开源大语言模型与闭源大语言模型，哪个更好？虽然有很多 benchmark，但是评价一个大语言模型的好坏并没有非常客观的标准，因为 LLM 要解决的目标问题被分解成了几十个，对应的评测数据集和方法也多达几十个，很难用一个算法来客观评价一个 LLM 的效果比另个好或者坏多少。不过也不是完全没有比较，使用更多人关注的 benckmark 和主观打分来评判，头部模型的排名也确实有个相对的共识。比如，GPT-4 系列，目前依然是公认的效果最优的模型。

那么开源模型和闭源模型，哪个更好呢？这个问题其实非常 LOW 。因为根本没办法从开源和闭源这个属性去推导影响模型质量的因素。抛出这个问题的人，要么是刻意去误导他想影响的人，要么就是瞎扯淡。

如果非得要个结论，可以说目前最好的模型是闭源的，但是模型的好坏和闭源还是开源无关。开源也有很多非常优秀的模型，闭源也有很多垃圾。

为什么有的模型要选择开源呢？

这里要稍微解释一下，模型的开源和软件的开源还不一样。模型的开源，大多是说开源了模型的权重，也就是训练结果，并不一定开放代码、数据集和网络架构、训练方法。简单来说，开源模型是提供了一个可以免费部署的 LLM。虽然，通过 fine-tune 也可以添加一点自己的数据改变一些它的行为，但是你可能没办法像开源软件一样从零 build 这个模型。另外，开源模型的商业使用可能是需要特殊授权的。

开源模型大多只是提供一个可以免费有限使用和评估的 LLM。这么做的目的是什么呢？怎么这么多赛博菩萨呢，这必须来分析开源模型背后的动机。

LLM 的火爆是因为 OpenAI 推出的 ChatGPT，从 OpenAI 的角度考虑，手握一个最优秀的模型，肯定是考虑使用这个新变量怎么颠覆现有商业格局的。所以它不会开源，未来有另一个模型超越了 OpenAI 最好的模型的话，这个模型也不会选择开源。

从开源模型的视角来看，比如 Meta 和 Google，如果放任 OpenAI 借助 GPT 系列吸引大量的用户和资金的话，这一定是很大的潜在威胁，谁能保证 OpenAI 不会在社交广告和搜索广告市场搞出颠覆性的事情呢？所以必须遏制 OpenAI 的可能性，推出开源模型，从商业竞争角度就成为一个搅局策略了。虽然开源模型不如 GPT 强，但是提供了一种免费选择，本来必须给 OpenAI 付钱的需求可能就被免费模型满足了，OpenAI 的商业收益就会被影响。更多开源模型的出现，会出现对 OpenAI 的围剿，而且 OpenAI 的领先优势并不是因为某种保密的技术，随着开源模型的优化，OpenAI 的领先会逐渐消失。

亚马逊投资 Anthropic 的逻辑也是一样的，不能让微软联合 OpenAI 在云计算市场搞出颠覆性的事情。

所以大模型的竞争不在于大模型本身，而是现有市场是否可能因为大模型被重塑。没有新技术出现对大型科技企业维持垄断地位是有利的，新的技术因素反而是一种威胁。

开源大模型就是一种主动制造的产能过剩和倾销，破坏领先者的商业利益。

国内的情况很难用这个逻辑来解释，FOMO 情绪可能更多，反正也没有人绝对领先，这又看起来是一个风口，不去抢一下是没道理的。至于开源不开源，其实也没那么重要，因为不开源也不能怎么样。

国内做大模型的企业，“有” 是更重要的。因为我们的甲方来源和决策逻辑是不同的，可控比效果更重要，你值得我相信比你技术更牛13更重要。所以，国内某些企业要花更多精力来操纵甲方心智。

回到开源模型和闭源模型哪个更好的问题。如果只从效果来说，目前最好的模型是闭源的。不是因为闭源所以好，而是因为好所以闭源。不要搞错了这个关系。但是评价模型好坏的标准太多了，某些模型的好只是一种主观上的认同。

经济性也是一个很重要的指标，如果在某类问题上，一个 70B 的模型能够达到 400B 模型效果的 70%。你说那个模型更好呢？为了拼“效果”，很多闭源模型的经济性可能很难有优势。随着时间的推移，开源模型肯定会缩小和闭源模型的差距，未来算力和模型都不会是稀缺的。

当下时点，模型开源依然有很大的社会意义，某个角度说，这也算是一种技术平权。对于开发者和小企业来说，应该永远欢迎新技术，因为只有新技术才会带来可能的创新。开源模型和成熟的基础设施可以让小团队快速交付新的解决方案。这就又回到了和之前互联网、 mobile 类似的情况，创新、风投和收购的良性循环才能给更多人带来机会。所以，个人和小团队应该欢迎 LLM 开源。