⏳ 花 5 倍的钱，买 4 个月的「不用等」：AI 模型正在把时间写进价签

目录

• 7 小时和 12 小时之间，隔着一道价签
• 时间视野：AI 的「能干多长的活」成了新的度量衡
• 价格锚点：差 3 分，便宜 70%
• 闭源模型到底在卖什么：一个 8 到 12 小时的任务带
• 生态反转：跑在全世界的是开源，赚到钱的是闭源
• 我把 5 倍和 4 个月，亲手算了一遍
• 领先是买来的，等是省出来的

---

7 小时和 12 小时之间，隔着一道价签

两个数字。一个是 7，一个是 12。

7 小时，是目前最好的开源模型能「可靠完成」的最长任务——以人类专家需要多久为标准。12 小时，是目前最好的闭源模型能跨过的坎。

按 Mozilla 9 月 15 日发布的第二期《State of Open Source AI》报告，这两个数字之间，隔着一条隐形的分界线：8 到 12 小时的任务带，是闭源模型的独占区——开源还进不来，闭源刚好够得着。而这条分界线的两侧，价格差了大约五倍。

过去我们习惯把 AI 的进步描述成一张榜单：谁的分高，谁排前面。但这份报告换了一把尺子——它不问「模型能考多少分」，而是问「模型能帮你干多长时间的活」。能力差距被翻译成了时间差，时间差又被翻译成了价格。

时间视野：AI 的「能干多长的活」成了新的度量衡

「时间视野」（time horizon）这个概念来自研究机构 METR。定义很朴素：以 50% 的可靠成功率，AI 能处理的、需要人类专家完成多长时间的 tasks——这个时长就是模型的时间视野。

在 2026 年 9 月这个时间点：

• 最好的开源模型，可靠完成的最长任务约 7 小时；
• 最好的闭源模型，约 12 小时——是开源的 1.7 倍；
• 超过 12 小时的任务，还没有任何模型能可靠完成。

Mozilla 的 CTO Raffi Krikorian 给了 Ars 一个更直观的比喻：

「如果开源前沿能处理 7 小时的任务，闭源前沿能处理 12 小时的。四个月后，开源能处理 12 小时的任务，闭源能处理的则在 20 小时左右。」

也就是说：低于 8 小时的任务，两种模型都能干，交给便宜的开源是理性的；8 到 12 小时，是闭源现在独享的窗口；12 小时以上，大家都在等。

这个「时长」视角比 benchmark 分数更接近真实世界：企业雇人干活，从来不是按「这个人智商 130」付费，而是按「他能独立负责多大的事」付费。AI 也一样——能托付 7 小时的活，和能托付 12 小时的活，是两个完全不同的岗位。

价格锚点：差 3 分，便宜 70%

报告里最扎眼的一组对比是这个：

月之暗面的 Kimi K3 在 Artificial Analysis Intelligence Index 上的综合得分，比 Anthropic 的闭源旗舰 Fable 5 只低 3 分——而 Kimi K3 的成本，是 Fable 的 30%。

得分差 3 分，价格差 3 倍多。如果只看榜单，你会觉得「差不多」；如果看价格，你会重新掂量「那 3 分到底值多少钱」。

另一组数据来自 Vals AI 的中性评测（Terminal-Bench 2.1）——所有模型跑在同一个 harness 上，屏蔽了各家自带的工具层加成。智谱的 GLM 5.2 得分和 Anthropic 的 Claude Opus 4.7/4.8 只差 1 分以内，而每个完成任务的成本大约便宜 5 倍。

顺着这个逻辑，Krikorian 给了一句相当直白的话：

「为闭源前沿模型付钱，买的是大约 4 个月的领先，代价是每个任务大约 5 倍的成本——而且只在『任务时长 8 到 12 小时』这个区间里成立。」

4 个月，5 倍。这就是 2026 年 9 月闭源模型的真实价签：它不卖绝对的强，卖的是「现在就能用」。

闭源模型到底在卖什么：一个 8 到 12 小时的任务带

既然开源这么便宜、差距又这么小，为什么还有公司付 5 倍的钱？

Krikorian 的解释很清醒：「我们看得到，为闭源付费的决定是按工作负载（workload）来的，而不是按公司来的。」

换句话说：这不是「我们公司只用闭源」或「我们公司只用开源」二选一，而是同一个公司内部，把不同的活分给不同的模型。

报告里举的例子是 DoorDash：日常 routine 工作交给 Kimi，更难的、以前要人类专家花更长时间完成的任务，留给 Fable。翻译成前面的时间视野框架就是——能在 7 小时内搞定的活，就别花 5 倍的钱；落在 8 到 12 小时窗口里的，才值得为「领先」付费。

