德意志银行发现,对于 约90%的常规任务,开源权重模型的性能已经 与闭源前沿模型相当。闭源模型有意义的质量优势仅存在于最困难、最前沿的极少数基准测试上,而绝非主流的生产工作负载。更广泛的行业数据也支持这一点:在代码生成等具体生产任务上,基准测试中10%-15%的差距,在实际生产中已缩小到仅2%-5%。
德意志银行的研究与独立研究结果相互印证:开源权重模型追赶闭源前沿模型的能力滞后时间已从曾经数年的差距大幅压缩至2026年中期的 仅3-4个月。EpochAI同时期发布的整体能力指数分析也显示,这一滞后约为3个月,平均得分差距约7分。模型发布节奏从2024年的6个月一次,剧变为2026年第一季度的72小时一次,这意味着任何闭源模型的性能优势都转瞬即逝。
德意志银行强调,这一成本-性能压缩现象 并非地理上的分界线(如美国对中国的竞争)。它是一个结构性的全球现象,由中国(DeepSeek、智谱AI)、美国(Meta的Llama)等多地区的开源权重模型共同推动。决定性的分界线在于开放 vs. 封闭,而非东方 vs. 西方。该行特别指出,DeepSeek在2025年初的技术突破标志着旧的地缘分析框架已经瓦解。
德意志银行认为,这一动态可能 触发市场对AI行业的重新评估。关键影响包括: