中国开源模型三连击，梁文锋开最后一枪？

来源：市场资讯

（来源：字母榜）

Kimi K3的完整模型权重正式上线Hugging Face。

仅仅半小时后，K3便获得超过4000个点赞，登上平台趋势榜第一。Hugging Face联合创始人兼CEO Clem Delangue感叹，这是平台迄今增长最快的一次发布。

美国公司也很快跟了上来。Vercel创始人兼CEOGuillermo Rauch称K3是“目前全球最强的开放权重模型”，并宣布Vercel已经通过美国本土推理服务商接入K3。vLLM在权重公开当天上线支持，Fireworks AI、Together AI、Modal、Baseten和DigitalOcean等平台也接连宣布上线。

这场热闹背后，也透着一种紧迫感。

就在K3开放权重前夕，OpenAI和Anthropic正在向华盛顿强调中国开放模型的蒸馏和安全风险。黄仁勋公开唱反调，微软、Meta、英伟达等公司也联名反对过早限制开放权重模型。

中国开源模型越逼近美国旗舰，硅谷围绕开放还是封闭的争吵就越激烈。

过去三个月，中国开放模型已经连续落下三锤。

第一锤是DeepSeek-V4预览版，在部分测试中性能接近美国闭源旗舰，价格却低得多。第二锤是GLM-5.2：支持100万Token上下文，把重点放在复杂、长时间运行的Agent任务上。第三锤是刚刚开放完整权重的Kimi K3：总参数达到2.8万亿，在多项独立评测中进入全球第一梯队，部分编程和长任务成绩超过Claude或GPT。

三锤分别打向美国闭源模型的价格、长任务能力和模型规模。

接下来，尚未发布的DeepSeek-V4正式版将是第四锤。它要挑战的，是美国闭源模型最后还占优势的地方。

一场中国开放模型继续逼近、美国闭源公司试图借监管抢先设防的赛跑，已经鸣枪。

01

硅谷“分裂”

7月27日，月之暗面开放了Kimi K3的完整模型权重。

几乎同一时间，硅谷关于开放模型的争论也烧到了最旺。

据《纽约时报》和Axios报道，OpenAI和Anthropic近期向美国政策制定者示警，称中国AI公司可能通过大量调用美国模型、收集输出结果，蒸馏出成本更低的新模型。API还能限制账户和地区，模型权重一旦公开，开发者便可以下载、修改和自行部署，很难再被原公司收回。美国闭源公司耗费巨资训练出的能力，可能迅速变成全球开发者都能使用的基础设施。

黄仁勋对此公开唱反调。7月22日，他告诉Axios，优秀的中国开放模型“应该被使用”，美国公司也“绝对应该获准”使用中国模型。

7月24日，英伟达、微软、Meta等25家公司和机构首批签署《开放权重与美国AI领导力》，要求华盛顿避免过早限制开放模型。

OpenAI、Google和SpaceX最初没有出现在名单中，随后在周末陆续加入。

这封公开信反对的是把蒸馏争议扩大成对开放权重模型的全面限制。截至7月27日，主要美国前沿模型公司中，Anthropic仍未签署。

CEO Dario Amodei当天专门回应，称公司从未主张全面禁止开放权重模型。他承认普通开放模型具有公共价值，同时认为最强模型开放后很难保留安全护栏，因此仍支持打击工业级蒸馏、限制先进芯片流向中国，并要求所有强模型接受安全测试。

当然了，可以看出OpenAI的立场同样微妙，它支持美国发展开放模型，也继续向华盛顿示警中国公司可能存在的违规蒸馏问题。

英伟达随后又联合微软、IBM、Hugging Face、SpaceXAI等公司成立“开放安全AI联盟”。联盟公告提到，Hugging Face处理此前的Agent越界安全事件时，部分闭源工具因安全限制拒绝协助取证，团队最终在本地运行GLM-5.2，分析超过1.7万次操作并控制入侵。联盟由此提出，防守者也需要能够本地部署、修改和检查的强模型。

争论背后是不同的生意。

OpenAI和Anthropic依靠订阅和API出售模型能力，仅Claude Code今年2月的年化收入就已超过25亿美元。英伟达卖芯片，微软卖云服务，Meta需要扩大开发者生态，都希望市场上出现更多便宜、开放的模型。

今年1月，Kimi、Qwen和GLM三家在清华AGI-Next峰会上同台，“中国开源四杰”中，只有DeepSeek没有出现在会上。几家的判断很接近：单纯比拼聊天能力已经很难拉开差距，下一轮竞争要看谁能让Agent处理更长、更复杂的任务

半年后，DeepSeek、GLM和Kimi连续更新，已经逼得硅谷公开站队。Kimi K3只是最新的火星，真正点燃争议的，是中国开放模型过去三个月落下的三锤。

02

中国“三锤”

