国产六大推理模型激战OpenAI？

“DeepSeek-R1 如同当年苏联抢发的第一颗卫星，成为 AI 开启新时代的斯普特尼克时刻。”

2025 年春节前，DeepSeek 比除夕那天的烟花先一步在世界上空绽放。

离年夜饭仅剩几个小时，国内某家云服务器的工程师突然被拉入工作群，接到紧急任务，要求其快速调优芯片，以适配最新的 DeepSeek-R1 模型。该工程师告诉我们，“从接入到完成，整个过程不到一周”。

大年初二，一家从事 Agent To B 业务的厂商负责人电话被打爆，客户的要求简单粗暴：第一时间验证模型真实性能，尽快把部署提上日程。

节前大模型，节后只有DeepSeek。DeepSeek-R1就像一道分水岭，重新书写了中国大模型的叙事逻辑。

以 2022 年 11 月，OpenAI 发布基于 GPT-3.5 的 ChatGPT 应用为起点，国内自此走上了追赶 OpenAI 的道路。2023 年，大模型如雨后春笋般冒出头，无大模型不 AI，各厂商你追我赶，百模大战初见端倪。

你方唱罢我登场，2024 年的主人公变成了“AI 六小虎”，AI 创业成为新的故事脚本。仅一年的时间，智谱累计完成 40 亿元人民币融资，月之暗面融资总额超 13 亿美元。在资本抛出橄榄枝后，他们站到了聚光灯下，一跃成为明星独角兽公司。

新的转折点发生在 DeepSeek-R1 爆火后，曾有一段时间内行业陷入了“一半火焰，一半海水”的境地，即一边积极拥抱学习 R1，一边陷入了深深的自省。

徘徊是短暂的，随着百度、阿里、字节、腾讯、科大讯飞等厂商纷纷发布最新的推理模型，2025 年的 AI 叙事主题呼之欲出：“六大推理模型迎战 OpenAI”。

回看 OpenAI 的模型发布时间线，在基础模型方向，可以分为 GPT 系列和 o 系列，2024 年 OpenAI 所发布的 o1 是一个里程碑式的转向。

（光子星球制图）

GPT 系列是 OpenAI 最早构建的模型体系，聚焦自然语言处理、对话系统与文本生成，强调语言流畅性与上下文理解能力。o 系列是 OpenAI 于 2023 年新设立的模型家族，核心聚焦“结构化推理”能力，强调模型的逻辑、分析、工具调用能力，是对 GPT 系列“语言偏重”路线的补充与扩展。

未来 GPT 系列或将逐渐退出历史舞台。OpenAI 在更新日志中宣布，自 2025 年 4 月 30 日起，GPT4 将在 ChatGPT 中退役，将完全被 GPT4o 取代。

如果只是 OpenAI 自身技术选择，o 系列和 DeepSeek-R1 并不会带来如此强大的影响。以底层模型架构举例，有公司选择传统的 Transformer 架构，也有公司选择自研架构。

o 系列崛起有一个大背景，即大模型范式的改变，从传统预训练阶段模型参数的 Scaling Law，转移到强化学习推理计算带来新 Scaling Law。这一点在 OpenAI 的 o3 开发过程中得到了验证，OpenAI 观察到大规模强化学习表现出与 GPT 系列预训练中观察到的趋势相同，计算量越大，性能越好。

简而言之，就是让 AI 自己规划、学习、反馈和完成任务，这与如今大热的 Agent 所需具备的能力一致。

有技术人员告诉光子星球，o1 以后所发布的“Deep Research”Agent，完全基于模型从头训练，且未公开思维链推理过程。“这意味着底座模型能力直接决定了 Agent 的落地效果”，想要在大模型第二程变得有竞争力，推理模型几乎成为了必选。

站在公司和技术一号位角度，第一时间跟进 o1 和 DeepSeek-R1 是一种判断和眼光，但同时也代表着重投入与高风险。

我们了解到国内的很多公司，名义上有自研大模型，但实则是“套壳”。o 系列站在 GPT 的肩膀上诞生，这导致地基不牢的公司只能望而却步。另一方面，融资和商业化变现的压力，又淘汰了一批公司。

