16 个月后，DeepSeek 已不是孤身走暗巷

来源：市场资讯

（来源：硅星人）

作者 ｜ 周一笑

邮箱 ｜ zhouyixiao@pingwest.com

原本预计在 2026 年春节上演的中国 AI 大戏，延迟到了五一假期前。

这周五，DeepSeek V4 千呼万唤始出来。

同样在这周，Qwen、Kimi、小米、腾讯都不约而同拿出了自己最新的代表作。

从 Artificial Analysis 最新放榜的开源模型智能指数看，开源模型的前几名已经都是中国模型。

其中，TOP2 都是这周发布的。他们也是这几天 OpenRouter 真实调用量上挤入全球 TOP5 的两家公司。

这已经不是 DeepSeek 和 Kimi 这么默契了。往回看看前面几次。

2025 年 1 月，DeepSeek R1 和 Kimi K1.5 前后两个小时内发布，都把目标指向 OpenAI o1。

一个月后，DeepSeek NSA 和 Kimi MoBA 几乎同时出现，都在改造 Transformer 最核心的注意力机制。

2025 年 4 月，Kimi 的 Kimina Prover Preview 和 DeepSeek-Prover-V2 先后发布，都在向形式化数学推理和定理证明方向推进。

时隔一年，现在，又一次，Kimi K2.6 和 DeepSeek V4 在同一周先后发布，两个万亿参数的开源模型，前后脚摆到了桌面上。

发力相同的技术方向，几乎同时到达同一个路口。这已经不像巧合了。

1

这次又撞了什么

先看这一轮各自拿出了什么。

DeepSeek V4 是一个 1.6 万亿参数的 MoE 模型，49B 激活参数，原生支持 100 万 token 上下文。它的核心叙事是效率革命，相比上一代 V3.2，单 token 推理算力需求下降了 73%，KV cache 压缩到原来的十分之一。

简单说，同样的硬件能处理多得多的请求，同样长度的文本花的钱少得多。

与此同时，V4 完成了对华为昇腾芯片的深度适配，从英伟达 CUDA 生态向华为 CANN 架构做了底层代码迁移，也让这一轮发布多了一层国产算力迁移的意味。

Kimi K2.6 是一个万亿参数的 MoE 多模态模型，32B 激活参数，256K 上下文。它的核心叙事不是更大或更便宜，而是更持久。

在测试中，K2.6 可以不间断编码 13 小时，处理超过 4000 次工具调用，修改 4000 多行代码，完成一个接近性能极限的开源金融撮合引擎的深度重构。

这不是普通的“代码能力提升”，而是在测试模型能不能从一次性回答，进入长时间、多工具、多 Agent 协作的工作状态。

K2.6 还引入了 Agent 集群架构，支持 300 个子 Agent 并行协作。月之暗面的 RL 基础设施团队已经用 K2.6 驱动的 Agent 连续自主运行了 5 天，负责监控、故障响应和系统运维。

它们总在同一个路口相遇，但开出去的方向并不一样。至少在这一轮，一个更像是在重写模型基础设施的成本结构，另一个更像是在验证模型能否进入更长周期的真实任务。方向不同，但在同一周发布这件事本身，已经足够让人截图发群了。

但两家也有高度一致的选择，万亿参数的 MoE 架构、开源、继续相信 Scaling Law。截至目前，它们也是中国仅有的两个已开源的万亿参数模型。

1

比撞车更有意思的事

多次撞车是一个好段子，但它背后有一个更值得注意的现象，两家的技术路线正在相互启发。

上一次，是 Kimi K2 借鉴了 DeepSeek V3 带火的 MLA 注意力机制。MLA 是一种压缩注意力计算和 KV 缓存以提升效率的方案，DeepSeek V3 让它成为中国开源模型技术栈里的显性选项。

这一次，是 DeepSeek V4 把 Muon 优化器作为模型架构层的三大更新之一。Muon 是一种二阶优化器，解决的是训练阶段参数更新的效率和稳定性问题，用来取代已经用了 10 年的 Adam。Kimi 是最早把 Muon 系优化器推到万亿参数级训练并系统公开经验的团队之一，杨植麟在 GTC 2026 演讲中称其可以带来 2 倍的 token 效率提升。而 V4 也跟进使用 Muon 优化器，用来提升收敛效率和训练稳定性。

换句话说，MLA 省的是推理时的钱，Muon 省的是训练时的路。而这两条路，已经在两家之间来回走了一遍。

这就让“撞车”不再只是发布时间上的巧合，而变成了技术栈层面的回声。更像是两家公司一边竞争，一边把对方探索过的技术思路变成自己下一轮实验的参考坐标。

这种相互启发还在继续延伸。在注意力机制上，DeepSeek 探索的是稀疏注意力，Kimi 下一代模型探索的是线性注意力，路径不同但要回答的问题一致，都是长上下文怎么不被全注意力的计算复杂度拖垮。

在残差连接上，DeepSeek 做 mHC，Kimi 做注意力残差，同样是不同方案指向同一个目标，让模型变深之后训练依然稳定。

这件事之所以值得说，是因为放在更大的行业背景里看，它其实是反常的。硅谷头部公司正在变得越来越封闭，OpenAI 早已不再公开训练细节，Anthropic 和 Google 的核心方法同样讳莫如深，社区只能靠猜测和拼凑来推断它们的技术路线。连在舞台上握手都不太可能了

而在 Kimi 和 DeepSeek 之间，技术报告和开源代码的可见度让技术扩散的链条明显缩短了。多次撞车之所以能被看到、被讨论、被放在一起比较，前提恰恰是两家都选择了把东西摊在桌面上。

中国开源模型的技术扩散速度，正在变得比过去快得多。这可能才是频繁撞车真正说明的事情。

1

全球技术圈都在看它们撞车

这种“撞车”的叙事，最早当然是中文科技圈的发明。但海外开发者社区也在用自己的方式确认这件事。

K2.6 发布后，AI 领域最有影响力的 newsletter 之一 Latent Space 直接把 Kimi 放进了“DeepSeek 沉默期后中国开源模型实验室领跑者”的位置。几天后 V4 发布，海外开发者社区又立刻把 V4、K2.6、GLM 5.1 放到同一张表格里比较参数、价格、上下文长度和 Agent 能力。

英伟达 GTC 2026 上用来展示下一代芯片推理性能的中国模型，是这两家。

在海外开发者社区里，当人们讨论中国开源模型时，Kimi 和 DeepSeek 的确越来越频繁地被放进同一张表里。

1

它们撞上的不是彼此

这也让 DeepSeek 和 Kimi 的关系变得有点微妙。它们当然是竞争对手，但在更大的模型生态里，又共同把中国开源模型推到了一个更难被忽视的位置。

它们对闭源模型的压力，不只来自某一次 benchmark，而来自成本、可部署性、开源权重和技术扩散速度这些更慢、更底层的变量。

所以，Kimi 到底有没有在故意撞车 DeepSeek？

大概率没有。万亿参数的 MoE 要做，长上下文的注意力机制要改，训练效率的优化器要换，国产芯片的适配要啃，开源要开得真诚而不是做防御性姿态。这些不是“选项”，而是“必经之路”。

两家公司都在认真地做底层技术，也都选择把关键进展放到公开语境里，于是就一次又一次地在同一个十字路口碰面。

不是它们太默契，是路太窄了。

至于下一次“撞车”，大概已经在路上了。

如果没猜错的话，Kimi 让大模型的文本和视觉能力齐头并进的技术方案，将启发更多中国开源纯文本模型长出“眼睛”，一起看到更远、更大的世界。

点个“爱心”，再走 吧