性能追平Claude Opus的开源大模型来了

有人习惯用付费闭源大模型处理复杂推理和代码任务，每个月要付几十美元的订阅费。

现在美国DeepReinforce团队发布了一套全新的开源大语言模型家族Ornith-1.5，性能在推理、智能体（能自动完成多步骤任务的AI）和代码任务上，已经接近闭源模型Claude Opus 4.8。

这套模型一共有三个规格，从小到大为9B密集型、35B混合专家模型（MoE，一种只激活部分参数提升运行效率的模型架构）、397B混合专家模型，全部采用允许免费商用的MIT许可证发布，没有使用限制。和以往单纯扩大模型参数的开源模型不同，Ornith-1.5用了自我改进的训练策略：模型可以自己生成训练任务、搭建任务框架，再从自己生成的结果里学习，不需要额外的人工标注和单独的奖励模型。

@AiwithShoaib 认为：开源模型已经进入了新阶段，Ornith-1.5不只是扩大参数，更是升级了模型的学习方式。

@dereckivxn 认为：看到一个开源模型家族能打出接近Claude Opus 4.8的成绩，非常惊人。

@MrOnsase 认为：Ornith 1.5最值得关注的不是它的 benchmark（模型性能测试）分数，而是它搭建了完整的自我改进循环。

训练一个前沿大语言模型，仅计算成本就需要至少7800万美元，这笔费用通常只有闭源商业公司能承担。如果大模型真的可以自我训练改进，那训练成本会大幅下降，更多小团队甚至个人，都可以基于这套模型开发自己的AI工具，不用再依赖少数巨头的API接口。

MIT全开源的授权，也避免了传统开源许可和AI限制许可混用的冲突，任何人都可以拿它做任何事，不用担心版权问题。

现在已经有开源模型能追上头部闭源模型的性能了，接下来，你用的AI工具，会换赛道吗？