DeepSeek V4登榜，全球开源前5都是中国模型了

来源：市场资讯

（来源：第一财经资讯）

4月24日，沉寂15个月的DeepSeek发布并开源了全新一代模型DeepSeek-V4。这款搭载百万词元超长上下文，在Agent 能力、世界知识、推理性能方面大幅提升，被海外开发者直呼 “鲸鱼回归”。

在刚刚更新的全球权威Artificial Analysis智能指数开源模型榜单上，DeepSeek V4 Pro（Max）相比上一代模型V3.2提升了10分，以52分的成绩进入全球开源模型的前两位。

来源：Artificial Analysis智能指数官网

拿到54分成绩的是在本周一发布的中国万亿参数开源模型Kimi K2.6，也是全球排名前五的开源模型中，同时支持图片和视频理解的多模态模型，其他四个是纯文本模型。

前后相差不到四天，两个万亿参数级开源模型先后落地。

巧合的是，这并非中国AI开源双雄的首次 “不谋而合”。从2025年1月至今，DeepSeek与Kimi已发生多次技术发布“撞车”，从推理模型、注意力架构到数学推理，再到此次万亿参数大模型迭代，两家AI创业公司始终踩着同一条技术节拍前行。

DeepSeek与Kimi的技术“撞车”并非偶然，而是对AGI技术顶峰的同向追逐，更是中国开源AI阵营抱团突围、直面美国闭源巨头的战略默契。当全球AI竞争从单一技术比拼升级为生态对抗，这对由两位广东籍创始人带领的创业双子星，正以 “技术共生、互利互惠” 的中国模式，尝试改写全球AI格局。

连续四次技术“撞车”

2025年1月20日，DeepSeek-R1与Kimi K1.5之间的“撞车”是最戏剧性的一次。

当晚，DeepSeek发布R1推理模型并以MIT协议完全开源。不到两小时后，Kimi K1.5多模态思考模型亮相。两个模型的目标高度一致：让大模型从“张嘴就来”进化为“先想后说”——即通过强化学习跑通Long-CoT（长思维链）推理，复现OpenAI-o1的核心能力。

随后，OpenAI在一篇官方论文中点名指出，DeepSeek和Kimi是“最早复现OpenAI-o1 Long-CoT”的两家公司。 当全世界都在迷茫OpenAI的o1思路时，中国这两家公司几乎同步给出了独立的复现方案。

来源：OpenAI《Competitive Programming with Large Reasoning Models》论文

2025年2月，双方不约而同地改造Transformer注意力机制。DeepSeek发布NSA（Native Sparse Attention，原生稀疏注意力），Kimi发布MoBA（混合块注意力）。稀疏注意力是解决Transformer长上下文成本爆炸问题的关键方向，能够大幅降低KV缓存占用和注意力计算量。两家在几乎同一个时间窗口给出了各自的创新解法。

2025年4月，Kimi推出Kimina-Prover Preview数学推理专项模型，专注数学定理证明与复杂推理。不久后，DeepSeek-Prover-V2发布。两者都走了“自验证”路线——通过自我验证机制提升数学推理的准确性和可靠性。

2026年初，DeepSeek发布mHC（流形约束超链接），系统性地改造深度神经网络中沿用了近十年的传统残差连接结构，增强深层网络信号传播的稳定性。两个月后，Kimi放出新成果“注意力残差”，将Transformer的核心原理“注意力”重新应用到残差连接上，引发AI大神Andrej Karpathy和埃隆·马斯克等人点赞，两人都对该技术表现出浓厚兴趣。

另外值得关注的一个细节是，DeepSeek V4的训练方案中的关键变化之一是引入Muon优化器。Muon由Keller Jordan等人提出，但最初仅在小模型上验证其效果。而Kimi在2025年2月发布的论文《Muon is Scalable for LLM Training》验证了Muon在480亿参数模型的效果。在2025年7月发布的万亿参数模型K2上继续使用Muon优化器，并且做了改进解决训练不稳定的难题，最终在在相同训练量下实现了2倍的token效率提升。

杨植麟在今年3月英伟达GTC 2026演讲中，专门用最长篇幅讲解Muon。如今，这项技术成为DeepSeek V4在架构层的三项关键升级之一，提升了训练稳定性。

来源：Deepseek V4的Hugging Face主页

开源阵营向闭源巨头发起总攻

OpenAI在DeepSeek V4发布前一天上线了GPT-5.5，每百万输出token定价30美元。而DeepSeek V4 Pro的输出定价仅为每百万token 24元人民币（约3.4美元），约为GPT-5.5的十分之一。

DeepSeek V4-Pro在发布的公众号中称，其在数学、STEM和竞赛型代码的评测中超越所有已公开开源模型。

而Kimi K2.6则在公众号中称，新模型在Humanity’s Last Exam全工具测试中以54.0%的得分登顶；在DeepSearchQA深度检索中以92.5%的得分领先于GPT-5.4、Gemini 3.1 Pro和Claude Opus 4.6。

OpenRouter数据显示，K2.6在发布后迅速跃居每日榜单的榜首，跟DeepSeek一起位居全球前五。

来源：OpenRouter官网（2026年04月25日）

Meta新模型Muse Spark发布时，官方博客对比的两个基准模型正是DeepSeek和Kimi。

中美科技竞争的一个核心战场是算力供应链。此次，DeepSeek V4明确支持华为昇腾950芯片。DeepSeek在官方定价说明的小字脚注中注明：“受限于高端算力，目前Pro的服务吞吐十分有限，预计下半年昇腾950超节点批量上市后，Pro的价格会大幅下调”。华为方面同步宣布，昇腾超节点全系产品已完成对V4的适配与支持，通过芯模技术紧密协同，实现了高吞吐、低时延的推理部署。

Kimi在国产芯片领域同样走在前列。Kimi K2.6支持国产芯片混合推理，其技术路线强调在端侧和云端协同运行，降低对英伟达CUDA生态的依赖。Kimi从K2 Thinking就加入了INT4量化技术——通过模型量化推理，显著提升了对国产加速芯片的兼容性。华为昇腾官方平台也披露，已完成Kimi K2.5在昇腾AI上的部署，实现多模态推理性能的全面跃升。

两家同时推国产芯片适配：DeepSeek助力昇腾，Kimi开源异构推理路线。

黄仁勋在英伟达2026年度GPU技术大会的主题演讲中，用来展示下一代Blackwell Ultra芯片性能的大模型，就是Kimi K2.5，将中国开源模型作为衡量下一代GPU的标杆。

来源：黄仁勋在英伟达GTC2026大会的主题演讲

梁文锋与杨植麟，两个广东人，相差八岁，一位从量化跨界，一位深耕学术。如今，他们各自带领的团队分别成长为中国的“万亿开源头部”，推动行业协同互补的“团战”。梁文锋和杨植麟都相信，开源让每个企业、每个研究者非常低门槛地获取智能，是推动AI发展的最重要基石。