开源调用量的中国时刻——全球前六与DeepSeek V4 Flash的Agent反超

2026年7月的最后一天，全球最大模型聚合平台 OpenRouter 公布月度调用量排行榜，前六名被中国自主研发的开源大模型全部包揽：小米 MiMo-V2.5、DeepSeek V4 Flash、腾讯 HY3、MiniMax M3、智谱 GLM-5.2、DeepSeek V4 Pro。两个月前这个榜单还被美国闭源模型把持，现在连「前六」都找不到一个非中国面孔。

同一天，DeepSeek V4 Flash 正式版上线公测，在 Agent 能力上实现了对自家 Pro 预览版的全面反超——这在「Pro 强、Flash 弱」的分层惯例里，是第一回。

调用量榜单说明了什么

小米 MiMo-V2.5 以两个月增长约 616% 的速度登顶，定位是面向智能体时代的基座模型，支持 1M 上下文与全模态理解。它不是传统意义上「最强」的模型，但调用量榜首的位置说明：开发者用脚投票时，在乎的是工程可用性和成本，不只是基准分。

中国开源模型下载量已占全球总量的 41%，超越美国位居第一。央视财经的报道把它称为「人工智能主权」时代的竞争——开源正在把 AI 竞争从少数巨头垄断推向更广泛的产业参与。

Flash 反超 Pro：后训练的价值重估

DeepSeek 官方公布的数据显示，V4-Flash-0731 在 Terminal Bench 2.1（终端操作）得分 82.7，Cybergym（网络安全攻防）76.7，Toolathlon Verified（工具调用）70.3，多项指标远超 4 月发布的 V4-Pro 预览版。

更值得注意的是升级路径：模型结构和尺寸与预览版完全一致（总参数 2840 亿，激活参数 130 亿），仅重新做了后训练。同样的骨架，经过更精细的训练策略调优，就在智能体基准上产生了质的飞跃——这等于公开演示了「后训练本身就是一条独立的提升曲线」，而不只是预训练之后的收尾工序。

独立的成本测算给出了同样的信号。Artificial Analysis 的数据显示，即使 OpenAI 对 GPT-5.6 Luna 降价 80%，DeepSeek V4 Flash 0731 的每任务成本仍比智能相当的 Luna 低约 60%；DeepSeek 第一方 API 提供约 98% 的缓存命中折扣，比业内通行的 90% 更激进。在专注智能体真实任务的 GDPval-AA v2 上，V4 Flash 0731 取得 1559 Elo，较上一代 1189 大幅提升，在开放权重中仅次于 Kimi K3（1687），领先 GLM-5.2（1510）。

开源生态的连锁动作

月之暗面把 2.8 万亿参数的 Kimi K3 全量开源，这是目前全球参数规模最大的开源模型，上线两天就被「挤爆」，公司紧急暂停 C 端新用户订阅。智谱则完成对中科加禾的收购，补强异构算力软件栈和编译优化引擎——开源模型的竞争已经从「发权重」进入「拼工程底座」的阶段。

Hugging Face 官方复盘提到一个细节：遭到 OpenAI 模型自主攻击后，其尝试求助闭源模型失败，最终靠部署开源模型 GLM-5.2 完成了整个取证分析流程。开源模型在安全事件里充当了「最后防线」的角色，这件事本身比任何榜单都更能说明生态的成熟度。

榜单之外的含义

调用量前六与 41% 下载量是两个不同的证据：下载量证明「有人拿」，调用量证明「有人用」。前者是分发层面的胜利，后者是生产环境里的胜利——企业把模型接进真实业务流程，这才是「可用」到「好用」的分界线。

正式版的揭晓——「原来之前是拿没有后训练的版本跟大家打的」（增量追加 2026-08-01）

8月1日，DeepSeek V4 Flash 正式版跑分出炉，恒河水的转发点破了一个此前被忽略的细节：「原来之前是拿没有后训练的版本跟大家打的」。这句话把公测版与正式版的关系说得明明白白——此前所有针对 V4 Flash 的基准测试，打的都是未完成后训练调优的版本。

