Open-weight and closed-weight models — 开放权重与封闭权重模型

Open-weight 与 Closed-weight 模型是在开发和分发大语言模型（LLM）过程中的两种根本不同的方法，构成了现代人工智能生态系统中的一个关键二分法。在这两种方法之间的选择影响着人工智能的技术能力、经济性、安全性以及未来发展。

其区别在于模型训练后参数（权重）的可用性。Open-weight 模型会公布其权重，允许社区使用、修改和本地部署。而 Closed-weight 模型则将权重保密，仅通过专有 API 提供其功能访问。

定义与主要区别

Open-weight 模型（开放权重）

Open-weight 模型是指神经网络的训练参数（权重）可供公众使用、修改和分发的系统。根据 OpenAI 的 Andrej Karpathy 的定义，这类模型类似于“交付操作系统的二进制文件”——用户获得一个可用的产品，但通常无法访问训练源代码或训练数据。

主要特点：

• 本地部署：能够在自有硬件上运行模型，从而实现对数据和隐私的完全控制。
• 微调 (Fine-tuning)：能够根据特定任务和领域调整模型。
• 透明度与审计：研究人员可以审查模型的内部机制，以发现偏见和漏洞。

Closed-weight 模型（封闭权重）

Closed-weight 模型（也称为专有模型）是指其参数为商业机密，仅通过 API 或有限许可提供访问的系统。像 OpenAI 和 Anthropic 这样的开发公司完全控制模型的架构、训练方法和推理机制。GPT-4 的技术报告中明确指出，出于“竞争环境和大规模模型安全影响的考虑”，拒绝透露细节。

主要特点：

• 中心化控制：开发者管理更新、安全和使用策略。
• 易用性：通过 API 访问，用户无需管理复杂的基础设施。
• 不透明性：无法访问内部机制，使得独立审计变得不可能，并且难以理解错误或带有偏见的回答的原因。

与开源（Open-source）的区别

区分 open-weight 和 open-source 这两个术语非常重要。一个真正的 open-source 模型意味着发布复现所需的所有构件：权重、架构、训练代码和数据集。大多数现代的“开放”模型，如 Meta 的 Llama，都是 open-weight，但并非完全 open-source，因为它们的训练数据和确切的训练方法仍然是保密的。

对比分析：性能、成本与创新

性能与定制化

从历史上看，像 GPT-4 这样的 closed-weight 模型在通用基准测试中一直处于领先地位。然而，性能差距正在迅速缩小。根据《斯坦福 AI 指数 2025》的数据，这一差距在过去一年中从 8% 缩小到了 1.7%。强大的 open-weight 模型，如 Meta 的 LLaMA 3.1 405B 和 DeepSeek-V3，表现出相当的性能，在某些任务上（尤其是在编程方面）甚至超越了对手。

Open-weight 模型的一个关键优势在于深度定制化。在特定数据上进行微调的能力，使其在医学或法律等狭窄领域能够超越规模更大但更通用的 closed-weight 模型。

经济方面

• 训练成本：创建前沿（frontier）模型的成本极其高昂。GPT-4 的训练成本估计超过1亿美元。而像 DeepSeek-V3 这样的 open-weight 模型，以550万美元的成本就达到了相似的性能，从而使强大系统的创建变得更加大众化。
• 使用成本（推理）：Closed-weight 模型通过 API 按使用量付费（pay-per-use），在大规模使用时可能导致高昂的费用。而本地部署的 open-weight 模型需要初期基础设施投资，但在规模化应用时，其总拥有成本（TCO）要低得多。

对科学研究与创新的影响

Open-weight 模型通过提供可复现性和大众化访问，从根本上改变了科学研究。世界各地的研究人员可以分析、批评和改进开放模型，这创造了一个充满活力的生态系统，并加速了技术进步。相反，封闭模型则造成了“可复现性危机”，因为其声称的结果无法被独立验证。

安全与伦理困境

安全问题是开放与控制之争的核心困境。

• Closed-weight 方法（中心化预防）：像 OpenAI 和 Anthropic 这样的开发者采用预防性方法。他们实施复杂的安全过滤器，进行密集的“红队演练”（red teaming），并遵守严格的政策，例如 Anthropic 的责任扩展政策（Responsible Scaling Policy），承诺不部署超过特定风险阈值的模型。
• Open-weight 方法（去中心化弹性）：这种理念与开源世界的哲学相似，即“只要有足够多的眼睛，所有 Bug 都是浅显的”。社区可以更快地发现和修复漏洞。然而，这也带来了风险：恶意行为者同样可以轻易地研究模型以寻找漏洞，或通过微调移除安全防护机制。

研究表明，人类意图而非模型的可用性，是主要的风险因素。在记录在案的生成式 AI 滥用案例中，90% 与利用其允许的功能有关，而非系统本身产生的危害。

监管方法：欧盟与美国

• 欧盟《AI法案》：采取一种预防性的、基于风险的方法。该法案对具有“系统性风险”的模型（训练算力需求超过 10²⁵ FLOPS）施加了严格的义务，但为不构成此类风险的开源模型提供了有限的豁免。这既激励了透明度，也带来了监管的复杂性。
• 美国的方法：基于通过行业标准鼓励创新和管理风险。拜登总统的第14110号行政命令及随后的 NTIA 报告建议，不要立即对 open-weight 模型施加限制，而是提议建立一个监控系统，以便根据事实数据做出决策。

关键模型与参与者

主流 Open-weight 与 Closed-weight 模型对比表

模型类型	模型	开发者	主要特点
Open-weight	LLaMA 3.1	Meta	性能卓越，为开放模型树立了标杆；拥有庞大的社区。
	Mixtral 8x7B	Mistral AI	“混合专家”（MoE）架构，以低推理成本实现高性能。
Closed-weight	GPT-4 / GPT-4o	OpenAI	历史上的性能领导者，具备强大的多模态能力。
	Claude 4 Opus	Anthropic	专注于安全与伦理（Constitutional AI），拥有超大上下文窗口。

链接

• Stanford AI Index Report 2025 — 关于人工智能发展状况的年度报告。
• NTIA 关于开放权重模型的报告

参考文献

• OpenAI et al. (2023). GPT-4 Technical Report. arXiv:2303.08774.
• Touvron, H. et al. (2023). Llama 2: Open Foundation and Fine-Tuned Chat Models. arXiv:2307.09288.
• DeepSeek-AI (2025). DeepSeek-V3 Technical Report. arXiv:2412.19437.
• Kapoor, S.; Bommasani, R. et al. (2024). On the Societal Impact of Open Foundation Models. arXiv:2403.07918.
• U.S. NTIA (2024). Dual-Use Foundation Models with Widely Available Model Weights. NTIA Report.
• Stanford HAI (2025). Artificial Intelligence Index Report 2025. Full PDF.
• Anthropic (2023). Responsible Scaling Policy. Anthropiс RSP.
• Klyman, K. et al. (2024). A Design Framework for Open-Source Foundation Model Safety. arXiv:2406.10415.
• Kembery, E.; Reed, T. (2024). AI Safety Frameworks Should Include Procedure for Model Access Decisions. arXiv:2411.10547.
• European Commission (2024). General-Purpose AI Models in the AI Act – Q&A. EU AI Act FAQ.
• Zhang, X. et al. (2025). Mitigating Cyber Risk in the Age of Open-Weight LLMs. arXiv:2505.17109.
• Biderman, S. et al. (2024). Risks and Opportunities of Open-Source Generative AI. arXiv:2405.08597.