7月中旬以来，美国AI界经历了一轮中国开源大模型“攻城狮”的轮番冲击，最初发起冲击的是7月16日凌晨发布的KIMI

K3，以优秀性能与低廉价格为突出优点横扫全球AI界；随后则是轻量级但性能优秀的DeepSeek

V4-Flash，最后发起“总攻”的阿里巴巴Qwen3.8-Max，一经发布就获得了中国制造文本模型的最高评价，在图像和多模态领域也挤进了世界顶尖行列。

中国开源大模型不是狼来了，而是正在以Anthropic以及OpenAI等美国AI巨头意想不到的战术精准的切入了AI领域，不仅美国中小企业联盟、全球AI玩家甚至是算力巨擘黄仁勋都在替中国大模型说话，无论你是用“借刀杀人”还是“木马屠城”似乎都无法完整描述中国AI大模型精妙的战术，这或者就是“AI共产主义”的胜利吧！

硅谷遍地 “中国底座”：国产大模型凭三重优势渗透美国全产业场景

7月16日，月之暗面推出2.8万亿参数开源模型Kimi

K3，当日就在Arena前端代码盲测榜单上以1679分超过Fable5排在全球之首！当然让全世界惊艳的不只是性能，还有其百万Token费用，Kimi

K3的综合价格是0.9美元，而Anthropic的Claude Fable 5的综合价格是每百万token 2.75美元！Kimi

K3推出后24小时用户需求就超过了算力承载极限，官方不得不停止订阅！

7月31日，DeepSeek

V4-Flash0731发布，虽然性能上距离顶尖还有点差距，但是却收到全球用户的追捧，在OpenRouter的全球大模型Token调用榜单以7.22万亿Token的单周调用规模登顶。原因很简单Claude

Fable 5平均成本为2.75美元，GPT-5.6 Sol 要1.86美元，而DeepSeek

V4-Flash0731只要0.02美元，百分之一都不到！

DeepSeek

V4-Flash0731还以速度快著称，根据Artificial Analysis的实测数据，V4-Flash在Max

Effort模式下输出速度约为113 tokens/秒，而同级别的Anthropic旗舰模型Claude Opus

5只有74tokens/秒，约为1.5倍。智能指数只低20%，速度是1.5倍，费用不到百分之一，要是执行一般任务，那绝对是V4-Flash首选。

更绝的是V4-Flash只是一个284B（2840亿）总参数、13B（130亿）激活，官方FP4+FP8权重只有160GB的轻量级模型，比起动辄TB的各家大模型来说，V4-Flash可以算得上是一个超级优秀性能轻量级大模型！V4-Flash真正下探到了连消费级显卡都可以部署一个私有大模型的时代！

8月3日，阿里巴巴官宣Qwen3.8-Max

正式发布，在Frontend Code Arena榜单上以1668排名第四，性能不俗，但是单价一如既往的惊喜，只有Claude

Opus5的四分之一，性价比同样是断崖式领先。Kimi主打多模态前端长文本、Qwen主打政企多模态办公全栈、DeepSeek主打底层算法轻量化离线部署，三款中国开源模型“来势汹汹”，大有瓜分美国AI市场的气势！

硅谷在用脚投票：谁能抵住低价与白嫖的诱惑？

6月26日，主打邮件自动处理、日程管理、CRM

客户自动化的旧金山AI初创公司Lindy创始人Flo Crivello宣布将全部生产流量迁移至 DeepSeek-V4！Flo

Crivello在接受NPR采访时表示公司最大成本支出就是Anthropic的API订阅，这次迁移就是Lindy是生存级选择！

相当有意思的是Lindy并不是转向DeepSeek中国的API订阅，而是采用美国本土云厂商AtlasCloud

托管DeepSeek-V4开源权重，当然只要AtlasCloud玩得够大就需要DeepSeek的商业授权，简单的说就是AtlasCloud要付钱给DeepSeek，这不就来钱了嘛！

Lindy可以说是为了生存转向中国开源模型的一个典型案例，当然转向中国开源模型的并不只有Lindy，比如加密货币交易所Coinbase，公司在调用AI大模型上使用了智能路由分层调度，全体工程师研发场景优先调用Kimi