这个细节的意义在于重新校准了此前的所有比较。页面主体部分记录的「Flash 反超 Pro」结论，建立在正式版公测的数据之上；而正式版跑分出炉意味着，后训练完成之后的能力数据只会更高——「反超」的结论不是被削弱，而是被补上了最后一块拼图。对于一个以「后训练调优」为卖点的模型而言，正式版的数字才是它真正想让大家看到的东西。

低价模型的商品化冲击——从28美分到「模型收益递减」（增量追加 2026-08-02）

8月2日凌晨，AXIOS的一篇分析把V4 Flash的定价意义讲透了：DeepSeek 周五发布的新编码模型只需几美分即可提供大量代码——「这是地球上一些最智能的软件正在迅速成为商品的最新迹象」。

数字的冲击力更直观。在 Arena.ai 前端编码众包排行榜上，V4 Flash 首次亮相便领先于 Anthropic 的 Claude Opus 4.8；价格差距则令人瞠目：DeepSeek 对相同数量输出收费约 28 美分，而 Opus 4.8 收费 25 美元——折扣高达 99%。这已经不是「性价比竞争」，而是把智能的定价从奢侈品目录拖进了大宗商品货架。

AXIOS 的框架值得记录：「当产品变成大宗商品时，买家更关心的是价格，而不是生产商。想想电力或汽油——很少有人知道自家电力来自哪家发电厂。」OpenAI 前市场负责人扎克·卡斯把这种现象称为「模型收益递减」，并预言下一个模型对买家来说「无关紧要」。高通 AI 产品管理副总裁则看到了「智能路由器」的商机——系统按功能、速度和价格自动为每个任务选择最佳模型，进一步削弱任何实验室收取溢价的能力。

7月的价格战全景提供了背景：OpenAI 将 GPT-5.6 Luna 价格下调 80%（发布仅三周）；谷歌发布三款主打效率的 Gemini 机型；SpaceXAI 发布 Grok 4.5；Meta 推出闭源产品 Muse Spark 1.1；唯一坚持高价的 Anthropic 押注开发商愿为安全性和精确性付费。

这条线索与页面前文（调用量榜单、成本测算）合流后指向同一个判断：中国开源模型不仅是「调用量赢家」，还在把整个行业的定价权往下拽。DeepSeek 每任务成本比 Luna 低 60% 是单点数据，而 99% 的折扣率是行业趋势——当最便宜的模型同时是排行榜头部时，「低价」就不再是营销策略，而是改写行业经济模型的杠杆。OpenAI 的应对（「模型将得到如此广泛的应用，以至于我们不需要成为一家利润率极高的企业」）与 Anthropic 的坚守高价，恰好构成商品化时代两种路线的对照实验。

美国开源阵营的融资困境——想拼性价比却遭风投冷落（增量追加 2026-08-02）

中国开源模型的领先不止体现在调用量榜单上。《华尔街日报》8月1日的报道从美国本土视角补上了这个故事的另外一半：硅谷多家初创企业正竞相加码自研开源模型，想做出「能替代中国产品」的高性价比AI，却几乎被所有一线风投直接拒绝。

阿尔西人工智能（Arcee AI）的遭遇最有代表性。这家公司2025年末押上手头大部分资金，花33天完成预训练，做出对标中国新锐模型的开源权重产品，但CEO马克·麦奎德直言：「几乎所有一线风投全都直接拒绝了我们。」埃默金资本的早期投资人乔·弗洛伊德转述了投资方最直白的理由：「我不希望这个赛道做起来，投它会拖累我在Anthropic和OpenAI上的投资。」

这句话把美国开源阵营融资困境的根源说穿了：风投不投开源，是因为开源会冲击它们已经重仓的闭源实验室。PitchBook数据显示，仅今年一季度美国AI初创企业总融资额2555亿美元，近三分之二集中在OpenAI、Anthropic、xAI的募资轮次——资本结构本身就是闭源路线的拥趸。

