开源AI干翻了闭源顶级模型，成本还低11倍

想买AI模型做编码任务的开发者，大多在闭源付费模型和免费开源模型之间纠结过。

闭源模型性能强，但调用一次就要花不少钱；开源模型成本低，往往性能跟不上。现在这个平衡被打破了。

最新实验显示，开源模型DeepSeek V4 Flash用上「自我验证缩放」方法后，在编程基准测试Terminal-Bench 2.1上，性能超过了闭源模型Claude Fable 5，API调用成本还低11倍。

这套方法不需要给模型做额外训练，只在测试阶段优化了算力分配：先让模型生成5个候选答案，再让同一个模型给自己出的答案排序挑最好的。就是这样简单的调整，就能把模型准确率从79%提升到88%。

@jackyk02 认为：随着开源模型能力变强，它们现在已经能低成本生成大量高质量候选解，还能自己验证输出结果。

@MaxForAI 指出，这套叫「LLM-as-a-Verifier」的方法，核心就是让模型完成「自己生成、自己验证答案」的流程，最终就能实现性能反超。

做个人开发的开发者，不用再为了拿到准确的编码结果，付更高的价格调用闭源顶级模型了。

只要调整测试阶段的工作方式，开源模型就能达到甚至超过闭源模型的效果，还能把成本压到原来的十分之一不到。如果只算完整任务的整体成本，有观点称单任务花费仅需30美分。

现在已经有开发者开始用这套思路改自己现有的AI工作流，替换原来依赖闭源模型的环节。

当开源模型靠方法创新就能追上闭源模型的性能，接下来要付溢价买闭源服务的人，还会多吗？