開(kāi)源模型進(jìn)入了后DeepSeek時(shí)代

AI已經(jīng)不再只是實(shí)驗(yàn)室內(nèi)外的技術(shù)展示。當(dāng)模型真正進(jìn)入千行百業(yè)，它開(kāi)始不斷暴露真實(shí)世界中的需求，也不斷催生新的技術(shù)演進(jìn)方向。

對(duì)于開(kāi)源模型而言，真正的競(jìng)爭(zhēng)從來(lái)不是誰(shuí)最早發(fā)明一種能力，而是誰(shuí)能夠最快把已經(jīng)驗(yàn)證的前沿能力變成開(kāi)發(fā)者和企業(yè)都能夠使用的基礎(chǔ)能力。也正因如此，前沿能力在哪里，開(kāi)源模型的價(jià)值兌現(xiàn)就在哪里，開(kāi)源模型的競(jìng)爭(zhēng)就在哪里。

過(guò)去兩年，這一規(guī)律已經(jīng)發(fā)生過(guò)兩次。DeepSeek-R1讓推理能力第一次以足夠低的成本走向普及；智譜GLM-5.2讓編碼和智能體能力真正可用，能夠在多數(shù)任務(wù)中替代主流前沿閉源模型。

今天，思維機(jī)器實(shí)驗(yàn)室（Thinking Machines Lab）發(fā)布的Inkling，又是否意味著，開(kāi)源模型正在迎來(lái)第三次價(jià)值兌現(xiàn)：安全、可信、可塑的AI能力，開(kāi)始成為新的產(chǎn)業(yè)化對(duì)象？

很長(zhǎng)一段時(shí)間，全球AI行業(yè)都沉浸在“DeepSeek時(shí)刻”帶來(lái)的沖擊之中。它真正改變的，并不是推理模型這一技術(shù)方向本身，而是推理能力的成本結(jié)構(gòu)。DeepSeek-V2通過(guò)架構(gòu)優(yōu)化大幅降低模型成本，隨后V3和R1進(jìn)一步證明，高性能推理模型并不一定需要傳統(tǒng)意義上的巨額投入。

通過(guò)算法創(chuàng)新、工程優(yōu)化和開(kāi)放策略，它讓推理能力第一次以足夠低的成本走向普及，也成為后來(lái)所有競(jìng)爭(zhēng)模型都不得不跨越的一條基準(zhǔn)線。每百萬(wàn)Token API價(jià)格幾乎成為token經(jīng)濟(jì)學(xué)最直觀的尺度；模型競(jìng)爭(zhēng)第一次擁有了清晰的價(jià)格錨。芯片行業(yè)也在最初的恐慌之后，重新拾起“杰文斯悖論”
，相信更低的推理成本終將帶來(lái)更大的算力需求。

但僅靠推理能力，很難支撐模型公司持續(xù)擴(kuò)大的研發(fā)與資本開(kāi)支。市場(chǎng)更愿意為能夠直接完成任務(wù)的AI持續(xù)付費(fèi)。

編碼成為這一階段最重要的突破口，而且?guī)缀跏菑?qiáng)化學(xué)習(xí)最理想的訓(xùn)練環(huán)境。它擁有明確目標(biāo)、可自動(dòng)驗(yàn)證的結(jié)果、快速反饋循環(huán)，以及海量真實(shí)世界任務(wù)，第一次讓模型能夠在真實(shí)生產(chǎn)環(huán)境中持續(xù)學(xué)習(xí)。Token經(jīng)濟(jì)學(xué)也隨之發(fā)生變化，衡量標(biāo)準(zhǔn)不再只是每百萬(wàn)token的價(jià)格，而是每一個(gè)token究竟創(chuàng)造了多少價(jià)值。

Anthropic正是在這一輪競(jìng)爭(zhēng)中迅速建立優(yōu)勢(shì)。Claude Code并不僅僅是一款編碼產(chǎn)品，它更像是一個(gè)持續(xù)學(xué)習(xí)系統(tǒng)：模型不斷進(jìn)入真實(shí)的軟件開(kāi)發(fā)流程，在企業(yè)環(huán)境中獲得反饋，再反哺模型能力本身。它也因此“吞食”著整個(gè)軟件世界的價(jià)值。甚至公司開(kāi)始具備盈利能力，也為持續(xù)投入研發(fā)和基礎(chǔ)設(shè)施提供了更充足的現(xiàn)金流。

