开放程度的光谱：完全专有（仅API，无权重，无细节——GPT-4、Claude）、开放权重（权重发布，架构描述，但训练数据和代码未公开——Llama、Mistral）、以及开源（权重、代码、数据和训练方案全部公开——罕见，主要是学术界）。大多数“开源AI”实际上是开放权重。这一区别对可复现性、可审计性和法律责任都很重要。
开放模型实现了：透明性（你可以检查模型做了什么）、隐私（你的数据永远不离开你的基础设施）、定制化（针对你的特定需求微调）、成本控制（无按token收费）、研究（学术界可以研究和改进模型）、竞争（防止垄断）、以及可靠性（不依赖提供商的正常运行时间或政策变更）。开源社区在构建高效推理（llama.cpp）、微调工具（PEFT、TRL）和模型变体方面展示了卓越的能力。
封闭模型实现了：安全控制（提供商可以执行使用政策）、负责任的部署（监控滥用）、快速能力更新（用户无需重新部署即可获得改进）、以及问责制（模型背后有负责任的实体）。安全论点在前沿最为有力：最强大的模型具有最大的滥用潜力，一旦权重发布，任何人都可以移除安全护栏。这就是为什么大多数前沿模型仍然仅通过API提供。