別罵國產(chǎn)大模型了，老外們正用得不亦樂乎

作者 ｜ 周一笑
郵箱 ｜ zhouyixiao@pingwest.com

前幾天，海外 AI 圈被一個叫 Rio 3.5 的開源模型刷了屏。它來頭不小，號稱沖進(jìn)全球開源第一梯隊(duì)?？砂l(fā)布方卻有點(diǎn)奇怪，是巴西里約熱內(nèi)盧市政府下屬的一家 IT 公司。一個市政機(jī)構(gòu)下場做大模型，本身就夠反常。

可它偏偏栽在開源上。權(quán)重是公開的，誰都能下載下來比一比。國內(nèi)一支叫 Nex-AGI 的團(tuán)隊(duì)比完就發(fā)現(xiàn)，Rio 根本不是新訓(xùn)出來的，六成權(quán)重就是 Nex-AGI 自己的開源模型 Nex-N2-Pro，另外四成來自阿里 Qwen，兩個模型按固定比例合在一起，連重新訓(xùn)練都省了。最直接的證據(jù)是，把 Rio 出廠時寫死的“你是 Rio”那句提示刪掉，再問它“你是誰”，它有近八成的概率說自己叫 Nex，認(rèn)領(lǐng)“Rio”這個名字的次數(shù)是零。里約隨后致歉，說傳錯了版本。

Rio 不是頭一個。今年早些時候，日本樂天那個拿了政府補(bǔ)貼、號稱日本最強(qiáng)的 Rakuten AI，也被扒出底子是 DeepSeek。

這幾件事性質(zhì)并不完全一樣。Rio 幾乎沒自己訓(xùn)練，是徹頭徹尾的套殼冒充，樂天則在開源底座上確實(shí)做了不少自己的活，只是一開始沒提來源，被扒出來才承認(rèn)。連起來看就明白了，一個團(tuán)隊(duì)想用最低的成本、最快的速度做出一個能打的模型，今天第一個想到的底座，已經(jīng)是中國的開源模型。

套殼被抓只是最扎眼的一種，更多時候，海外開發(fā)者是在大大方方地選用中國開源模型。比如 GLM 5.2 最近在海外討論不少，類似的還有很多?？赏瑯舆@批模型，回到國內(nèi)是另一番光景，哪怕點(diǎn)開一個跟國模毫不相干的帖子，也常蹦出一句沒頭沒尾的差評，“國模 coding plan 吃相難看，國產(chǎn)模型四大罪”，幾乎是張口就來，這才是奇怪的地方。

1

不是所有產(chǎn)品都需要 SOTA

談?wù)撃Ｐ偷娜?，大致分兩類，兩者大多?shù)時候不在一個語境。

一種盯著榜單。他們看的是能力上限，誰又在某個基準(zhǔn)上多了一兩分，誰是新的 SOTA。媒體的標(biāo)題、發(fā)布會上的成績對比圖，都是沖這群人來的。

另一種把模型拿去做東西。他們算的是另一套賬，手頭這個任務(wù)到底需不需要最強(qiáng)的模型，多出來的那點(diǎn)能力值不值多花幾倍的成本，模型能不能下載下來自己跑、或者換個便宜的托管商，萬一供應(yīng)商哪天漲價、限流，甚至自己下場做了同款產(chǎn)品，我手里還剩什么。

最近一份評測正好能說明這件事。Artificial Analysis 把自己的智能指數(shù)改了版，砍掉一些偏簡單的題目，加進(jìn)了模擬客服對話這類要模型自己規(guī)劃、調(diào)用工具才能完成的復(fù)雜任務(wù)，還第一次把完成單個任務(wù)要花多少錢、需要多久，作為獨(dú)立指標(biāo)列了出來。

榜單最高分給了 Claude Fable 5，但它已被美國政府管制下線，買都買不到。市面上能買到的最強(qiáng)是 Claude Opus 4.8，56 分。開源模型里，MiniMax 的 M3 排到第一，44 分；DeepSeek V4 Pro 同樣 44 分。可跑同一個任務(wù)，Opus 要花 1.78 美元，M3 只要 0.18 美元，差不多是它的十分之一。

