Mistral 創辦人 Arthur Mensch 正在為開源 AI 倡議。他在 LinkedIn 上發文，警告企業不要依賴閉源的 AI 模型。
Mensch 聲稱，銷售閉源模型的公司正在儲存越來越多的數據，這讓他們得以窺探客戶的商業流程。他指出，一些 AI 實驗室「曾利用這些資訊追逐他們最成功的客戶」。
他建議企業將數據儲存在開放系統中，為 AI 設定自己的存取規則，並建立自己的訓練模型，即使「這些努力可能看起來令人望而生畏」。Mensch 寫道：「前沿 AI 可以加速您的業務成長，但如果它不在您手中，那就不會是您的成長。」
Mensch 的言論與 Palantir 執行長 Alex Karp 的類似觀點不謀而合，Karp 也曾敦促企業建立自己的 AI 模型，而非依賴外部專有解決方案。Palantir 還發布了一份關於企業安全 AI 的宣言。其中寫道：「掌控您的權重就是掌控您的命運。權重是來之不易、累積而成的機構知識的精髓。如果您讓他人控制您的權重，您就是允許他們將您業務的優勢轉移給他們。」
Mensch 的觀點有其道理，但他也有自己的商業考量。
Mensch 的論點雖然成立，但需要放在特定背景下理解。Mistral 是歐盟唯一擁有相關 AI 模型的公司，其原始性能無法真正與 GPT-5.6 Sol 或 Fable 5 等頂級模型競爭。Mistral 的商業模式嚴重依賴歐盟主權，因為這是該公司最能獲利的地方，儘管約 30% 的股份由美國投資者持有。
此外，大型通用 AI 模型在專業基準測試中也屢次擊敗專用模型，只要相關領域知識是訓練數據的一部分。Mensch 在此顯然是為自己的公司發聲。
然而，最近一項關於金融文件分析的實驗部分支持了他的觀點。未包含在大型模型訓練數據中的內部專業知識確實能提供優勢。
避險基金 Bridgewater 和由前 OpenAI 技術長 Mira Murati 創立的新創公司 Thinking Machines Lab，利用他們自己的投資者評估數據，對開源模型 Qwen3-235B 進行了微調。根據他們自己的評估，這個微調後的模型在金融文件上的準確度達到 84.7%，而最佳前沿模型的準確度為 78.2%。此外，營運成本也降低了近 14 倍。
這並非獨立比較，且兩家公司都與銷售其產品有關。這也只是一個單一案例。像 Anthropic 或 OpenAI 這樣的公司，可以輕易地為未來的訓練購買或自行生成這類數據，這很可能會讓他們重新取得領先地位。