（光子星球制图）

于是，我们发现去年星光暗淡的大厂们，成为了反应最快，跟进最及时的代表。

以 DeepSeek-R1（2025 年 1 月 20 日发布）为时间基准线，当月科大讯飞就发布了深度推理大模型——讯飞星火 X1；3 月，百度发布文心大模型 X1，阿里发布通义千问 Qwen-QwQ-32B 推理模型，腾讯发布混元T1深度思考模型；4 月，字节豆包 1.5 深度思考模型上线，同时讯飞星火 X1 迎来升级，发布“快思考、慢思考统一模型”。

上述厂商有一些共同之处，跟上了每一次的模型能力升级进度，在转向推理方向前，其基础模型能力基本都达到了 GPT-4 的水平。以此作为参照，这可能是迈入大模型第二阶段的基本条件。

o3 目前是 OpenAI 最强大的推理模型。网上流传的一张大模型 IQ 图显示，人类平均 IQ 为 100，o3 智商达到了惊人的 136。

测试数据显示，o3 在多项基准测试中超越了 o1 的性能，特别在分析图像、图表和图形等视觉任务中表现尤为出色。

在外部专家的评估中，o3 在困难的现实任务中比 o1 犯的重大错误减少 20%，在编程、商业、咨询和创意构思等领域都有不错的表现。

需要承认的是，OpenAI 存货确实有两把刷子，继 o1 之后，o3 又成为了新的大模型性能攀登高峰。但国内各大模型厂商的跟进速度并不慢，若以 DeepSeek-R1 为参考标准，百度、阿里、科大讯飞、字节、腾讯后面所发布的推理模型水平相差不大，部分在一些测试指标上甚至有超越。

截至目前，国产六大推理模型各有千秋。

DeepSeek-R1 的意义不言而喻，完整的技术报告和开源部署，给予了行业推理大模型训练思路。打开了 OpenAI 闭源的“黑匣子”，成功复刻出了性能相差无几的 o1。R1 突出的特点是“花小钱办大事”，高效且追求极致性价比。在非常有限的算力、数据等资源投入的情况下，训练成本却仅为 560 万美元，远低于美国 AI 公司的数千万美元乃至数亿美元投入。

一位知情人士告诉我们，DeepSeek-R1 和一些国产推理大模型不构成直接竞争对手。在B端业务中，目前阿里开源的千问系列模型占比更重。“全尺寸和全模型，就像一个全家桶，可以供客户选择。32B 的模型大小，跑起来成本也不是很高”。

百度在这波中从生态层面接入了 DeepSeek，这给了用户更多选择权，开源和免费的策略或将能吸引更多用户。文心大模型 X1 采用“思维链-行动链”协同训练，在复杂任务中自动拆解为二十多个推理步骤，同时可以调用十几种的工具链，以此来增强 Agent 的能力。

有参与过与百度合作的人士告诉光子星球，在金融、医疗、政务等一些垂类领域，百度会“牵线搭桥”，把一些相关业务的公司攒到一个局。“百度提供基础模型，我们提供另一方所需的技术，最后直接跟百度核算”。通过这种方式，百度正不断缩小 To B 大模型市场与科大讯飞之间的差距。

科大讯飞的星火 X1，是当前业界唯一基于全国产算力训练的深度推理大模型。

正是基于全栈国产、自主可控的优势，科大讯飞的星火大模型倍受央国企和政府客户的青睐，保持行业端领先。4 月 21 日，星火 X1 升级提升了通用能力，也同步增强了面向行业的解决方案能力。在重点行业，如教育、医疗、司法等领域的测试中，都获得了超过 OpenAI 和 DeepSeek 的分数，这些能力无疑会在今年大模型订单中有所体现。

星火 X1 一个模型同时支持两种思考模式，提升了模型处理不同复杂度任务的能力，满血版星火 X1 仅需 4 张卡（华为 910B）即可部署。与华为的深度合作，以及不断迭代的底座大模型能力和强大的行业大模型落地体系，已经成为科大讯飞在一众大厂围剿中突出重围的三大利器。

国内闭源大模型中，豆包模型被评价为“有一定价格竞争力”。一位做 AI 玩具的厂商告诉我们，他的产品接入了多家大模型，在用户使用过程中，优先使用各家的免费 Token 额度，“一旦超过后，优先切换豆包，价格能控制在比较低的成本”。

