达到相近水平。Mozilla 所说的“落后 4.4 个月”，大致就是这种时间换算。它不是说某款模型晚发布四个月，更不是说中国整体 AI 只落后美国四个月。
Mozilla 在 2026 年 9 月发布《State of Open Source AI》v1.1，主要数据截至 9 月 1 日。报告比较的核心对象是开放权重模型与闭源模型。开放权重，指模型参数可以下载或使用；训练数据、训练代码和许可证却未必开放，因此不等于完整意义上的开源软件。
4.4个月是怎么算出来的？
这个数字来自 Mozilla 对 METR task-horizon 数据的拟合。METR 用“任务长度”衡量能力：一项任务如果交给人类专家，需要多少小时完成，而模型能否至少有一半概率做成。
按 Mozilla 的估计，领先闭源模型已经能处理相当于人类专家工作 8 至 12 小时的任务，开放权重模型大约晚 4 个月达到同一水平。报告给出的精确差距约为 4.4 个月。Epoch AI 用自己的 Capabilities Index 得到的平均估计约为 4 个月，方向相近，但指标并不相同，不能当作对同一结果的重复测量。
换句话说，“4.4 个月”是一把经过换算的尺子：先观察模型成绩随时间怎样增长，再问开放模型今天的位置，相当于闭源领先者什么时候的位置。Mozilla 计算的能力翻倍时间是开放模型 3.9 个月、闭源模型 5.5 个月。这说明在该数据和拟合方法下，开放模型追赶得更快；它不保证这个速度会一直保持。
差距不只看分数，也要看价格
综合基准指数会把推理、编码和知识测试汇总成一个分数，方便横向比较，但也会遮住不同任务上的强弱。按报告采用的 Artificial Analysis Intelligence Index，最佳开放模型落后闭源领先模型 3 分，标价约为后者的 60%；另一项比较中，开放模型落后 Claude Fable 5 两分，价格约为其 30%。这些数字均来自 Mozilla 报告采用的榜单与标价，不能直接推广到所有工作负载的实际总成本。
推理价格通常按输入和输出 Token 收费。Token 可以理解为模型处理文字时使用的小片段。把能力和价格放在一起，问的不是“谁绝对最强”，而是“达到某种效果需要付多少钱”。这也是开放权重模型即使没有登顶，仍可能被大量采用的原因之一。
报告称，在 OpenRouter 2026 年 8 月按 Token 量排名前十的模型中，8 个是开放权重模型，其中7个由中国团队开发。不过，模型来自哪里、由谁托管、数据流向哪里，并非同一件事。据 Axios 报道，AI Agent 公司 Lindy 据称把系统切换到 DeepSeek V4，但仍让美国供应商在美国境内托管模型，以兼顾成本、可替换性和数据顾虑。
为什么“中美只差四个月”说过头了？
因为这句话偷偷替换了比较对象。Mozilla 测的是开放权重与闭源模型之间的能力时间差；媒体标题才把它改写成中国与美国的竞争。中国团队确实在热门开放模型中占据显著位置，但开放与闭源不是国籍分类，美国也有开放模型，中国也不能由几款开放模型代表。更不能从一条基准曲线推导出芯片、训练数据、部署能力和商业生态的整体差距。
真正值得关注的结论更克制：在若干能力指标上，领先开放权重模型已经靠近闭源前沿，而且价格可能更低。Mozilla CTO Raffi Krikorian 的个人选择也提供了一个直观注脚。据 Associated Press 报道，他在 Kimi K3 发布数日后便把它换成日常主力，用于处理日历、文档和邮件，只把复杂任务留给价格更高的 Claude Fable。追赶已经不只发生在排行榜，也进入了实际办公流程。
局限与未知
- 4.4 个月依赖所选模型、METR 指标、观察时段和曲线拟合。报告也指出，每轮新品发布都可能重新拉开差距。
- 价格比较采用托管 API 的标价，没有覆盖本地部署所需硬件、运维和支持成本；体量很大的开放模型也未必容易自行运行。
- 报告统计了 16 个重要开放模型版本，但没有一个提供 Open Source Initiative 定义所要求的完整数据配方。这里更准确的说法仍是“开放权重”，而不是笼统的“开源”。