美国人：中国的AI太便宜太香了

最近几天，美国的AI圈子过得有点难受。

Kimi K3和DeepSeek V4-Flash一个把开放权重模型的能力顶了上去，一个把智能的价格压了下来，逼得财长贝森特表态将审查中国开源模型的知识产权问题并考虑制裁。

而美国内部也开启了一场更为激烈的开放权重与闭源的方向争论。7月24日晚，黄仁勋首次注册社交账号发布公开信《开放权重与美国AI领导力》，呼吁美国政府不要对开放权重AI模型设限。截至目前这封公开信累计吸引超过270家企业签署。

必须要先说明一点，就是国内的开源AI模型，还没达到打败Claude、GPT的程度。

Kimi K3总参数2.8万亿，每次回答会调用约1040亿参数，支持100万token上下文和图片输入。按模型评测机构Artificial Analysis的数据，它的综合能力指数是57分，已经进了美国前沿闭源模型的竞争带。

8月4日，OpenAI、Anthropic、谷歌、Meta、英伟达、微软等十多家企业代表在白宫，终于达成了初步共识：具备最先进能力的闭源模型开发商需在发布前自愿提交政府安全测试，而开放权重模型暂被豁免于本轮测试要求之外。

同时，英伟达牵头联合Hugging Face、戴尔等企业成立「开放安全AI联盟」（OSAA），推动开源生态下的AI安全防御体系建设。

美国人到底在争什么？中国的开源AI，又给美国AI圈子，造成了什么样的冲击？

必须要先说明一点，就是国内的开源AI模型，还没达到打败Claude、GPT的程度。

Kimi K3总参数2.8万亿，每次回答会调用约1040亿参数，支持100万token上下文和图片输入。按模型评测机构Artificial Analysis的数据，它的综合能力指数是57分，已经进了美国前沿闭源模型的竞争带。

K3在网页开发、长周期知识工作这些任务上已经相当能打，但在Mercor的真实软件工程榜测试中，K3的通过率只有44.7%，Claude Opus 5和Fable 5都在54%左右。

而Artificial Analysis测到的输出速度只有32.2token/s，完成一个复杂任务时很容易又长又贵。

而DeepSeek V4-Flash，它的能力更弱一些，但是价格真的是低到了地板。（不过，DeepSeek最近宣布将大幅上调API价格。）

根据测试，V4-Flash的综合指数只有50分，硬碰硬不如K3；可它输出速度约113.5token/s，是K3的3.5倍。同一套评测里，K3跑完要花约2437美元，Flash只要72美元。

而以V4-Flash与能力相近的GPT-5.4对比，DeepSeek V4-Flash的输出token成本差达约54倍。第三方评测机构Artificial Analysis的基准测试显示，DeepSeek V4-Pro完成同等智能指数测试任务的总成本，约为GPT-5.5的1/12、Claude Opus 4.7的1/19。

这两个模型，一个证明了能力，一个证明了价格，把美国的模型快要围起来杀了。

截至2026年7月，OpenRouter前六大最受欢迎模型已全部来自中国机构（腾讯、小米、DeepSeek、MiniMax、智谱），Anthropic的Claude Opus 4.7仅排名第七。

除了价格和能力，开放权重模型，还有非常独到的优势，这可能更为重要。

开放权重模型支持本地部署，使用者可以将模型完全部署在自有的环境中，确保敏感数据不会离开安全边界。这对于金融、医疗等对数据合规要求严格的行业尤为重要。

前几天，OpenAI的模型入侵了Hugging Face，最后是智谱的开放权重模型成功解析了安全日志，帮助遏制了入侵。

黄仁勋就多次讲到这个安全事件的案例，作为成立开放安全AI联盟的直接动因。

很多人把英伟达支持开放模型，理解成黄仁勋突然信仰开源。

这个说法太浅薄了。

英伟达早就公开讲过，AI未来需要开放模型，也需要专有模型。

今年3月，英伟达就在GTC大会上宣布成立全球首个模型构建者与AI实验室协作联盟Nemotron Coalition，共享研究、专业知识、数据和算力。

7月底Kimi K3发布后，英伟达又牵头成立了Open Secure AI Alliance（开放安全AI联盟，OSAA），聚焦Agent安全领域。

这些操作丝毫不影响英伟达赚钱。

闭源模式下，模型权重只能放在模型公司的机房里，GPU需求主要集中在少数几家大厂。

而权重一旦开放，云厂商、企业、创业公司、推理平台都能自己跑。有人要买卡，有人要租卡，有人要做网络互联、推理优化、安全管控和运维支持。模型可能不收钱，部署照样收钱。