對盯榜單的人，差這十幾分，就是第一梯隊(duì)和第二梯隊(duì)的區(qū)別。對做產(chǎn)品的人，問題變成了，這十幾分，值不值幾十倍的成本。

很多任務(wù)的答案是不值?？头?、分類、信息抽取、搜索改寫自不必說，連寫代碼、跑 agent 這種硬場景，差距也常常沒大到非最強(qiáng)不可。有開發(fā)者在 OpenCode 上實(shí)測后就說，M3 做代碼審查又快又好，還挑出了連 GPT 都沒報的問題，寫出來的代碼也夠用，只是遇上大型代碼庫，比別的模型更得有人盯著引導(dǎo)。把全部身家押在“最強(qiáng)比次強(qiáng)多那一點(diǎn)”上的產(chǎn)品，很可能在模型下一次升級、把那點(diǎn)能力白送出去之后，立刻沒了存在的理由。

1

把模型握在自己手里

性價比是第一眼就能看到的好處，但光便宜還留不住人。留人的是確定性：模型在自己手里，能部署、能改、能換，明年還是這個樣子。

閉源 API 則不然。供應(yīng)商隨時可能漲價、限流，甚至自己下場做同款、回頭跟你搶生意。Windsurf 就吃過這個虧，Anthropic 一邊自己做 Claude Code，又限制了它對 Claude 模型的直連訪問，這是命門握在別人手里。把核心能力架在別人的接口上，主動權(quán)從來不在自己手上。開源模型你能自己部署自己跑，也能挑個便宜的托管商，不必被某一家 API 的定價和臉色綁死。便宜、開放、夠用，這對閉源模型來說幾乎是不可能三角。

開源模型能被真正用起來，靠的也不只是便宜。Airbnb 的 CEO 就公開講過，公司大量用中國開源模型 跑客服 Agent，圖的就是又好又快又便宜。類似的選擇也開始出現(xiàn)在更多產(chǎn)品和開發(fā)者工具里，從 Notion 的 Custom Agents，到開源編程平臺 OpenCode，開源模型的熱度沒有只停在發(fā)布當(dāng)天，很快轉(zhuǎn)化成了調(diào)用量。OpenCode 的模型調(diào)用量排前二的分別是 DeepSeek 和 Minimax。平臺還專門給 M3 延了限時三倍額度，OpenCode 聯(lián)合創(chuàng)始人 Jay V 也發(fā)帖說它“漲得出奇地好”。

1

開源模型主要來自中國

開發(fā)者越來越多地用中國開源，還有一個常被忽略的原因，能挑的開源模型本來就在變少。

美國不是沒有開源模型。OpenAI 去年發(fā)過一次 gpt-oss，是它六年來第一次開放權(quán)重，口碑也不錯；Google 的 Gemma 一路更新，多個尺寸、單卡能跑，但幾家最前沿的實(shí)驗(yàn)室，重心都在閉源那頭。Anthropic 根本不做開放權(quán)重，OpenAI 那次之后再沒下文，曾被寄予厚望的法國 Mistral 也漸漸掉出了第一梯隊(duì)。

Meta 一度是開源大模型的旗手，一個 Llama 撐起過大半個開源生態(tài)；可如今它號稱兩萬億參數(shù)的旗艦 Behemoth 遲遲沒公開，反手發(fā)布了自己第一個閉源前沿模型。連曾經(jīng)最大的開源玩家都掉頭做閉源了。

數(shù)下來，美國還在持續(xù)做開放權(quán)重的，主要就剩 Google 的 Gemma。但 Gemma 最大也就 270 億參數(shù)，勝在小、能單卡跑，真正前沿規(guī)模、在寫代碼和 agent 上拿得出手的開源模型，還得看中國這幾家。Qwen、DeepSeek、GLM、MiniMax 一年到頭密集更新，從小到大的尺寸、各種任務(wù)和模態(tài)都鋪得很滿，不久前還出現(xiàn)過三周內(nèi)四家中國實(shí)驗(yàn)室連發(fā)四個開放編程模型的名場面。

追蹤開源模型動向的 ATOM 項(xiàng)目算過，從 23 年年末開始的兩年時間里，全球新增的開源衍生模型中基于 Qwen 的占了約七成，Llama 則從兩年前四成多的高點(diǎn)跌到了一成。項(xiàng)目發(fā)起人、AI 研究者 Nathan Lambert 在報告里說，美國在開源模型上已經(jīng)丟了領(lǐng)先，性能和采用率都落了后。換句話說，美國還握著最強(qiáng)的那幾個模型，只是都鎖在閉源里；開放、能隨便拿來用的那一大批，如今主要來自中國。

