中国开源AI把成本压到四分之一：Kimi等模型如何改写游戏规则

中国AI的崛起：从跟跑到并跑

中国的AI版图正在以惊人的速度扩张。几乎每一家能叫得出名字的中国科技巨头，都拥有自己的AI模型或正在训练中的模型。在美国有Google、Meta，中国则有字节跳动、阿里巴巴、腾讯；美国有OpenAI、Anthropic这样的创业公司，中国则有月之暗面（Moonshot）、DeepSeek^广告、MiniMax等一批锐意进取的挑战者。

这些公司不仅在技术上带来突破性创新，更在市场策略上表现得极为激进。中国企业开发AI已有多年，早期并未获得太多关注，但如今风向已变——中国模型正变得越来越有吸引力。

ChatGPT在2022年底发布，此后美国前沿AI模型的性能一路上扬。中国AI模型曾落后多年，但截至2026年，两者之间的差距正

"前沿模型"差距的衡量方式

在AI领域，"前沿模型"（frontier model）特指在规模、能力和性能上处于当前技术边界的最先进大型语言模型或多模态模型。评估各国模型差距通常借助标准化基准测试（benchmark），例如MMLU（大规模多任务语言理解）、HumanEval（代码生成）、MATH（数学推理）以及综合排行榜如LMSYS Chatbot Arena。2023年以前，中国模型在这些榜单上普遍落后美国顶尖模型6至12个月；但2024年后，以DeepSeek-V2、Qwen2等为代表的模型开始在部分基准上追平甚至超越同期西方竞争对手，使"差距"的叙事变得更加复杂。值得注意的是，基准测试本身存在局限性——高分未必等同于实际应用能力，且中美模型在训练数据、对齐方式和商业定位上存在结构性差异，单纯的分数对比需审慎解读。

背景补充

DeepSeek的"效率突破"背景

DeepSeek由量化私募基金幻方科技于2023年创立，其特殊之处在于以远低于西方同类模型的训练成本取得了可比的性能表现。DeepSeek-V2采用了混合专家架构（Mixture of Experts, MoE），每次推理只激活部分参数，大幅降低计算开销；DeepSeek-R1则引入了强化学习驱动的"思维链"推理，在数学和编程任务上展现出接近OpenAI o1的能力。这一系列成果引发广泛关注的深层原因，在于它挑战了"算力=能力"的既有假设——即使在美国出口管制限制高端GPU（如NVIDIA H100）流入中国的背景下，中国团队依然找到了在受限算力条件下最大化模型性能的工程路径，对全球AI军备竞赛的成本逻辑构成冲击。