DeepSeek V4与Kimi K2.6接连发布：开源模型逼近前沿，差距还有多大

5月初，AI大模型领域接连传来重磅消息：DeepSeek发布V4版本，Kimi K2.6在编程挑战中击败Claude Opus 4.7和GPT-5.5。中国开源模型正在逼近闭源前沿，这轮技术迭代的速度令人目不暇接。

DeepSeek V4：开源模型的规模新纪录

DeepSeek V4-Pro达到1.6万亿参数（49B活跃参数），V4-Flash为2840亿参数（13B活跃），两者都支持100万token上下文窗口。V4-Pro成为目前最大的开源模型，V4-Flash每百万token收费0.14/0.28美元，甚至低于GPT-5.4 Nano。

值得注意的是，DeepSeek V4首次将华为昇腾芯片与英伟达芯片并列写入硬件验证清单，标志着国产大模型正式摆脱对英伟达CUDA生态的依赖。字节、腾讯、阿里等头部企业近期集中采购华为昇腾芯片，国产算力底座规模化应用加速。

Kimi K2.6：编程赛道的意外黑马

Moonshot AI的Kimi K2.6在一场编程挑战中击败了Claude Opus 4.7、GPT-5.5和Gemini Pro 3.1。测试是一个滑动拼图游戏，有客观评分标准，中国开源模型包揽前四名。

当然，也有人提醒：Kimi可能只是"找到了这个特定游戏的正确策略"，不代表通用编程能力的全面超越。但一个开源模型能在单任务挑战中与闭源前沿模型匹敌，这本身就是一种信号。

开源逼近前沿意味着什么

开源模型与闭源前沿的差距正在缩小，这对整个AI生态影响深远：

• 对开发者：有了更多低成本选择，API调用成本持续下降
• 对企业：可以基于开源模型做私有化部署，数据安全有保障
• 对行业：开源社区的创新速度正在倒逼闭源厂商加快迭代

当然，开源不等于免费。模型的训练成本、部署成本、运维成本仍然不低。但至少在模型层面，门槛确实在降低。