7 月大模型混战：开源派 vs 闭源派谁占上风

7 月这半个月的模型发布密度，比有些年份一整年都高。智谱开源 GLM-5.2、月之暗面甩出 2.8 万亿参数的 Kimi K3、马斯克拿出 Grok 4.5、OpenAI 连发 GPT-5.6 与 GPT-Live、Mira Murati 的 Thinking Machines Lab 亮出 Inkling、Meta 推 Muse Spark 1.1……

有意思的是，这一轮的主线不再是"谁更聪明"，而是开源派和闭源派，到底谁占上风。

开源派：把旗插到了前沿门口

• 智谱 GLM-5.2（7/12）：754B 参数、1M 上下文、MIT 协议商用随便用，代码能力登顶全球榜单；更实的是它在全球数字经济大会上现场操控机械臂分拣、焊接——开源模型开始有"手"了。
• 月之暗面 Kimi K3（7/16）：2.8 万亿参数，号称全球参数最大的开源模型，100 万词元上下文、原生视觉，综合水平接近前沿闭源模型。
• Thinking Machines Lab Inkling：前 OpenAI CTO Mira Murati 创立，9750 亿参数、Apache 2.0、原生支持图片和音频多模态，还强调"拒绝审查"、允许用户自由探索话题。
• 还有社区流传但未获官方背书的 DeepSeek-V4（MoE-2.0、2.4 万亿）等说法——目前只能当传闻看。

开源派这一波的共同姿态是：权重放开 + 协议宽松（MIT / Apache 2.0）+ 商用友好。这意味着任何人都能自己部署、私有化、改权重，不必把数据和请求交给模型厂商。

闭源派：不在参数上卷，在"能干活的体系"上卷

• OpenAI GPT-5.6 系列：分 Sol（高难度推理）、Terra（通用）、Luna（轻量低成本）三档，已进入 GitHub Copilot；配套 GPT-Live 全双工语音（能一边听一边说、还会插嘴"嗯""对"）和 ChatGPT Work（跨应用自主干活的 Agent）。重点已经从"回答更准"转向"直接替你把活干完"。
• 马斯克 Grok 4.5（7/8）：1.5 万亿参数，联手 Cursor 专攻编程，定位"Opus 级别、速度快、成本低"。
• Google Gemini 3.6 / 3.5 系列（7/21）：代码和多模态升级、价格下调，同时透露 Gemini 4 已在预训练。
• Meta Muse Spark 1.1（7/12）：多模态推理，看图、理解、规划、执行一条龙。

闭源派的逻辑很清楚：模型只是入口，生态、多模态、Agent 工作流、与企业系统的绑定才是护城河。你用 GPT-5.6，是因为它嵌进了 Copilot、Work 和你的桌面，不是因为它榜单分数高 2 分。

谁占上风？分三层看

第一层：绝对智能上限，仍由闭源领跑。 在需要长流程推理、复杂 Agent 编排、原生多模态融合的任务上，闭源前沿模型（GPT-5.6 Sol、Gemini 3.5 Pro、Grok 4.5）目前仍领先开源一档。开源模型追得很快，但"接近"不等于"持平"。

第二层：可落地性，开源在中国市场优势明显。 企业怕数据出网、怕被绑定、怕成本不可控，开源权重 + 私有部署正好对症。GLM-5.2、Kimi K3 这种级别的开源模型，已经够撑起大多数知识工作和软件工程场景。对国内政企、金融、制造业客户，开源派很多时候是默认选项。

第三层：开发者心智，正在被"分层供给"重塑。 GPT-5.6 分三档、GLM 开源可调，说明竞争已从"比一个旗舰分数"变成"按能力、成本、速度分层供给"。未来选模型会像选云实例——不看谁最强，看谁最合适。

几个需要打问号的"爆款消息"

网上同期流传的"DeepSeek-V4 2.4 万亿""GPT-5.5 全面超越人类专家""Gemini 无限上下文"等，多出自营销向的"十大突破"盘点，没有官方背书，建议先当传闻。写稿或引用时，别让标题党的数字带跑了节奏。

结语

开源派赢在"可控、可私有、可白嫖"，闭源派赢在"生态、多模态、能干活的体系"。7 月这一战，开源派第一次把旗插到了前沿门口，但真正的上风，取决于你站在谁的立场——是想要一个能私有部署的模型，还是想要一个替你把活干完的同事。

两者不再是非此即彼，而是会长期并存：闭源做前沿探路，开源做规模落地。