今年4月，Mythos預(yù)覽版橫空出世，打破了此前前沿模型能力漸進(jìn)提升的節(jié)奏，證明模型性能仍然能夠繼續(xù)摸高。前美國(guó)艾倫人工智能研究所研究員Nathan Lambert據(jù)此判斷，隨著真實(shí)世界反饋不斷積累，開(kāi)源模型與閉源模型之間的能力差距或?qū)⒅匦吕蟆?/p>

然而，這一判斷很快便遭遇了來(lái)自中國(guó)開(kāi)源模型的挑戰(zhàn)。6月，智譜發(fā)布GLM-5.2。這款專門(mén)面向長(zhǎng)程任務(wù)智能體開(kāi)發(fā)的模型，在多項(xiàng)智能體任務(wù)上達(dá)到Claude Opus 4.7至4.8之間的水平，價(jià)格卻僅為后者的約五分之一，也意味著中國(guó)開(kāi)源模型開(kāi)始進(jìn)入真正的“好用時(shí)刻”。而且，智譜創(chuàng)始人兼首席科學(xué)家唐杰在與馬斯克的社交媒體上的交鋒中，稱將在年底前實(shí)現(xiàn)模型的下一次迭代，達(dá)到Mythos的水平。

有意思的是DeepSeek兩次開(kāi)啟融資的時(shí)間窗口。它的第一次外部融資開(kāi)啟于Myhos發(fā)布后，籌資約70億美元，投后估值520億美元；第二輪融資開(kāi)啟于智譜GLM-5.2發(fā)布后，媒體報(bào)道這次的目標(biāo)投后估值約740億美元。而且，市場(chǎng)還傳出了DeepSeek謀求明年上市的計(jì)劃；而就在兩個(gè)月前，這一切還沒(méi)有時(shí)間表。

這未必意味著兩者存在直接因果關(guān)系，但至少說(shuō)明，DeepSeek也開(kāi)始意識(shí)到，下一階段的競(jìng)爭(zhēng)，已經(jīng)無(wú)法僅靠實(shí)驗(yàn)室完成，需要圍繞企業(yè)、智能體和真實(shí)反饋構(gòu)建完整能力體系。DeepSeek遭遇了自己的“DeepSeek時(shí)刻”。

模型的前沿能力仍在擴(kuò)展，企業(yè)真實(shí)環(huán)境復(fù)雜多變，開(kāi)源模型將AI能力更廣泛地?cái)U(kuò)散出去的競(jìng)爭(zhēng)，仍在變得更為激烈。到了這個(gè)夏天，在經(jīng)歷了一輪又一輪“堆Token”之后，越來(lái)越多企業(yè)開(kāi)始重新計(jì)算智能體的經(jīng)濟(jì)賬。企業(yè)真正關(guān)心的是真正完成一項(xiàng)工作，究竟要花多少錢(qián)。

一方面，雖然最智能的模型，在解決復(fù)雜問(wèn)題時(shí)依然具有不可替代的優(yōu)勢(shì)，但它們也意味著最高的成本；與此同時(shí)，中等能力模型在大量標(biāo)準(zhǔn)化任務(wù)中已經(jīng)足夠好用，而且價(jià)格往往只有前者的一小部分。真正的問(wèn)題是如何讓不同模型在同一套系統(tǒng)中各司其職。

另一方面，今年以來(lái)，越來(lái)越多企業(yè)開(kāi)始探索利用Harness構(gòu)建長(zhǎng)程智能體。模型被放入一個(gè)包含規(guī)劃、執(zhí)行、驗(yàn)證、返工和重新生成的完整工作流中，以提升復(fù)雜任務(wù)的完成率與穩(wěn)定性。某種程度上，這也讓harness逐步實(shí)現(xiàn)了對(duì)模型“解耦”。

