从"模型有多聪明"到"一块钱能买多少能力"：中国AI大模型本周重写了竞争规则

上周五到本周二这五天里，发生了四件事。把它们放在一起看，你会发现全球AI竞争的逻辑正在经历一次根本性的位移。

8月3日（周日），阿里巴巴发布Qwen3.8-Max，总参数2.4万亿，迅速登上Arena.AI文字榜中国模型第一、视觉榜全球第二。模型曾在16天内独立完成一个软件工程项目。阿里巴巴香港股价当日涨7%。

8月4日（周一），高盛发布中国AI专题报告，将2026年中国大模型ARR预期从100亿美元大幅上调至130亿美元，点名五大趋势，强调"极致的性价比与突破性的多模态能力正从根本上重塑市场竞争规则"。

8月5日（周二），DeepSeek第二轮融资消息传出——计划募资500亿元，投前估值约5000亿元。不到四个月前刚完成首轮500亿元融资，投后估值3500亿元。若此轮落地，两轮合计募资超1000亿元。

同一周，《纽约时报》刊发长篇调查报道，披露特朗普政府核心团队——包括白宫幕僚长威尔斯、财长贝森特、商务部长卢特尼克——正在激烈争论是否要制裁中国开源AI模型、将相关企业列入贸易黑名单。但在硅谷强烈反对（尤其来自英伟达黄仁勋的多轮国会山游说）后，立场急剧摇摆。

把这四件事放在同一个坐标系里，你会看到一个清晰的信号：全球AI竞争的重心，正在从"谁有最聪明的模型"转向"谁以最低的单位成本交付最多的可用能力"。在这个新坐标系下，中国AI企业不仅追上了，而且在某些维度上重新定义了游戏规则。

100倍价差背后不是"打价格战"，是架构效率的碾压

先看一组对比数字。研究机构Artificial Analysis的实测数据显示：

模型	每百万输入Token收费(美元)	每项基准测试平均成本(美元)
DeepSeek V4-Flash	0.14	0.03
Kimi K3	未公开	0.86
GPT-5.6 Sol	未公开	1.86
Claude Fable 5	未公开	3.15

DeepSeek V4-Flash完成同一项基准测试的成本是Claude Fable 5的不到百分之一。即使和同为中国的Kimi K3相比，成本也低了28倍。

这说明什么？不是中国企业在"烧钱补贴"，而是他们选择了一条从架构层面降低推理成本的技术路径——Qwen3.8-Max采用的混合专家模型（MoE）架构，总参数2.4万亿但每次推理只激活约950亿个参数；DeepSeek V4-Flash引入DSpark新一代推测解码加速框架后，生成速度提升60%-85%，高并发下有效吞吐量翻4倍。

高盛在报告中说得克制但明确："单看定价未必能反映模型的实际价值"，但"这种架构效率将成为2026年下半年ARR快速增长和估值显著回升的强劲催化剂。"

换句话说，华尔街不是在为中国AI的"低价策略"鼓掌，而是在承认这样一个事实：如果你能用一个新的架构，花百分之一的成本完成同样的事，那整个市场的定价权和利润分配逻辑就变了。

不止是便宜：能力也在逼近甚至追平

成本低如果伴随能力弱，那叫"廉价替代品"。但本周的表现恰好相反。

Qwen3.8-Max在Arena.AI的文字模型榜上仅次于Anthropic的四个Claude版本，在所有中国模型中排名第一；视觉能力榜上更跃升至全球第二。该模型可在16天内完成一个完整的软件工程项目——这不是"会聊天"的级别，而是进入了"能替代人类工程师完成中大型任务"的范畴。

DeepSeek V4-Flash正式版API上线后，Agent能力大幅增强，多项基准测试远超4月发布的V4版本。梁文锋在融资会议纪要中给出的AGI路线图——语言模型→思维链→Agent→持续学习→自我迭代→具身智能——正在一步一步兑现。

而在全球多模型聚合平台OpenRouter最新一周调用量榜单中，排名前五的产品全部由中国企业研发。不是"追上来了"，是"C端开发者用脚投票的结果已经逆转了"。

Omdia首席分析师苏连杰的评论一针见血："许多企业的应用场景实际上并不需要业界最顶尖的模型，而是'性能够、价格合理、透明且容易取得'的模型，而开放权重模型正好能满足这类需求。"

这句话道出了竞争格局位移的本质。过去两年，行业关注的是谁的模型在MMLU、HumanEval等基准上高一两个百分点。现在客户问的是另一组问题：这个模型能稳定地完成我的实际任务吗？调用成本在我的业务模型里能跑通吗？我能不能在自己的环境里部署、调优、二次开发？

在这些问题上，开放权重的中国模型正在系统性地胜出。

华盛顿的困局：想封堵却找不到支点

中国AI模型在能力和性价比上的双重突破，也让华盛顿陷入了一场剧烈的政策摇摆。

《纽约时报》的报道披露了几个关键细节：白宫核心团队曾认真考虑过制裁开发开源AI模型的中国企业、将其列入贸易黑名单、甚至禁止美国云服务公司与其开展业务。但在硅谷的强烈反对后，立场迅速退缩。

