这周的开源圈依旧热闹。据 AI Weekly 消息，Recursive 开源了一款名为 Flint 的编程模型：总参数 400 亿、每次只激活 25 亿的混合专家（MoE）架构，采用 Apache 2.0 协议，官方称其在 SWE-bench Pro v2 上取得了 89.7% 的成绩。
类似的消息在过去一年里几乎每周都有：一个开放权重模型发布，在某个榜单上逼近甚至超过闭源旗舰。那么问题来了，差距到底还剩多少？
分数：越来越接近
在知识问答、数学和代码等公开基准上，头部开放权重模型和闭源旗舰的差距，已经从“代际”缩小到“几个百分点”。混合专家架构让模型在总参数很大的同时，每次推理只调动一小部分，部署成本因此大幅下降。
体验：还有一段路
- 长任务稳定性：几十步的智能体任务里，一次小失误就可能前功尽弃，而这恰恰是榜单不容易测出来的。
- 安全与对齐：权重一旦公开，安全护栏就要靠部署方自己补齐。
- 工程配套：推理服务、工具调用、长上下文优化，闭源厂商往往已经打包好，开源用户需要自己搭。
榜单衡量的是模型会不会做题，真实工作衡量的是它能不能连续做对一百道题。
该怎么选
数据敏感、需要本地部署或深度定制，开源是越来越好的选项；追求开箱即用、任务链条很长，闭源旗舰仍然更省心。更多团队的答案是：两者混着用。