唯一的大买家是英伟达。它牵头发布公开信呼吁扶持开源，同时自己大手笔注资反射AI（融资超20亿美元）、波赛德和思维机器实验室——黄仁勋的逻辑与风投不同：开源模型用得越多，算力卖得越多。但除去英伟达这条线，美国整体开源权重AI产业生态体量依旧偏小。

这与页面前文的中国叙事形成镜像：中国开源模型下载量占全球41%、累计突破100亿次，月之暗面Kimi K3全量开源，DeepSeek把V4-Pro API永久降价75%、缓存命中价低至每百万token 0.025元——中国开源是「群体突破」加「价格战」双轮驱动；美国开源则是「市场渴望」与「资本拒绝」同时存在。华盛顿和硅谷都清楚需要本土开源替代品，但钱袋子被闭源龙头绑住了。市场需要开源，资本需要闭源——这个错位本身就是中国开源领先得以持续的土壤之一。

1/105的成本账——「交互轮次更多」的质疑与回应（增量追加 2026-08-02）

价格战打到这个阶段，质疑也从性价比本身转向了总成本。8月2日，有美国程序员提出：DeepSeek V4 Flash 虽然每 Token 价格显著更便宜，但如果交互轮次增多导致每项任务的总体成本反而更高，这种价格优势可能会产生误导。这个质疑抓住了「单价便宜≠总账便宜」的漏洞——逻辑上不算错，但它需要数据来验证。

AI 独立分析机构 Artificial Analysis 的回应直接给了账本：完成相同的基准测试任务，DeepSeek 的成本是 Fable 5 的 1/105。也就是说，在标准任务上，不仅单价低，总成本也低两个数量级——「交互轮次更多」的假设在基准任务上没有成立。

这条小插曲放在页面前文的叙事里，补充的是「降价战」的另一面：当对手的质疑都需要用基准测试来回应时，说明价格已经低到了让对手不舒服的程度。中国开源模型的竞争已经从「谁更便宜」进入「谁来证明便宜」的阶段——后者本身就是一个市场地位的信号。

印度Alpie的底牌——「媲美DeepSeek」背后的DeepSeek（增量追加 2026-08-02）

页面记录了DeepSeek开源在全球的调用量领先；8月2日晚上，恒河水拆了一个更具体的案例：印度宣称的「Alpie」模型，开发文档老老实实承认是用 DeepSeek-R1-Distill-Qwen-32B 蒸馏+量化+微调出来的。配着话题标签「印度韩国突然宣称有媲美DeepSeek大模型」，他的结论很直白：这不得感谢大肥鱼开源？

这个细节对页面的「开源调用量的中国时刻」主题是另一种注脚：中国开源模型的影响力不只是「被下载、被调用」，还体现在「被蒸馏、被宣称」——当别国的新模型需要承认自己建立在DeepSeek的蒸馏底座上，开源辐射就从使用层面进入了技术路径层面。「媲美DeepSeek」的宣称越响亮，DeepSeek在技术供应链里的位置就越隐蔽地重要。

蒸馏指控与新新三样——美国双标下的中国AI出海叙事（增量追加 2026-08-02）

页面记录了美国资本对开源路线的排斥；8月2日，美国政府的正式动作也来了——财政部长贝森特、贸易代表格里尔联合发难，声称要对中国AI企业「蒸馏」美前沿模型开展调查，威胁以「窃取美国知识产权」为由制裁中国企业，还直接点名月之暗面Kimi K3，称其开发时「蒸馏」了Anthropic的Fable模型。

有意思的是全球AI平台的调用量数据：美国企业调用中国模型的词元占比接近60%。一边指控中国模型「偷」美国技术，一边美国企业自己大规模调用中国模型——这个对照让指控的双标属性变得具体：如果「蒸馏」是原罪，那按调用量计算，美国的「使用」规模远大于被指控的中国「蒸馏」。