大模型+harness，單位任務(wù)性價(jià)比對(duì)比

（GLM5.2模型+Pi框架的性價(jià)比，要優(yōu)于Opus4.8模型+Claude Code原生框架）

未來(lái)真正有價(jià)值的模型，并不一定需要在每一項(xiàng)基準(zhǔn)測(cè)試中都排名第一，卻必須能夠適應(yīng)不同任務(wù)、接受組織微調(diào)、理解復(fù)雜上下文，知道何時(shí)調(diào)用工具、何時(shí)承認(rèn)自身的不確定性，并在長(zhǎng)期運(yùn)行中保持穩(wěn)定、安全和可治理。

Token經(jīng)濟(jì)學(xué)也因此進(jìn)入新的階段。企業(yè)尋找的不再只是更便宜的token，或者更有價(jià)值的token，而是在既定成本下獲得更高任務(wù)完成率的帕累托最優(yōu)解。

模型競(jìng)爭(zhēng)也因此發(fā)生變化。前沿模型已經(jīng)做了初步驗(yàn)證。Claude Opus 4.8“最顯著的改進(jìn)之一是其誠(chéng)實(shí)性”。當(dāng)任務(wù)存在未通過(guò)的測(cè)試、未實(shí)現(xiàn)的功能或潛在邏輯漏洞時(shí)，Opus 4.8會(huì)更傾向于主動(dòng)暴露問(wèn)題，而非像過(guò)去那樣直接提交錯(cuò)誤結(jié)果；當(dāng)缺少工具、附件或必要權(quán)限時(shí)，它也減少了“假裝執(zhí)行”并編造輸出的情況。

這一競(jìng)爭(zhēng)方向，也開(kāi)始成為開(kāi)源模型競(jìng)爭(zhēng)的新主線。唐杰近期分享過(guò)一段思考，認(rèn)為長(zhǎng)周期智能體的發(fā)展，需要記憶、持續(xù)學(xué)習(xí)和自我評(píng)判三大技術(shù)支柱，而自我評(píng)判，本質(zhì)上就是模型的“誠(chéng)實(shí)性”。此外，在最新的內(nèi)部信中，他還進(jìn)一步強(qiáng)調(diào)了極致安全治理的重要性，也讓市場(chǎng)開(kāi)始期待智譜下一代旗艦開(kāi)源模型。

而美國(guó)開(kāi)源模型廠商TML的新模型Inkling，則率先將這一競(jìng)爭(zhēng)方向具象化為一款產(chǎn)品。它擁有9750億總參數(shù)、410億激活參數(shù)，支持百萬(wàn)Token上下文，并不是當(dāng)前參數(shù)規(guī)模最大、單項(xiàng)能力最強(qiáng)的模型。但它多模態(tài)原生，能力廣泛而均衡，針對(duì)不同任務(wù)具備靈活的可塑性；而該公司的Tinker就是非常好的滿足定制化需求的微調(diào)工具。

在技術(shù)博客中，團(tuán)隊(duì)重點(diǎn)強(qiáng)調(diào)了該模型的校準(zhǔn)（Calibration）與安全（Safety）。前者意味著模型能夠更準(zhǔn)確地判斷自身把握，在缺乏依據(jù)時(shí)主動(dòng)表達(dá)不確定性，而不是自信地編造答案；后者則意味著，即使模型經(jīng)過(guò)開(kāi)源和企業(yè)微調(diào)之后，仍然能夠保持可治理、可控制的安全邊界。

而對(duì)于DeepSeek而言，Inkling值得玩味的地方，并不在于它承認(rèn)學(xué)習(xí)了DeepSeek-V3的MoE架構(gòu)，而在于它暗示DeepSeek已經(jīng)不再是所有開(kāi)源模型默認(rèn)要追趕或?qū)?biāo)的關(guān)鍵坐標(biāo)。

在展示核心能力時(shí)，團(tuán)隊(duì)并沒(méi)有選擇最新的DeepSeek-V4，作為開(kāi)源模型的比較對(duì)象，而是將智譜GLM-5.2與英偉達(dá)Nemotron 3 Ultra放了進(jìn)去。這與DeepSeek今年連續(xù)啟動(dòng)融資、籌備上市形成了一種耐人尋味的呼應(yīng)。

后DeepSeek時(shí)代，開(kāi)源模型競(jìng)爭(zhēng)的重點(diǎn)，是誰(shuí)能夠最快把下一代AI能力，變成現(xiàn)實(shí)世界最普遍使用的能力。