2026年，中国开放模型已经连续追了三轮，每一轮都在拆美国闭源模型的一项优势。

“第一锤”来自DeepSeek。

4月24日，DeepSeek发布V4预览版，并同步开放模型权重。V4-Pro共有1.6万亿参数，每次调用激活490亿参数，支持100万Token上下文。

在DeepSeek模型卡公布的自测中，V4-Pro在最高推理强度下的SWE-bench Verified得分达到80.6%，与Claude Opus 4.6的80.8%几乎相同。BrowseComp达到83.4%，接近Claude Opus 4.6的83.7%，也高于GPT-5.4的82.7%。

更狠的是价格。5月23日，DeepSeek宣布将原本限时提供的75%折扣变成长期价格，5月31日后继续执行。目前每百万Token非缓存输入、输出分别收费0.435美元和0.87美元。

这意味着，开发者现在只需花美国闭源旗舰的一小部分费用，就能调用一款性能接近的开放模型。

“第二锤”来自智谱。

6月16日，智谱发布GLM-5.2，同样支持100万Token上下文，并以MIT许可证开放权重。

它的重点已经从回答问题转向长时间干活——阅读大型代码库、反复调用工具，在数百轮操作中完成软件工程任务。

按照智谱汇总的各家最佳测试结果，GLM-5.2在Terminal-Bench 2.1中达到82.7%，略低于GPT-5.5的83.4%，高于Claude Opus 4.8的78.9%。

虽然不同模型使用的Agent工具存在差异，这个成绩仍说明，开放模型已经能处理真实终端和复杂工作流，闭源模型对Agent能力的领先正在缩小。

第三锤来自Kimi K3。

7月27日，月之暗面开放K3完整权重。按照月之暗面的说法，这是全球首个开放权重的3万亿参数级模型：总参数达到2.8万亿，每次激活1040亿参数，同时支持图像、视频和100万Token上下文。此前很难同时出现在开放模型上的参数规模、多模态和长任务能力，被K3放到了一起。

在月之暗面公布的测试中，K3在Terminal-Bench 2.1拿到88.3%，超过Claude Fable 5的88.0%，距离GPT-5.6 Sol的88.8%只差0.5个百分点。

在考验超长软件工程任务的SWE-Marathon中，K3得到42分，也高于GPT-5.6 Sol的39分和Claude Opus 4.8的40分。

三锤落下，价格、长任务和模型规模都很难再成为闭源模型独享的优势。

但这些结果大多来自公司测试，部分比较还混用了不同的Agent工具和运行环境。它们尚未证明在真实项目和反复运行中，中国开放模型的整体稳定性已经赶上美国闭源旗舰。

这正是DeepSeek-V4正式版还要打穿的最后一道墙。

03

V4还要打穿哪堵墙？

既然部分评测分数已经追上，美国闭源模型为什么还能把API卖贵十几倍甚至几十倍？

月之暗面在K3官方模型卡里给出了一个很诚实的答案。K3虽然在多项评测中达到顶级水平，整体使用体验与Claude Fable 5和GPT-5.6 Sol相比，仍有“明显差距”。

GLM-5.2也有类似的问题。它在Terminal-Bench 2.1中最高达到82.7%，已经接近美国顶级模型。换到专门考验超长软件工程任务的SWE-Marathon，智谱公布的测试中，GLM-5.2只有13分，Claude Opus 4.8达到26分。

对企业来说，这些小错误会直接变成成本。

企业选择模型时，需要把API费用和返工时间一起计算。

DeepSeek-V4-Pro每百万Token缓存未命中输入和输出分别收费0.435美元和0.87美元，Claude Opus 5则需要5美元和25美元，输出价格接近DeepSeek的29倍。

这项价格优势很大，但如果长任务做到最后失败，工程师还要重新检查、修改和运行，省下的调用费很快就会耗在返工上。

因此，V4正式版需要拿出的，除了更高的分数，还有反复运行仍然稳定的工具调用、长上下文和多轮修改能力。它要让开发者敢把大型代码库、复杂研究和长时间Agent任务交给开放模型。

截至目前，DeepSeek尚未公布V4正式版的发布时间和具体规格。在近期流传的与投资人的交流中梁文锋有言，公司大概率仍会开放最强模型，商业化只追求“合理利润”。

如果这句话最终兑现，V4正式版还会继续采用DeepSeek最有杀伤力的组合：能力接近美国旗舰，价格低得多，同时开放权重。

写到这里，OpenAI和Anthropic最近的动作就更容易理解了。

三锤已经接连落下，它们不想等到V4正式版发布后再应对。因此，Kimi K3刚刚开源，两家公司便推动华盛顿调查模型蒸馏，并讨论制裁和使用限制。模型权重一旦被大量下载和部署，再出台限制，效果就会大打折扣。

现在比的是谁先到——DeepSeek-V4正式版，还是华盛顿的限制措施。

第四锤能有多大威力，一半取决于DeepSeek能否拿出稳定、低价、继续开放权重的正式版，另一半取决于主张限制中国开放模型的一派能否成功。