硅谷的分裂是华盛顿犹豫的根本原因。OpenAI和Anthropic以国家安全为由推动政府遏制中国竞争对手。但英伟达的黄仁勋——直接进入椭圆形办公室和国会山多轮游说——则坚持"开源模型加速创新并强化安全性"的立场。英伟达迅速组建了一个承诺开发AI安全开源工具的企业联盟，成员数在数周内从最初几家暴涨至超过230家。

俄亥俄州共和党参议员赫斯特德在上周会见了黄仁勋和OpenAI CEO奥尔特曼后说了一句意味深长的话："这一切发生得太快了。我不确定自己对任何事情得出了确切的结论。"

前商务部官员、现科技界高管帕迪拉的评价更直白：这场冲突本质上"是关于AI行业未来的一场铁笼缠斗"。它恰好存在国家安全维度，但核心是一场关于AI市场格局的行业争论——"是由少数巨头主导的一些封闭花园，还是由许多较小参与者共同构成的更为开放的自由竞争。"

值得注意的是，中国领导人习近平计划于9月访问华盛顿，行业高管普遍认为政府不太可能在访问之前采取实质性限制行动。这意味着至少在未来一个多月内，中国开源AI模型的全球化扩张仍将处于政策真空期。

从DeepSeek到宇树：资金正在形成闭环

本周另一个值得关注的信号是DeepSeek与宇树科技的深度绑定。

8月6日，宇树科技IPO战配名单公布，DeepSeek获配93.339万股（1.41亿元），限售期36个月——远长于其他战配投资者标准的12个月。8月7日路演披露双方已签订战略合作备忘录，将"聚焦AI大模型与具身智能相关技术研发与产品开发"。

这不是一个简单的财务投资。梁文锋的AGI路线图以"具身智能"为终点，王兴兴的宇树2025年人形机器人出货量超5500台（全球第一），需要大模型赋予"大脑"。两个人的路径在具身智能这个点上交汇——一个造"大脑"，一个造"身体"。

更值得玩味的是资金端。DeepSeek两轮融资合计将超1000亿元——这已经是一个中大型城市一年的基础设施投资规模。当这么多资本集中到一个尚未上市的AI公司身上，它所撬动的不仅是模型迭代，还包括算力基础设施建设、人才虹吸效应和对上下游产业链的定价权。

高盛在报告中明确"超配云计算与数据中心板块"，并"密切关注阿里平头哥与腾讯积极部署国产AI芯片的进展"。从模型到算力到芯片到机器人，中国AI产业正在形成一个从融资端到技术端到应用端的完整闭环。

竞争规则变了，下一步看什么

本周释放的信号指向三个趋势性判断：

第一，AI模型竞争已从"能力天花板"之争变成"能力-成本-可及性"三角的最优解之争。 当DeepSeek V4-Flash能以Claude Fable 5百分之一的成本完成同等级任务，当Qwen3.8-Max能以开放权重的形式让全球开发者自由部署和二次开发，过去由闭源巨头定义的竞争维度就不再是唯一的战场了。高盛将中国大模型ARR从100亿上调至130亿美元，本质上是在押注这个新维度会成为主战场。

第二，开源/开放权重策略正在从技术选择变成地缘政治变量。 中国模型厂商持续选择开放权重路线，使其技术成果能够绕过硬件禁运和贸易限制，直接触达全球开发者。Omdia分析师指出的"许多企业不需要顶尖模型，只需要够用、透明、可获取的模型"——这个需求在全球范围内是巨量的，而目前满足这个需求的主要是中国模型。

第三，华盛顿的政策框架跟不上技术迭代速度。《纽约时报》 报道中最值得回味的一句话是参议员赫斯特德说的——"我不确定自己对任何事情得出了确切的结论。"当对手每周都在发布新版模型、推出新的架构优化、完成新一轮百亿级融资时，监管者还在争论要不要限制、限制谁、用什么工具限制。这种节奏差本身就是一种竞争优势。

对于中国的政策制定者和产业参与者而言，本周给出的启示也很清晰：当前不需要急于论证"谁领先"，而是应该把资源集中在三个方向上。

一是持续做深MoE架构和推理加速的工程优化，把单位成本的性能优势从"几倍"拉到"数量级"——这是最纯粹的竞争护城河。

二是加速从模型到Agent到具身智能的链条贯通。Qwen3.8-Max能16天完成一个软件工程项目的意义，不仅在于一次技术演示，而在于验证了AI从"输出答案"到"交付成果"的跨越是可操作的。DeepSeek-宇树的"大脑+身体"组合，则是在更长远的时间维度上布局。

三是在开放权重策略和生态安全之间建立更精细的平衡机制。中国模型的开放策略正在赢得全球开发者的信任，但华盛顿的制裁讨论意味着这种策略可能面临外部阻断。提前做好技术生态的冗余和替代方案，比事后的应急反应要经济得多。

《纽约时报》在评论中写道："最终谁能获胜已经被赋予新的重要意义。"但或许更准确的表述是：规则本身正在被改写，而谁能率先理解并利用新规则，谁就掌握了下一步的主动权。

---

本文基于2026年8月3日至9日公开信息撰写。主要来源：路透社/德国之声（8月3日）、高盛中国AI专题报告（8月4日）、《纽约时报》调查报道（8月5日）、财联社（8月5日）、金融传媒（8月7日）、Artificial Analysis公开数据。