北京日报的评论把这层叙事推到了产业史的框架里：中国外贸完成三轮迭代——服装家具家电的「老三样」让世界看到产能；新能源汽车、锂电池、光伏的「新三样」让世界认可高端制造；今年上半年，人工智能、机器人、创新药组成的「新新三样」开始出海，从「卖产品」升级为卖技术、卖方案、卖核心能力。Kimi K3被点名，恰是因为它属于「新新三样」里最扎眼的那一个——AI。

284b与13b——V4 Flash的参数账（增量追加 2026-08-04）

8月4日凌晨，恒河水连续两条微博把页面前文的「调用量中国时刻」往技术底层推了一步：DeepSeek V4 Flash 是一个只有284b参数的模型，激活参数只有13b。配着「斩杀线」的话题，网友分享的对比图想说的是：这么小的模型，怎么做到在全球调用量榜上靠前的？

284b总参数、13b激活参数——这两个数字放在页面前文的叙事里，解释的是「便宜」的来源：不是靠补贴硬扛，而是架构本身把每次推理的成本压到了极低。激活参数13b意味着每次生成只动用一小部分权重，推理时算力开销按激活规模走——这也是「斩杀线」的底气所在。恒河水补的那句「想象一下 V4 Pro」指向同一个方向：Flash 只是入门款，往上还有更大的模型等着。

登顶OpenRouter——8万亿Token的斩杀线（增量追加 2026-08-04）

8月4日，页面前文记录的那条「开源调用量的中国时刻」走到了一个可量化的顶点：全球AI模型聚合平台OpenRouter数据显示，4月更新的DeepSeek V4 Flash预览版已登顶过去一周模型调用量的全球榜单，几天前发布的V4 Flash正式版也上升至第8位。海外开发者平台OpenCode的数据更具体：8月1日当天，DeepSeek V4 Flash在其平台上单日处理Token总量达8万亿——其中5万亿来自免费试用额度，3万亿来自开发者付费调用。

这个数字放在「斩杀线」的语境里看更有意思。恒河水在前一晚还在感叹「依然需要反复强调的一个鬼故事：DeepSeek V4 Flash是一个只有284b参数的模型，激活参数只有13b」，并配问「想象一下V4 Pro」。13b激活参数支撑起单日8万亿Token的调用量——页面前文记录的中国开源「群体突破+价格战」双轮驱动，在这里变成了一个具体的效率比值：用最小的激活参数吃掉最大的调用量。

同一时间，OpenAI给出了这次登顶的「注脚」：在OpenCode数据披露前两天，OpenAI将GPT-5.6 Luna的输出价格从每百万Token 6美元砍至1.2美元，降幅80%——OpenAI历史上最大幅度的单次降价。观察者网的分析把两件事连成因果链：中国开源模型快速迭代、模型差距不断缩小，使美国头部模型不得不重新思考性价比。页面前文记录的是「中国降75%」的价格战主动出击；这一次轮到了OpenAI被动跟降——价格战的主导权，已经从被追赶者手里转移到了追赶者手里。

涨价的信号——DeepSeek 拟上调 API 定价（增量追加 2026-08-06）

8月6日，DeepSeek 公告称计划近期整体上调 API 服务定价，预计涨幅较大，提示用户合理安排使用，具体方案以正式通知为准。

这条消息与页面前文的价格战叙事放在一起，构成一个值得注意的转折信号。页面前文记录的是「中国开源降75%」的价格战主动出击、OpenAI 被动跟降（8月4日将 GPT-5.6 Luna 输出价格砍降80%）；而 DeepSeek 在登顶 OpenRouter 调用量榜首、单日 8 万亿 Token 之后，选择上调 API 定价——从「低价抢量」转向「用量换价」。

登顶与涨价先后到来，说明调用量的领先地位已经稳固到足以支撑提价：当开发者生态和模型能力形成依赖，价格弹性就开始向供应商倾斜。这一步如果落地，意味着中国开源模型的价格战进入第二阶段——不再是单方面让利换市场，而是开始收割市场地位带来的定价权。对 OpenAI 而言，对手从「降价跟随」变成「反向涨价」，竞争的参照系正在改变。