K2.7、智谱GLM5.2，只有极限复杂的任务才会转向GPT，效果是API费用降低50%，91%工程师日常工作无需切换回美国闭源模型，体验几乎无感。

美国头部外卖平台DoorDash在客服问答、订单文本解析、基础代码脚本等高吞吐标准化业务全面接入Kimi；仅复杂风控和财务预测保留本土模型；短租巨头Airbnb，客服对话、房源多语言文案生成、用户评论分析已经切换到阿里Qwen系列。

据AI聚合平台OpenRouter给出的数据，2025年初时美国企业调用中国开源模型Token占比峰值只有4.5%，但到了2026年7月统计，这个数据已经上升到了46%。18个月上涨10倍！不过要提醒下，经过OpenRouter调用的中国大模型数据只是全球AI模型调用一部分。

除了这些行业用户外，还有微软Azure、英伟达NIM、亚马逊AWS、谷歌云全部上架DeepSeek以及Qwen系列模型，这些都是云服务厂商，他们有托管主机，面对客户部署的大模型的需求是没有理由不配合的，当然更多的还是直接部署中国开源大模型，供客户调用，现在白宫最新AI安全审查框架豁免中国公司做的开源/开放权重模型，这么做是合乎美国法律的。

当然还有一个更有意思的是DeepSeek还炸出了一些不用AI大模型的企业，这些企业有数据保密要求，让他们订阅API是不可能的，部署私有模型成本太高，但是DeepSeek

V4-Flash0731的生产级部署在100万以内，如果是个人使用则可以低至数万就能跑起来，这就很多有AI需求的数据保密企业可以下场了，因为V4-Flash支持纯离线部署，符合数据安全要求，不依赖任何外部API或网络连接。

这就是黄仁勋一直都站出来为中国开源大模型的说话的主要原因，对于全球最大的算力卡提供商，中国大模型已经可以普及到AI玩家都能轻松部署一个私有大模型了，对于老黄来说，这些玩家就是英伟达显卡销售的另一个增长点！

中国AI大模型上演木马屠城！美内部防线全面瓦解：

中国大模型走到现在真的非常不容易，在OpenAI的ChatGPT横空出世时，全球都为之疯狂，全民注册ChatGPT成为风潮，当年的中国AI大模型难度之大是难以想象的，训练与推理大模型的显卡被制裁，中国只能买阉割版的显卡，而美国的大模型之路就是堆砌显卡，在庞大的算力资源面前，中国AI弱小的像棵弱不禁风的豆芽菜！

DeepSeek选了一条最艰难道路，改良AI大模型底层MoE架构，这个MoE是混合专家框架早在1991年就提出了，不过现代AI模型基础框架应该要算2017年Google提出稀疏门控MoE层。其原理是普通稠密大模型全部参数都参与计算，参数量越大越费算力。

MoE 稀疏大模型则是把模型拆成大量独立小网络（训练的不同领域专家Expert），搭配一个门控网络（Gate）； 每一段输入只会激活相关的少数几个专家参与运算，其余专家休眠不计算。 做到模型总参数量极大，可以做的事情很多，但单次推理/训练算力开销很低。

在DeepSeek之前，MoE尽管性能很优秀，但会出现“专家坍缩”，也就是门控总偏爱少数热门专家，大部分专家长期闲置，学不到知识，浪费参数；并且还会导致负载不均衡以及推延迟，也就是有时模型反应快，有时候又很慢，还有则是专家分布式调度工程实现难度远高于稠密模型。

DeepSeek没有算力资源支持，只能选择在MoE架构上死磕，在2024年V2/V3系列中提出DeepSeekMoE架构，是对已有的MoE架构进行了优化创新：

• 细粒度专家拆分：把传统大FFN专家切分成大量小型专家（64个），路由更精细；

• 共享专家机制：固定一部分专家永久激活，存储通用基础知识，缓解专家坍缩；

• 无辅助损失负载均衡：摒弃传统 Google MoE依赖的均衡损失，用专家偏置实现负载平衡；

• 搭配自研MLA多头隐注意力，大幅降低KV缓存开销。

DeepSeek的这套方式相当优秀，模型算力资源开销很低成本当然也更低，速度非常快！当然光有这套机制是不够的，比如在V4-Flash中还设计了一套CSA（压缩稀疏注意力）和HCA（重度压缩注意力）交替排列的混合架构。这个架构模拟了人类“近期清晰远期模糊”记忆方式，在上下文增长后把重要信息留下，不重要的抹去，其结果是：