除了高頻發(fā)布，使用量也在增長。在 OpenRouter 這類第三方調(diào)用平臺上，周用量榜的前幾名幾乎被中國模型包攬，DeepSeek、MiniMax M3、騰訊混元等排在最前面，靠前的美國模型反倒多是閉源的 Claude。調(diào)用平臺之外，中國開源模型也越來越多地進(jìn)入海外開發(fā)者的工具鏈，DeepSeek 已經(jīng)是 Fireworks、Together、Ollama 這些海外推理平臺的常駐選項(xiàng)，M3 上線后也很快鋪了上去，還被 Nous Research 的開源 agent 框架 Hermes Agent 接入。后者還專門做了 MiniMax 的官方適配，并公開稱會和 MiniMax 在產(chǎn)品和模型上合作，讓后續(xù)發(fā)布更適合 Hermes Agent 用戶。

1

國內(nèi)開發(fā)者到底在罵什么

回到國內(nèi)，其實(shí)用得一點(diǎn)不少，不少團(tuán)隊(duì)就拿 Qwen、DeepSeek、MiniMax 當(dāng)?shù)鬃霎a(chǎn)品?？梢坏焦_討論，吐槽的聲音往往更響。

這個月初發(fā)布的 MiniMax M3，就是最典型的一例。海外這邊的成績前面提過，它在 AA 的那份榜單上排到了開源模型第一；Vercel 的 CEO 還在 X 上公開發(fā)帖，說在自家 agent 評測里 M3 緊隨 Opus、GPT-5，卻便宜十倍。Vercel 是 Next.js 背后、全球最大的前端部署平臺之一。

MiniMax 是國產(chǎn)模型里全球化走得比較早的一個，去年七成以上的收入來自海外，海外開發(fā)者買賬不新鮮。但差不多同一時間，國內(nèi)社區(qū)吵翻的全是套餐怎么算，幾乎沒人在談 M3 強(qiáng)不強(qiáng)。MiniMax 改了計費(fèi)方式，老用戶嫌權(quán)益縮水鬧著退款，最后道歉、補(bǔ)償了事。關(guān)于價格的爭執(zhí)，幾乎蓋過了對模型本身的討論。

GLM 此前也經(jīng)歷過類似風(fēng)波。新套餐上線后，用戶抱怨模型放量慢、規(guī)則不透明、老用戶升級機(jī)制不合理，智譜最后公開致歉并提供退款和補(bǔ)償。模型能力、產(chǎn)品體驗(yàn)和收費(fèi)方式原本是三個層面，到了用戶那里，往往會合并成對同一個品牌的整體評價。

而國內(nèi)討論國產(chǎn)模型，還有兩層海外沒有的額外要求。一層是把它當(dāng)成中國 AI 有沒有原創(chuàng)突破的標(biāo)尺，好不好用之外，還要追問它是不是蒸餾、有沒有跟著別人跑；另一層是動不動拿它跟 Claude、GPT 的上限直接比，問它為什么還不是最強(qiáng)。兩種預(yù)期加在一起，模型有多少人在用、好不好用反倒不是重點(diǎn)了。

國內(nèi)對國產(chǎn)模型的關(guān)注，也常常慢一拍。DeepSeek 就是這樣，真正讓它徹底出圈的，是它先在美國沖上 App Store 榜首，并引發(fā)全球資本市場對 AI 成本的重新估算。海外先用起來、先討論起來，國內(nèi)才回頭重新打量，這樣的情況并不少見。

國產(chǎn)模型撐起了全球大半個開源生態(tài)，被海外公司拿去做底座，被第三方評測給到開放權(quán)重的最高分；可回到國內(nèi)，被念叨最多的卻是套餐價格。同樣一份成績單，貼上硅谷的牌子，待遇大概是另一個樣子。DeepSeek 已經(jīng)證明過一次，可以先在海外被認(rèn)真使用，再倒逼國內(nèi)重新看見它，類似的事情會在更多中國開源模型身上重演。

點(diǎn)個“愛心”，再走 吧