是国内最早做百万上下文的，2024年时就提过对应200万文字，当时长文本一度是Kimi非常亮眼的标签。不过比较遗憾的是，当时Kimi没解决成本问题，这次DeepSeek再提长文本，就已经把成本打下来了。这次V4 API标准费率为输入每百万Token 0.30美元，缓存命中时低至0.03美元，仅为GPT-4o价格的约1/20至1/50。按照人民币计价，V4-Flash输入价格仅为1元/百万Token（缓存未命中）、输出2元/百万Token；V4-Pro输入为12元/百万Token、输出24元/百万Token。另外，Kimi下一代模型的亮点其实也是长上下文，但在路线上两者有点不一样，DeepSeek探索的是稀疏注意力，Kimi探索的事线性注意力。至此，DeepSeek和Kimi拿出了中国唯二万亿已开源模型。开源的合力，对垒硅谷三巨头在全球的AI竞赛里，有人负责做0-1的创新，有人负责1-100的工程复制，但难的是前者需要全球范围内那1%的天才，后者更适合军团作战的大厂。过去，外界常常说0-1的创新容易发生在美国，后者容易发生在中国。但从DeepSeek和Kimi开始，0-1的创新开始更多的发生在中国。这给了海外AI厂商巨大压力。凤凰网科技了解到，梁文锋在创立DeepSeek之后，对应用和市场都不是最感兴趣的，他更在乎底层创新，2025年初的R1以多头潜在注意力的架构创新击穿了深度思考的成本。另有行业人士告诉凤凰网科技，尽管融资曾打乱Kimi的节奏，但在2025年DeepSeek走红后，Kimi也回归技术，继续钻研底层创新。而Kimi从K2到K2.5，其底层架构与DeepSeek V3一脉相承，本质上是在后者基础上的规模化扩展。到了2026年， DeepSeek团队在1月连续发布的两篇论文mHC与Engram中，开始大量参考Kimi此前开源的优化器、注意力架构等研究成果。这种中国开源模型在底层技术的你追我赶，让中国的底层创新形成了良性循环，最终带动了国内开源阵营的集体逆袭。MIT与Hugging

Face联合发布的报告显示，过去一年中国开源模型的全球下载量占比达到17.1%，首次反超美国的15.86%。全球头部AI模型API聚合平台OpenRouter的数据则显示，2026年2月，中国AI模型的调用量三周大涨127%，全球前五中占据四席包括MiniMax、Kimi
=*=*=*=*=*=
当前为第2/4页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页