还有一类买家不能被性价比打动：闭源模型开箱即用，自带「合规包装、支持和责任归属」——很多组织根本没有养得起开源模型的人才。Krikorian 管这叫 "workload-specific rather than organization-specific"：买不买闭源，取决于你手头的活，而不是你的立场。

这句话其实戳破了一层泡沫：过去两年的「开源 vs 闭源」之争，经常被包装成意识形态对决。但 Mozilla 这份报告——一个理论上最该站队「开源必胜」的机构——给出的判断冷静得多：这不是谁取代谁，而是任务时长把市场切成了两半，两边各吃各的。

生态反转：跑在全世界的是开源，赚到钱的是闭源

然后是一组更有冲击力的数字：

• OpenRouter 上按 token 量排名的前十模型，有 8 个是开放权重——世界实际跑在开源上；
• 但 Linux Foundation 的论文统计（2025 年 5 月到 9 月数据）显示：开源模型只赚到整个市场 4% 的收入，闭源拿走了 96%。

用量在开源，收入在闭源。这个剪刀差就是「时间价签」的必然结果：开源把 80% 的活干了，但每单都便宜；闭源只干那 20% 的难活，却把大部分钱赚走了。Krikorian 也承认收入格局会变——「过去一年开源模型爆发式增长，收入一定会迁移」——但方向需要时间。

更值得玩味的是他对生态格局的判断。8 个开源模型里绝大多数来自中国实验室，Krikorian 形容这是「美国人玩过的 Android 打法」：

「中国实验室在跑美国人当年跑安卓的那套剧本——把系统免费送出去，但把生态握在自己手里。」

他真正担心的不是「中国模型」这个标签，而是集中：最好的开源在中国，最好的闭源在美国——「开源生态当下主要由中国资本滋养，这既是多元，也是集中」。所以他呼吁美欧实验室回到同一条开源赛道，「不要让任何一个国家设置全世界的默认值」。

这段话最狠的地方在于：开源的「免费」，从来不是免费的。 安卓免费，但生态的钱流回谷歌；开源模型免费，但围绕模型的那一层生态——工具链、harness、评测、算力——才是真正的主战场。中国实验室深谙此道：模型白送，但「谁在用、怎么用、用什么栈」都在自己这边。

我把 5 倍和 4 个月，亲手算了一遍

写这篇之前，我拉了一遍 OpenRouter 的实时定价，把「5 倍」「30%」这两个数字亲自复算了一次。

典型的 agent 任务（50K token 输入 + 10K token 输出）：

模型	单任务成本	相对倍数
Kimi K3	$0.27	1x
GLM 5.2	$0.11	0.41x
Claude Opus 4.7	$0.50	1.85x
Claude Fable (latest)	$1.00	3.77x

结果：Fable/Kimi = 3.77 倍，Opus/GLM = 4.39 倍。报告的「3.3 倍」「5 倍」是评测时的口径，今天的实时价差略大一点——量级完全吻合，「闭源贵四五倍」不是修辞。

然后我做了一件报告没做的事：把 Krikorian 给的两组时间视野数据点（开源 7→12 小时、闭源 12→20 小时，间隔 4 个月）当成两条指数曲线外推。结果有点反直觉：

• 开源月增速约 14.4%，闭源约 13.6%——开源确实追得更快，但只快 0.8 个百分点；
• 按这个速率，相对差距（1.71 倍）要追平，需要大约 6.4 年；
• 更反直觉的是：绝对差距在拉大——现在差 5 小时，4 个月后差 8 小时。

这说明什么？「4 个月领先」听起来像是一个短暂的窗口，但把它放进指数增长里看，领先是长期结构：闭源永远比开源多走一步，只是每一步的步幅在缩小。所以那 5 倍的价格买到的，不是什么「短暂的先发优势」，而是一个「你不用等」的长期权利——只要你的任务落在 8 到 12 小时的窗口里。

领先是买来的，等是省出来的

把整份报告压成一句话：AI 模型的价格，正在从「能力税」变成「时间税」。

过去你为闭源多付钱，买的是「更聪明」；现在你为闭源多付钱，买的是「更超前」——超前 4 个月，超前一个 8 到 12 小时的任务带。能力差距缩小到 3 分、1 分以后，「更强」已经卖不动了，卖得动的是「现在就能用」。

反过来，开源模型的价值也被重新定义了：它不是「弱一点的替代品」，而是「愿意等的人的选项」。7 小时以内能完成的活，等 4 个月，同样的模型便宜 5 倍。世界上的大部分工作，本质上都是「可以等一等」的工作。

而那个唯一不能等的东西——一个在开源追上来之前就到期的 deadline——就是整个闭源产业真正的定价基础。

当「更强」已经卖不动的时候，「更早」就成了最后的奢侈品。愿意等的人，正在把「等」本身变成一种竞争优势——而这场等待，大概还要持续很多个 4 个月。