DeepSeek、Kimi两面受困：榜单差距拉大，被指蒸馏GPT-6

　　智猩猩AI整理

　　编辑： 没方

　　国产开源大模型，最近正在遭遇一场双重舆论压力。

　　一边是新版AI评测榜单中，国产模型与全球顶尖闭源模型的差距明显扩大；另一边，DeepSeek、Kimi又被海外媒体指控，通过蒸馏OpenAI的模型来提升自身能力。

　　10月27日，Artificial Analysis正式推出Intelligence Index v5新版榜单。

　　根据最新榜单，谷歌Gemini 4 Carbon以59分排名第一，Claude Opus 5.5以58分位列第二，GPT-6 Astra以57分排名第三。

　　国产模型方面，Kimi K3.1 Pro以46分成为得分最高的中国模型，与榜首相差13分。Qwen3.8 Max（0902）取得34分，DeepSeek V4.1 Flash 1017（max）取得32分，分别与榜首相差25分和27分。

　　在这套更新的评测体系下，国产模型与全球最强闭源模型之间的距离，看起来比以前更远了。

　　这一变化也引发了海外网友的质疑。

　　X平台上，网友Da7em发帖称：“I think there's a quiet campaign to smear open models.”（我认为，似乎存在一场悄然抹黑开源模型的行动。）

　　评论区中，有网友将这一现象与部分AI公司的上市计划联系起来，猜测背后可能涉及商业竞争与资本市场利益。

　　还有网友对榜单中的部分评测结果提出质疑，认为GPT-6.1 Terra（51分）与DeepSeek V4.1 Flash 1017（32分）之间的巨大分差有些不合常理。

　　就在新版榜单引发讨论之际，10月28日，科技媒体The Information发布了一篇报道，标题直指中国AI实验室蒸馏OpenAI的GPT-6 Astra。

　　这则消息还登上了X平台热门新闻榜，相关讨论帖已超过5300条 。

　　报道中三位知情人士称，月之暗面在开发Kimi K3.1 Pro时，大量使用了OpenAI GPT-6 Astra的输出进行蒸馏。

　　另外两位知情人士则透露，DeepSeek于10月17日更新的V4.1 Flash 1017，同样受益于对GPT-6 Astra的蒸馏。

Moonshot AI distilled Astra during the development of its new model, Kimi K3.1 Pro, which was released last week, according to three people with direct knowledge of the matter. Similarly, DeepSeek’s V4.1-Flash 1017, an Oct. 17 upgrade to its V4.1-Flash model that demonstrated substantial improvements from the original version released in September, also benefitted from distilling Astra, according to two other people with direct knowledge of that. Until recently, Anthropic’s Claude models were the biggest target of Chinese distillation efforts.

　　报道还披露了一个细节：梁文锋最初并不想依赖蒸馏。

　　两位了解DeepSeek模型开发情况的人士称，在研发新一代V4模型时，DeepSeek CEO梁文锋最初并不打算采用蒸馏技术。

　　但随着国内竞争日益激烈，尤其是看到智谱（Z.ai）等竞争对手取得进展后，他最终在竞争压力下改变了这一想法。

　　报道还称，智谱GLM系列模型同样使用了蒸馏技术，并逐渐获得市场关注。

　　相关原文如下：

Prior to Anthropic’s heightened crackdown in the past two months, Claude was the go-to model for Chinese labs looking for shortcuts as they seek to stay ahead in the fierce AI race. DeepSeek CEO Liang Wenfeng initially didn’t want to resort to distillation when developing the company’s new generation V4 model, according to the two people with direct knowledge of DeepSeek’s model development. But he had to succumb to competitive pressure after seeing the success of domestic rivals such as Z.ai, whose GLM models, also developed with distillation, were gaining traction, the people said.

　　当模型迭代速度越来越快，蒸馏不仅是一种技术选择，也可能成为激烈竞争下缩短研发周期、追赶前沿能力的手段。

　　回想2025年初，DeepSeek-R1发布时，不仅公开了模型权重，还一口气发布了多款蒸馏模型，甚至直接把Distill写进模型名称。

　　当时，蒸馏不仅不是什么见不得人的事情，反而被视为降低模型部署门槛、推动先进AI能力普及的重要技术路线。

　　对于普通开发者而言，能够用更小的参数规模、更低的算力成本，运行具有较强推理能力的模型，本身就是一件好事。

　　更何况，OpenAI和Anthropic自己也在使用蒸馏技术。将大模型的能力迁移到更小、更快、更便宜的模型上，本就是行业通行的方法。

　　而当这些闭源模型公司开始不断强调自己的模型能力不能被别人蒸馏时，整个行业关于知识使用与技术共享的边界，也变得越来越微妙。

　　Anthropic自身也曾因训练数据来源问题引发争议。

　　根据今年披露的诉讼材料，Anthropic曾启动一项代号为Project Panama（巴拿马项目）的内部计划。

　　他们投入数千万美元大量收购珍贵古籍和稀有图书，然后用工业机器残忍地切掉书脊、扫描内容后，直接将实体书籍全部销毁。相关内部文件中甚至出现了“destructively scan all the books in the world”（破坏性扫描全世界的书）这样的表述。

　　那么，当一家AI公司大量学习人类已经创造的知识时，如何界定合理使用；而当其他公司希望学习它的模型能力时，边界又应该划在哪里？

　　10月25日，菲尔兹奖得主邓煜在《知识分子》与《赛先生》联合举办的论坛上，也对这种现象提出了批评。

“对 AI 公司来讲，你不能在只有你蒸馏全人类的网络文献、全人类的知识的时候，就大大方方地去蒸馏；事实上没有人想要蒸馏你，大家只是想要了解一下思维链，然后你觉得别人想要蒸馏你，就开始说这个不行，那个不行。”

　　再回到The Information援引知情人士对DeepSeek、Kimi的爆料。

　　先不论这些说法是否属实，国产模型的技术竞争力，显然不能只用一张评测榜单来衡量，更不能简单归结为蒸馏。

　　月之暗面发布的新一代开源大模型Kimi K3.1 Pro。该模型为3万亿级参数规模，支持100万词元上下文窗口，是全球参数规模最大的开源模型。

　　与此同时，Kimi也在不断向前沿模型的能力上限发起挑战，持续缩小与顶尖闭源模型的差距。

　　DeepSeek则在底层技术和推理基础设施上走出了自己的路线。

　　从DeepGEMM、FlashMLA、DeepEP等高性能算子与通信组件，到最近开源的DeepInfer推理框架，DeepSeek持续围绕算子优化、通信效率和大规模推理系统展开技术创新。

　　这些成果未必能直接转化为AA榜上的分数，却实实在在地影响着模型的推理速度、运行效率和部署成本。

　　因此，即便国产模型在部分能力评测中仍与顶尖闭源模型存在差距，也不能仅凭未经证实的爆料，就忽视甚至否定其在模型研发和底层技术创新上的实际贡献。