開放權重AI模型正快速縮小與頂尖封閉模型的能力差距。網路應用與資安業者F5旗下研究團隊 F5 Labs指出 ，根據AI研究機構Epoch AI分析，自2026年1月以來，最強開放權重模型的能力平均落後頂尖封閉模型約4個月；不過F5的AI安全評測顯示，部分開放權重模型雖躋身能力排名前段，在抵禦提示注入與越獄攻擊的評測中卻排名後段。

F5 Labs公佈8月AI模型安全評測結果，涵蓋Anthropic、OpenAI、xAI、MiniMax及Google等業者模型，並以綜合AI安全指數（Comprehensive AI Security Index，CASI）比較各模型抵禦提示注入與越獄攻擊的表現。其中，3款開放權重模型的能力與CASI排名落差明顯。GLM-5.2能力評測排名第4，CASI排名第24；DeepSeek-V4-Flash能力排名第6、CASI排名第28；DeepSeek-V4-Pro能力排名第10、CASI排名第22。

能力與安全評測的落差也出現在封閉模型。xAI的grok-4.5模型能力評測達53.8%，但CASI分數僅45.20，是F5此次榜單中CASI分數最低的一款；相較之下，Anthropic的claude-fable-5能力評測達59.9%、CASI分數為98.01，兩項評測均居榜首。

研究團隊進一步指出，這些評測結果顯示，不論開放權重或封閉模型，都可能出現能力突出、安全評測表現卻落後的情況。因此對企業而言，模型發布後若發現安全問題，供應商能否暫停服務、修正模型並統一套用更新，也成為比較不同AI模型時需要考量的差異。以Anthropic為例，claude-fable-5推出後，美國商務部因相關安全研究要求Anthropic限制外國人士存取，Anthropic因此一度全球暫停模型服務，之後重新訓練安全分類器再恢復使用。相較之下，開放權重模型一旦釋出供使用者下載，即使開發者後續修正安全問題並推出新版，先前已下載的舊版本仍可能持續被使用，無法由開發者全面撤回。