每隔几个月就有开源模型宣称追平闭源旗舰。冷静看，追赶主要发生在三个方向。

蒸馏：用小模型学大模型的输出分布

蒸馏能让小模型在特定任务上接近大模型，但会损失泛化能力。这也是为什么很多开源模型在榜单上很强，实际对话却容易跑偏。

数据：质量比数量更重要

高质量合成数据与人工精选数据正在替代粗暴爬取。数据配比的调整，往往比参数规模更能解释一次版本跃升。

算力：训练效率的军备竞赛

同样的算力预算，谁能跑更多有效实验，谁迭代更快。MoE、混合精度、并行策略的优化，直接决定了迭代速度。

对使用者的建议

不要只看榜单，要按自己的任务做小样本评测：准备 30 条真实输入，人工打分，比任何排行榜都可靠。开源模型的最大价值不是「免费」，而是可私有化、可微调、可审计。