中国开源模型生态：四大家族贴近前沿，采用度是两个世界

中国开源大模型在 2026 年的处境可以用一句话概括：能力贴近前沿，采用度是两个世界——开发者与应用路由层已成主流，美国大企业生产环境几乎缺席。这篇拆解四大家族的现状、成本逻辑与国际变量。

口径提醒：差距数字高度依赖测量方式，引用任何数字必须附带口径；厂商自报基准统一设置的第三方复测不存在。

四大家族：年内全部完成代际更新且均开放权重

家族	2026 年主线	许可
DeepSeek	V4（4-24）→ V4-Pro-0813 → V4.1-Flash（9-10，10-17 更新）	全部 MIT
阿里 Qwen	Qwen3.5（2-16）→ Qwen3.8-Max（8-08，2.4T 总参/95B 激活）	次旗舰 Apache-2.0，旗舰自定义
智谱 GLM	GLM-5.2（6-16）→ GLM-5.3（8-25）+ Flash	5.2 与 Flash 为 MIT，主模型自定义
月之暗面 Kimi	K3（6-13 上传权重）→ K3.1 Pro（API-only，无开源权重）	K3 为 Modified MIT

三家年内至少两次代际更新，节奏不低于美国三巨头。但注意「开源」标签正在稀释：Qwen3.8-Max、GLM-5.3 主模型、Kimi K3.1 Pro 均非宽松开源——「旗舰收紧、次旗舰宽松」的分层已经出现。

差距：多口径收敛但未归零

Bloomberg Intelligence 基准口径：年初约 15% → 5 月 9% → 6 月 6% → 10 月 约 3%。
Stanford HAI（Elo 口径，截至 3 月）：美国最佳领先 2.7%。
LMArena（10-13 快照，人类偏好）：MIT 完全开源模型与榜首仍差 37–50 Elo。
单点已贴脸：Kimi K3 在 Vals Index 上距 Anthropic 最强仅 0.3 分；DeepSeek V4 Pro 的 SWE-bench Verified 96.4% 对闭源第一的 97.0%。

结论：BI 类混合基准口径「接近前沿」成立，「完全持平」不成立——剩余差距集中在顶级 Elo、多模态与可靠性工程。

采用度：相差两个数量级的两个世界

开发者层（主流）：OpenRouter 周榜（10-23）DeepSeek 以 24.4% 居单一厂商第一，中国背景家族合计约 44.3%；美国公司在中国模型上的 token 占比每周超 30%、峰值 46%（CNBC 引 OpenRouter）。Qwen 半年全球下载超 30 亿次（Bloomberg）。
美国企业生产层（缺席）：Menlo Ventures 调查显示企业 LLM API 中中国开源模型合计约 1%（Anthropic 40% / OpenAI 27% / Google 21%）。

下载量与路由份额不等于生产使用——中国开源模型的全球胜利目前发生在「开发者与应用长尾层」，尚未穿透「受合规与采购流程约束的企业核心生产层」。

成本优势：三层逻辑，但护城河在收窄

算法效率：DeepSeek V4 的混合注意力把 1M 上下文下单 token FLOPs 降至 V3.2 的 27%、KV cache 降至 10%；V4.1-Flash 进一步压至 890 bytes/token。
工程效率：2,048 张出口管制下的 H800 达到 272.8B tokens/天（MFU 43.7%、FP8 精度损失 <0.25%）——这批论文的开源本身就是「工程溢出」，全球推理成本曲线因此下移。
以功率换算力：SemiAnalysis《华为-DeepSeek 共生》判断 2027–28 年 DeepSeek 推理将主要运行在华为栈上；代价是 CloudMatrix 384 以约 5 倍功耗换同级能力，HBM 供给是最硬物理约束。

价格上中国旗舰约为美国旗舰的 1/3–1/7（V4-Pro $0.66/$1.98 vs Astra $10/$50），但美国已反击：GPT-6 Luna 与 Haiku 5.5 的 $0.10/$0.50 已压到中国 flash 档之下——「最低价」标签首次旁落。

管制悖论：打击反而放大开源

Nvidia 对华收入实质归零（H200 1 月获批即被北京方面禁入）；10 月美国监管密集升级（国土安全部联邦禁令、FCC 10-29 表决）。但 2026 年 6 月美国商务部首次把「闭源模型本身」纳入出口管制，开放权重仍豁免——制度层面意外强化了开源权重的可扩散性。另一个耐人寻味的信号：Nvidia 主动为 DeepSeek/Qwen/GLM 优化 RTX 与 DGX Spark，员工表述「每个模型都应在美国技术栈上跑得最好」——硬件厂商开始围绕中国模型做优化。