K3就是一个很具体的例子。

它公开的checkpoint文件（模型训练完成后保存下来的完整参数文件）约1.56TB。AMD给出了8张MI355X的部署方案，总显存容量2.3TB；英伟达的Dynamo也给出了16张GB200级别的方案，总显存约3TB。

除了GPU，普通公司想把它稳定跑进生产环境，还得处理缓存、并发、网络、工具调用失败、安全审计这些脏活。

相应地，英伟达不只有GPU，它还有Dynamo这类推理软件，也有NIM这类企业部署产品。

这两款产品是英伟达在GPU硬件之上搭建的软件产品。NVIDIA Dynamo是一个开源、低延迟、模块化的分布式推理框架，专门用于在大规模GPU集群上高效运行生成式AI模型的推理任务。

NVIDIA NIM则是更贴近企业用户的一层产品，是一套预先打包好的容器化微服务，让企业能用一条命令就把主流AI模型（无论是开源社区模型还是自定义模型）部署到任何英伟达加速环境中。

NIM对生产环境的支持按GPU收费，公开起价是每张GPU每年4500美元，或者每小时约1美元。模型权重越容易流动，这些服务越有机会卖到更多公司。

当然了，英伟达支持开放权重，也是为了稳固自己的议价权。

闭源模式下，如果只剩两三家公司垂直垄断整个AI产业链，英伟达的议价能力和市场规模会受制于这几个大客户的采购策略；而开放权重培育出的多元生态，比如云厂商、创业公司、推理平台，会让英伟达的客户基础更分散、更抗风险，议价权反而更牢固。

要解释这件事，就得把美国AI圈拆开。美国政府、闭源实验室、芯片公司、云厂商和应用公司，想要的东西根本不一样。

美国政府用来限制中国AI的工具，是先进芯片、HBM、半导体设备、软件和出口许可。它想拖慢中国训练下一代前沿模型的速度。

所以说，并不是「美国用闭源打压中国」，这件事牵扯的更多是另一个常见词语「蒸馏」。

美国财长贝森特多次对外声称中国模型在「蒸馏」，有白宫官员曾公开指控月之暗面「蒸馏」Anthropic模型训练Kimi K3，Anthropic也多次指控DeepSeek等公司蒸馏自家模型。

但蒸馏这件事，本身在业界也明显分裂成了两大阵营，而且这种分裂并非「中美对立」这么简单，很多美国AI公司自己在这个问题上也是自相矛盾的。

大量法律和技术专家强调，知识蒸馏是机器学习领域极为常见、成熟的技术手段，广泛用于模型压缩、边缘部署、教育科研等正当场景，技术本身并不天然具有违法性。

英伟达自己就在博客中正面推荐蒸馏技术，用于金融等行业构建高效工作流，说明这项技术在企业侵权语境之外有大量合法商业应用。

另一批声音正把蒸馏问题迅速政治化、安全化。比如Anthropic指控DeepSeek等公司为「蒸馏攻击」，直接拉升到国家安全层面，声称此类行为可能助长攻击性网络行动。

实际上美国大模型自身也大量使用蒸馏技术优化产品（比如GPT系列内部的小模型优化）。业界有评论直接质疑：DeepSeek的模型是开放的，推理过程完全透明可查，而被指控「窃取」的OpenAI模型本身是闭源黑箱，很难证明蒸馏行为确实发生，这种「选择性执法」就是双重标准。

毕竟，模型能力，是这些闭源模型公司当前最强的护城河。如果模型不够强，价格又不便宜，真的会有人为了什么「安全」买单吗？

放在自己家里的开源模型，不如别人家里的闭源模型安全？想想都知道是什么胡话。

美国的云厂商和应用公司也受够了这些闭源模型高昂的定价。

微软官方技术博客确认，微软Foundry在2026年4月30日正式上线DeepSeek V4 Flash（公开预览版），V4 Pro随后跟进，两款模型都通过Foundry统一平台提供单一API和终端访问。

美国推理平台Fireworks官方页面确认K3已上线，提供按token计费的无服务器API访问和专属GPU部署两种模式。

Fireworks还在宣传中反复强调，卖点并非「中国模型」本身，而是「美国本土托管（US-hosted）、默认零数据留存（zero data retention）」。这更说明了开源模型本地部署的安全性。

这就是美国的两难。

它想限制中国拿到训练下一代模型所需的先进算力；它又不想让美国公司放弃已经成熟、价格够低的中国模型。闭源实验室怕模型价格被打穿，英伟达和云厂商却觉得，模型越多，自己越有机会卖基础设施。

一边享受着中国模型的低价格，一边还忌惮中国模型强过自己，这就是美国霸权思维的无耻。