中国开源模型三连击，硅谷阵营公开分裂

7 月 27 日，月之暗面（Moonshot AI）在 Hugging Face 正式开放 Kimi K3 的完整模型权重。上线仅半小时，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 形容，这是「平台迄今增长最快的一次发布」。Vercel、vLLM、Fireworks AI、Together AI、Modal、Baseten、DigitalOcean 等美国云与推理平台也几乎同步宣布上线支持。Vercel 创始人 Guillermo Rauch 称 K3 为「目前全球最强的开放权重模型」。

这场热闹背后，是中美前沿模型公司在开放与封闭路线上的全面碰撞。就在 K3 开源前夕，OpenAI 与 Anthropic 正在向华盛顿施压，渲染中国开放模型的「蒸馏」与安全风险；与此同时，英伟达、微软、Meta、IBM、Hugging Face 等 25 家公司和机构签署《开放权重与美国 AI AI 领导力》公开信，反对过早限制开放权重模型。OpenAI、Google、SpaceX 最初未在名单上，随后陆续补签，主要美国前沿公司中仅 Anthropic 缺席。

硅谷「分裂」背后的两种生意

OpenAI 与 Anthropic 的焦虑来自商业模式本身。两家公司主要靠订阅与 API 出售模型能力，Claude Code 仅今年 2 月的年化收入已超过 25 亿美元。一旦顶级模型权重公开下载，开发者便可自行部署，原公司很难收回投入。Anthropic CEO Dario Amodei 在 7 月 27 日回应，公司从未主张全面禁止开放权重模型，但支持打击「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。

英伟达、微软、Meta 的立场则不同。黄仁勋 7 月 22 日公开表示，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，英伟达牵头成立「开放安全 AI 联盟」，与微软、IBM、Hugging Face、SpaceX AI 等机构共同推进本地可部署、可审计的强模型。联盟公告中提到，此前处理一起 Agent 越界安全事件时，多款闭源工具因安全策略拒绝协助取证，团队最终在本地运行 GLM-5.2，分析了超过 1.7 万次操作并控制入侵。

中国开源「三锤」

过去三个月，中国开放权重模型连续落下三记重锤，每一锤都针对美国闭源模型的一项核心优势。

第一锤：DeepSeek V4 预览版

4 月 24 日，DeepSeek 发布 V4 预览版并同步开放权重。V4-Pro 共有 1.6 万亿参数，每次激活 490 亿参数，支持 100 万 Token 上下文。根据 DeepSeek 模型卡自测数据，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%，也接近 Claude Opus 4.6 的 83.7%、高于 GPT-5.4 的 82.7%。

价格上，DeepSeek 5 月 23 日宣布将原限时 75% 折扣转为长期价格：每百万 Token 非缓存输入、输出分别收费 0.435 美元和 0.87 美元，输出价格约为 Claude Opus 5（25 美元）的 1/29。

第二锤：智谱 GLM-5.2

6 月 16 日，智谱发布 GLM-5.2，同样支持 100 万 Token 上下文，以 MIT 许可证开放权重，重点从「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。按智谱汇总的各家最佳成绩，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%。

第三锤：Kimi K3

7 月 27 日，Kimi K3 完整权重上线。月之暗面称这是「全球首个开放权重的 3 万亿参数级模型」，总参数达 2.8 万亿，每次激活 1040 亿参数，同时支持图像、视频与 100 万 Token 上下文。在月之暗面公布的测试中：

Terminal-Bench 2.1：K3 拿到 88.3%，超过 Claude Fable 5 的 88.0%，距 GPT-5.6 Sol 的 88.8% 仅差 0.5 个百分点；
SWE-Marathon（超长软件工程任务）：K3 得分 42，高于 GPT-5.6 Sol 的 39 分与 Claude Opus 4.8 的 40 分。

第四锤要打穿的最后一堵墙

三锤落下后，价格、长任务与模型规模都已不再是闭源模型的独占优势。但月之暗面在 K3 模型卡中也坦承，K3 在整体使用体验上与 Claude Fable 5、GPT-5.6 Sol 相比仍有「明显差距」。GLM-5.2 在 Terminal-Bench 2.1 中接近顶级，但同一份智谱数据显示，在 SWE-Marathon 上仅得 13 分，远低于 Claude Opus 4.8 的 26 分。

对企业而言，这些差距直接转化为返工成本：调用便宜模型跑长任务若在最后阶段失败，工程师重新检查、修改、重跑所花的时间，足以吃掉所有节省的 API 费用。DeepSeek-V4 正式版需要证明的不只是更高的评测分数，而是反复运行下依然稳定的工具调用、长上下文与多轮修改能力。

截至目前，DeepSeek 尚未公布 V4 正式版的发布时间与具体规格。创始人梁文锋在近期与投资人的交流中表示，公司「大概率仍会开放最强模型」，商业化只追求「合理利润」。如果这一表态兑现，V4 正式版仍将延续 DeepSeek 最有杀伤力的组合：能力逼近美国旗舰、价格大幅低于对手、同时开放权重。

OpenAI 与 Anthropic 在 Kimi K3 开源当天即推动华盛顿调查蒸馏与制裁，讨论使用限制，正是因为权重一旦被大量下载和部署，后续限制的效果将大打折扣。这场赛跑的下一步，比的是 DeepSeek-V4 正式版的稳定性能否真正追上闭源旗舰，以及主张限制中国开放模型的政策窗口能否抢在发布前落地。