这篇文章纠正了大家对开放权重模型的普遍误解

市场从根本上误解了 open-weights models（MS）的角色与功能。从历史来看，open-weights 模型往往参数总量更小、速度更快，也更具成本效益；因此，广大受众逐渐认为这些模型是高参数前沿模型（也就是 closed-weight 模型）的「低质量」或「轻量」版本。

open-weights（或称 open-weight）模型和 closed-weight 模型的区别，和激活参数量、总成本或是效率都没有关系。二者的区分和用户的付费方式、以及与模型的交互方式有关：

open-source 模型满足三点：1）可免费访问，而非需要订阅才能使用，2）可以进行训练和调参（权重是「开放」的，可以修改），而非对所有用户都保持固定（权重是「封闭」的），3）提供最高的部署灵活性，可以部署在本地、云端，或是通过 API 运行（既可以是模型创建者的 API，也可以是 AWS Bedrock 这类托管服务，或是自建 API；详见图表 2）。

另一方面，closed-weight 模型要么只能直接从模型提供者处访问——用户支付许可费（比如订阅费）获取访问权限，再按 token 付费，token 费用相当于 GPU 使用成本——要么如果存在 PII 方面的顾虑，可以通过云服务商访问。