去年，豆包参与主导了价格战，豆包大模型价格降至 0.0008 元/千 Tokens，豆包视觉理解模型定价 0.003 元/千 Tokens，均低于当时行业平均水平。此外，豆包大模型是技术落地 AI 应用产品值得借鉴的案例，端到端的实时语音技术、多模态、Agent 技术都能在第一时间介入豆包应用端，这也是支撑其快速迭代更新的原因之一。

腾讯混元入场较晚。有员工曾向我们表示，混元团队成员大部分以前是搜索推荐广告出身，跟通义、字节或许有一定差距，“赶鸭子上架，好像也没什么明确方向，东一下西一下”，“一群外行人指导内行人”。加之人员的流逝，导致了混元曾一度处于停滞状态。

借着 DeepSeek 崛起的东风，元宝已经悄然实现了逆袭。至少从数据层面看，已经取得阶段性成果。一位内部人士告诉我们，2025 年春节以来的这几个月，腾讯倾注了整个集团资源对元宝进行推广，无论线下活动资源，还是微信导流或者预算投入，对于元宝都是重点倾斜，通过这种大力出奇迹的方式，逆转了此前完全被动的局面。

从目前各公司的市场反馈来看，云端多模调用已经逐渐被认可，各家模型并存，用户按需调取才是未来。在现实情况中，客户最终是否选用一款大模型，模型性能只是一项衡量标准，背后可能还涉及数据、生态等多方面的考量。

自 DeepSeek-R1 开始，国产推理大模型成为了各榜单的常客，AI 开源社区的用户以真实的下载量和 Star 数来支持中国 AI 的发展。

即便如此，当前大模型仍面临着或多或少的“卡脖子”的问题。

近期，有消息称，英伟达已通过非正式渠道通知其 AIC 合作伙伴（如七彩虹、影驰、同德等），暂停 GeForce RTX 5090D 的销售和出货。这一举措被认为是英伟达在应对国际环境变化的预防性措施。

尽管英伟达尚未发布正式公告，但业内普遍认为，RTX 5090D 的供应已进入“暂停状态”，这仅仅才只是开始。

若从源头上被限制，英伟达必将遭遇更加巨额的损失，而美国之外国家的大模型发展将遭遇不确定性，追赶 OpenAI 的步伐也将受到一定的阻碍。

在此背景下，全国产化技术路径将越来越成为大家的备选项。这其中，科大讯飞做了较为充分的准备。据了解，科大讯飞与合作伙伴联合通过四大核心技术优化，实现 MoE 模型集群推理性能翻倍提升。

根据最新测试集评测结果，星火 X1 在通用任务效果评测中全面对标 OpenAI o1 和 DeepSeek R1，在数学、知识问答等方面表现突出，这表明在技术自主可控的道路上，中国 AI 已具备与国际顶尖模型同台竞技的实力。

去年风光无限的 AI 六小虎，如今早已各奔东西，境遇迥然。被 DeepSeek 击碎“AGI 理想”“学术天才创业”和“明星 AI 产品”的月之暗面，回归到低调的技术研发中；将底层技术和产品解绑后的 MiniMax，加大了对技术的投入，方向同样为 Agent 和推理模型；六小虎中的智谱终于盼来了即将 IPO 的好消息，不过其整体营收、估值以及能否顺利实现 IPO，仍充满变数。

去年，Kimi、海螺 AI 等 AI 应用的出圈，短暂地迎来了 AI 公司的高光时刻。但今年，推理模型已经成为了国内各大厂商角逐的重要方向，AI 六小虎的方向与大厂高度重合，而决定他们能否生存下去的“口粮”则握在大厂们的手上。

如今，随着六大推理大模型的全面崛起，以及国际环境的不确定性加剧，全栈国产化大模型有望将成为一种新的主流。

从半导体、工业软件与信创再到今天的 AI 芯片，历史的经验告诉我们，想要摆脱被制约的现状就得实现独立自主，将命运牢牢掌握在自己手中。或许在不久的将来，越来越多的国产大模型将走上全栈国产化对抗 OpenAI 们的道路。