DeepSeek V4.1 Flash上榜 中国AI变现困局待解
中美顶级AI模型的能力差距在快速收窄。彭博行业研究报告指出,中国DeepSeek在9月推出V4.1 Flash后,其顶尖模型与美国对标产品的跑分差距已压缩至3%,创历史新低。然而,跑分追平并不等于商业模式可行。分析师指出,中国AI产业要在激烈竞争中实现盈利,可能还需要数年时间。
中美AI跑分差距真的只有3%?这个数字怎么来的?
彭博分析师Robert Lea在最新报告中指出,DeepSeek V4.1 Flash于9月发布后,中国顶尖模型在公开榜单LiveBench上落后美国对标产品仅3%。对比今年早些时候的15%和5月的9%,这一差距已显著缩小。
该评分来自LiveBench基准测试,通过标准任务和题目评估模型表现,按回答质量综合给分。DeepSeek V4.1 Flash的总分达到81.1分,而Anthropic Claude Fable 5.1的最佳成绩为83.4分,两者仅相差2.3分,四舍五入即为外界所关注的3%。
DeepSeek V4.1 Flash为什么能排到全球第六?
DeepSeek V4.1 Flash在9月的全球排名第六,是该公司在2025年凭借推理模型R1打开局面以来的最高排名。彭博在报道中归纳出两个原因:中国的AI专业能力持续加深,研究人员也有本事针对国产硬件优化模型。
DeepSeek在Agentic Coding任务上的表现尤为突出。Agentic Coding要求模型自主完成编程、测试和执行任务,对综合能力要求较高,V4.1 Flash在这项拿到77.3分,是全榜单最高分,而Claude Fable 5.1在这一项仅为66.1分。
不过落后项也比较明显:推理能力86.7对91.7,语言理解81.2对89.5。这说明在特定场景取得优势的同时,整体能力仍有追赶空间。
DeepSeek和Claude的价格差了多少倍?
尽管性能接近,价格差异却十分显著。根据官方定价页面,DeepSeek V4.1 Flash每百万token的输出价格为0.60美元(离峰时段)或1.20美元(尖峰时段)。对照Anthropic官方定价页面,Claude Fable 5.1每百万token输出要价50美元。
换算下来,按尖峰时段计算,Claude的价格是DeepSeek的42倍;按离峰时段计算则高达83倍。当然,单价不等于完成一件工作的总成本,不同模型完成同一任务消耗的token数量并不相同,但分数接近、单价差几十倍,仍难以忽视。
中国AI模型技术上追上了,为什么还是赚不到钱?
尽管跑分差距已缩至3%,但彭博报告指出,中国AI模型实现商业盈利仍面临挑战。Robert Lea预计,中国AI产业可能要到2030年才能实现盈利。
核心问题在于市场过度竞争。中国国内已拥挤着超过1100个大型语言模型,厂商普遍集中在低毛利的token供应领域,价格战异常激烈。在这样的环境下,几乎没有企业能够建立可持续的竞争优势。
从具体案例来看,字节跳动的豆包是AI应用变现的领跑者,而DeepSeek与腾讯的聊天机器人至今仍采用免费模式。分析师给出的处方是:「要讓中國AI產業站上可持續的獲利基礎,需要競爭壓力降溫、產業洗牌,以及更理性的定價。」
美国芯片出口限制还有效吗?
DeepSeek的进展引发了对美国出口限制效用的质疑。美国政府限制英伟达芯片等技术出口,原本旨在延缓中国AI发展并阻止华为等企业开发替代产品。
然而Robert Lea直言,中国在AI领域的持续进展「进一步让人怀疑美国在AI领域的技术霸权能否长期维持」。这一观点与部分美国科技企业的立场相呼应——此前有近200家硅谷企业曾联合致信白宫,反对封锁中国开源模型,认为限制措施可能损害美国自身利益。
结语:跑分追平不等于商业可行
中美AI模型的能力差距正在快速收窄,DeepSeek V4.1 Flash已将差距压缩至3%的历史低位。然而,技术追平与商业成功之间仍存在巨大鸿沟。在1100多个模型激烈竞争的市场中,价格战和低毛利模式使得中国AI产业的盈利前景仍不明朗。分析师预测,整个行业可能需要等到2030年才能迎来真正的盈利时代。这个分数会随榜单更新而变动,但更难得改变的,是众多模型挤在同一个市场里抢饭吃的现实。
本文基于公开媒体报道整理,仅作信息参考,不构成任何投资依据,内容以原文为准。