DeepSeek V4、模型效率与中美 AI 之争

DeepSeek V4 预览版让我提出一个比模型表现如何更广泛的问题：当一家中国实验室发布权重可获取、公布价格相对较低的强大模型时，会发生什么？我认为这可能影响美国的 AI 竞争，但地缘政治与经济结果仍不确定。

Berman 回顾了 2025 年 1 月发布的 DeepSeek R1，称其为有影响力的开放权重推理模型，挑战了人们对中美实验室差距的既有判断。他将该模型发布与市场剧烈反应联系起来。他声称整个股市一夜下跌 20% 并未得到证实；特定 AI 相关股票的下跌不应被当成整个市场的跌幅。

他说高效训练挑战了人们对所需算力规模的假设，并提到杰文斯悖论：使用成本降低有时会增加总需求。这是一种经济上的可能性，并不保证模型成本每次降低都会增加总体支出。

DeepSeek 宣布推出 V4 Pro 和 V4 Flash 预览版。公告称 Pro 是混合专家模型，总参数 1.6 万亿、激活参数 490 亿；Flash 总参数 2840 亿、激活参数 130 亿。两者均宣称支持 100 万 token 的上下文窗口。

混合专家架构对给定 token 只激活部分参数。视频中的表格显示 Pro 预训练使用 33 万亿 token，Flash 使用 32 万亿，并非两者数字相同。公司发布了权重和技术文档，但这本身不意味着所有训练数据集和开发细节都已公开。

Berman 讨论 DeepSeek 关于推理和智能体编码能力的说法，并与当时的美国模型比较。他展示部分基准测试，认为 V4 Pro 接近领先系统。这些说法取决于具体版本、测试设置和任务；少数基准不能证明一个模型在所有应用中都与另一个相当。

接着，他比较智能指数和 token 价格，认为 V4 在价格与性能之间取得良好平衡，而 Flash 面向成本更低的工作。视频图表将数据来源日期标为 2025 年 5 月，但展示的模型出现在 2026 年，因此不应将图中数字和比较视为已核实。实际成本取决于供应商、输入输出比例、缓存和部署方式。

Berman 用类似 Arena 的排名勾勒中美模型性能差距的变化，称中国实验室多次缩小差距。他认为许多用户不需要在每项基准上都获得最佳结果。某个模型是否满足特定组织的要求，仍需用该组织自己的工作负载测试。

Berman 询问美国对先进芯片的出口管制是否有效。他认为管制限制了中国获取计算资源，同时推动算法和推理效率的提高。他提到可能绕过管制的报道，但视频没有核实具体运输，也没有确立每个国家可用算力的完整规模。

他提到 Nvidia CEO 黄仁勋主张向中国销售美国芯片，并预测中国公司会继续开发自己的硬件和模型。Berman 认为限制先进技术与保持美国参与增长中的市场之间存在张力。

Berman 转向 Anthropic 2026 年 2 月的报告，该报告指称 DeepSeek、Moonshot 和 MiniMax 曾大规模试图提取 Claude 的能力。他将蒸馏解释为使用另一个模型的输出训练模型，并引述美国政府对外国提取行动表达担忧的声明。这些是指控和官方声明，并不能证明任何数据在 V4 中发挥了什么作用。

Berman 质疑观察到的查询是否必然意味着不当蒸馏，认为基准测试也可能涉及查询竞争对手的模型。不过 Anthropic 表示，除简单查询量外，它还识别出协同行为模式和其他指标。仅凭现有数量不能确立意图或解决争议。

2 月报告将超过 15 万次交互归于与 DeepSeek 有关联的操作，少于它归于另外两家实验室的数百万次。Berman 认为，仅凭这一数量无法解释 DeepSeek 的模型质量。任何用于训练的数据量及其意义，都不能仅靠交互次数确定。

Berman 引述 DeepSeek 的声明：Pro 服务能力受限，未来基础设施可能降低价格。他将其理解为算力限制的证据，并预计价格会下降。这些是 2026 年发布时的情况和预期，并非对当前可用性或价格的保证。

Berman 认为，企业可能更愿意选择在自身任务上表现足够好且更便宜的模型，而非价格更高的前沿模型。他也看重获得模型权重并进行适配或托管的能力。实际选择取决于评估、部署成本、许可、安全和运营要求，而非仅看基准分数或 API 价格。

他预测美国及盟友公司的更多系统可能建立在中国开放权重模型之上，并担心依赖以及供应商改变访问方式。本地持有的开放权重模型无需原托管 API 也可继续运行，但更新、基础设施、安全和支持仍可能形成依赖。

Berman 推测美国在 AI 上的大规模投资可能回报不佳，并可能出现严重经济冲击。他还担心广泛使用的模型中所包含的价值观和限制可能影响公共讨论。这些是情景和政策担忧，并非 V4 发布已经确立的后果。

他提出的应对方式是让美国开发者加大对开放权重模型的投入，并提高开放及托管系统的效率和可负担性。他认为有竞争力的价格能帮助企业基于美国技术开发。这反映了他在 2026 年 4 月的看法；模型可用性和价格可能变化。