💬 观点Nathan Lambert
Open models recap: more on Kimi K3, Qwen 3.8, Xi's WAIC — Nathan Lambert 与 Florian Brand 讨论开源模型最新进
Nathan Lambert 与 Florian Brand 讨论开源模型最新进展，聚焦中美竞争、蒸馏争议与性能差距。
2026-07-22原文
本文为要点摘要，完整细节以原文为准。
🧭 一图看懂
由原文自动提炼 · 以原文为准点击任一分支，查看这一点的一句话解读
开源模型最新进展盘点
上周发布，权重未公开，使用体验与后训练潜力受关注
- Nathan 订阅 $200 计划，含 100 万上下文
- 研究任务中能挖掘 Reddit 早期信号
- 代码更简洁易读但存在错误
🔗 涉及的概念与玩家
- Kimi K3模型
- Qwen模型
- GLM 5.2模型
- DeepSeek模型
- MiniMax模型
- Nathan Lambert人物
- Florian Brand人物
- Ben Thompson人物
- Nathan Lambert—讨论→Kimi K3
- Florian Brand—使用→Kimi K3
- Qwen—同属中国模型→GLM 5.2
- Kimi K3 在代码生成上接近 GPT-4 水平，但代码更简洁易读，不过仍落后于 Codex 等前沿模型。这意味着开源模型在特定任务上可通过后训练快速缩小差距。
- 中国模型（如 Qwen、DeepSeek）的快速进步得益于数据、环境及实验室生态，而美国开源生态相对分散。这暗示开源模型的发展正受地缘政治和资源分配影响。
- 关于开源与闭源模型的性能差距，不同基准测试结果矛盾，实际差距取决于具体任务（如编程）。开发者应关注任务相关性而非单一基准，后训练可大幅提升模型在特定领域的表现。
原文：Open models recap: more on Kimi K3, Qwen 3.8, Xi's WAIC speech, distillation, the open-closed gap, and what's next · 作者 Nathan Lambert
🕸 顺着图谱继续读
- Open-Source AI & Open Models Reading List — 开源模型全景阅读清单：从战略、中美竞争到技术差距，一篇补齐认知2026-09-11 · 共同涉及 Nathan Lambert、Qwen、GLM 5.2
- Who’s Afraid of Chinese Models? — 美国应立法允许蒸馏中国模型，以应对开源竞争。2026-07-20 · 共同涉及 Ben Thompson、Kimi K3
- Custom providers and local runtimes · Op — 自定义 provider 与本地运行时怎么配，看这篇就够2026-09-21 · 共同涉及 Kimi K3、MiniMax
- The inevitable need for an open model consortium — AI前沿模型成本飙升，开放模型联盟为何是唯一可持续路径？2026-04-11 · 共同涉及 Nathan Lambert、MiniMax