彭博：DeepSeek V4.1 Flash 发力，中美顶尖 AI 跑分差距缩至 3%

导语：北京时间10月5日，彭博社援引彭博行业研究（Bloomberg Intelligence）的最新报告称，随着DeepSeek等中国AI实验室的模型持续进步，美国AI公司相对中国同行的性能领先优势急剧缩小，已降至历史最低水平——中国顶尖模型在基准测试得分上仅落后美国竞争对手3%。这个数字，让外界对美国科技主导地位的长期性、以及技术出口限制措施的有效性，打上了一个新的问号。

一、3%这个数字是怎么来的

据彭博行业研究高级分析师罗伯特·利亚（Robert Lea）在周一发布的报告，DeepSeek于9月发布的V4.1 Flash模型，在LiveBench评测中取得81.1分。作为对照，Anthropic旗下最强模型的得分为83.4分，两者之间的差距被压缩到约3%。

LiveBench的评分方式，是根据AI模型对问题、谜题或任务的回答与分析质量进行打分，过程类似于衡量人类的智商。利亚表示，这意味着DeepSeek模型的表现“已经可以与Anthropic、OpenAI的领先AI系统相媲美”。

更值得注意的是V4.1 Flash的排名：它在9月的LiveBench全球榜单中位列第六，成为自2025年DeepSeek凭借推理模型R1取得突破以来，排名最高的中国模型。

二、从15%到9%再到3%：半年内的三连跳

拉开时间轴看，这3%并非一蹴而就。根据同一份报告，今年早些时候中美顶尖模型的差距约为15%，到5月份已收窄至约9%，而随着V4.1 Flash的发布，这一差距进一步被压低到3%。也就是说，在大约半年时间里，差距被抹平了八成以上。利亚在报告中写道，这种性能的持续提升，意味着中国竞争者将进一步扩大市场份额。

彭博社指出，中国模型技术的崛起得益于两方面：一是AI专业能力的不断深化，二是研究人员针对国产硬件优化模型的能力。这些进展，也让人们开始质疑美国限制技术出口的做法是否真的有效。利亚称，中国取得的进展“进一步让人质疑美国在AI领域的科技主导地位能否长期维持”。

三、别急着下结论：三个被忽略的细节

在“3%”这个吸睛数字之外，报告同样提示了需要冷静看待的地方。

1. 头部模型仍是少数。尽管双方得分差距缩小至3%，但在LiveBench评选出的前15个模型中，只有3个来自中国。整体生态的厚度，中美之间仍有明显差距。
2. 排名会不断变化。利亚明确提醒，这类榜单的位次并不稳定，一次新发布就可能改写格局，单点成绩不足以代表长期实力。
3. 变现仍是难题。他强调，无论模型在排行榜上排名如何，把技术能力转化为可持续的商业收入，都可能相当困难——跑分领先，并不自动等于市场领先。

四、为什么这件事让美国“如鲠在喉”

过去两年，美国试图通过高端芯片出口管制，延缓中国AI的追赶速度。但3%的跑分差距，被外界解读为一个反向信号：限制并未拉开代差，反而倒逼中国团队在算法效率与国产硬件适配上加速迭代。

当然，跑分只是能力的一个侧面。训练算力规模、数据生态、顶尖人才储备，以及底层芯片供应链，依然是决定长期胜负的关键变量。差距缩至3%，是“追赶快”的证据，却不是“已经追平”的结论。

五、对行业的启示

对中国AI从业者而言，这一轮收窄说明“用更少的算力做更多的事”这条路是走得通的；对海外厂商而言，靠单一模型代差维持高溢价的窗口期，正在肉眼可见地缩短。当顶尖能力越来越接近商品化，竞争的重心会从“谁的模型更强”，转向“谁的成本更低、谁落地更快、谁的生态更稳”。

可以预见，接下来几个季度，围绕基准榜单的贴身缠斗还会继续。而真正决定格局的，或许不是某一次跑分，而是谁能把这份能力，稳定地交付给千行百业。