在百万token上下文下，V4 Flash的单token计算量只有V3.2的10%，KV缓存更是只需要7%。而且上下文越长，这个优势越大。

同时V4-Flash还引入了“GRPO强化学习”以及“On-Policy

Distillation（在线策略蒸馏）”两个阶段的学习方式，将多个领域专家的能力合并回同一个模型里。其结果是模型在真实终端环境中完成复杂命令行任务的能力从原来的61.8分上升到了82.7分，这就是V4-Flash轻量化性能又优秀的原因。

DeepSeek开创性的技术路线确实带动了国内大模型的崛起，DeepEP、FlashMLA、FP8训练方案开源后，国内所有开源模型厂商均可免费复用，降低千亿模型训练成本；Kimi

K2/K3原生采用 DeepSeek首创的MLA 多头隐注意力，用来降低百万字上下文 KV

显存开销，当然DeepSeek也借鉴Kimi的Muon优化器，提升万亿MoE训练收敛速度。

可以说目前目前国内AI大模型全面崛起，是一个行业在美国硬件封锁后，是技术上互相吸收开源创新、抱团崛起的结果，也是国内AI大模型市场上良性竞争的结果！相比之下，美国头部闭源大模型依然在死磕稠密模型，算力资源投入几近无底洞！

2025~2026年，美国在算力数据中心上投入超过1.13万亿美元，而美国本土所有AI数据中心远期总规划算力投入大概是5.8万亿美元左右。如果算上从2018年以来在AI上的投资，可能已经接近10万亿美元！如此天文数字的投入，现在的AI投资回报机制却被中国无情的击碎了！

据前阵子公开的数据，中国算力投入上不到美国的十分之一，但中国大模型在性能上已经基本不输与美国顶尖大模型，在API订阅上碾压美国顶尖大模型，像DeepSeek

V4-Flash0731还可以轻量化私有模型部署，简直就在三个维度上把美国大模型逼到了墙角，7月30日，GPT-5.6断崖式大降价震惊了全球，降幅达到了80%。

DeepSeek与KIMI

K3都采用MoE架构，算力开销低综合价格低依然能保持利润，而GPT-5.6断崖式大降价，即使它的算力开销真不高，但这也无法收回OpenAI在算力上的巨额投资，仅在2025–2026年落地了1200亿美元的算力中心，OpenAI靠这个API收入，到猴年马月才能收回投资？

所以DeepSeek的斩杀线就出来了，性能和它差不多的AI大模型，价格比它贵的都得死，价格跟它差不多，性能不如它的也都得死。Anthropic和OpenAI其实是类似的，中国开源大模型已经截胡了美国这些顶尖模型的叙事逻辑！

所以前阵子Anthropic和OpenAI一直在游说白宫封禁中国大模型，结果近200家硅谷中小企业联名致信白宫，反对立法限制中国开源模型，警告禁令将重创美国初创科技生态；英伟达黄仁勋联合数十家科技巨头发声，反对一刀切封锁中国开源AI权重。

原因很简单，这些初创企业如果不用中国大模型就会跌落斩杀线，高额的API订阅费支出或拖死这些初创公司，现在他们联名信要求不要封禁，这不是为中国大模型说话，而是拯救他们自己。而黄仁勋则是因为无论是中国大模型还是美国大模型，只要用得多，用得好他的显卡就能大卖，至于是因为哪种大模型造成的大卖老黄根本就不在意！

“AI共产主义”是美国对中国AI理念的定义，不得不说美国人下定义起名字还真有一套！中国认为普惠制AI是刚需，中国就是在推进极其优秀的大模型与极其低廉的价格，全世界AI玩家以及AI科技企业最终都无法抵御低价与白嫖的诱惑，哪有什么意识形态，哪有什么忠诚度，利益面前所有伪装都得卸下来！

纵观中美AI对决，从目前来看中国赢面非常大，但是中国并没有直接击败他们，真正出手的是美国的那些使用AI的企业，他们订阅中国AI模型的API，用中国轻量化模型部署私有模型，而这一切的原因则是中国大模型足够优秀，你要用木马屠城形容也好，还是斗地主也罢，反正现在美国的AI已经到了关键时候了！