彭博研报：DeepSeek V4.1 Flash 助力中美顶尖模型跑分差距缩至 3%
彭博行业研究指出，随着 DeepSeek 等中国 AI 实验室模型不断进步，美国 AI 公司相对中国同行的性能领先优势急剧缩小。特别是在 DeepSeek 发布 V4.1 Flash 后，中美顶尖模型在基准测试得分上的差距已收窄至 3%，引发对美国科技主导地位及出口限制有效性的讨论。
驱动中国10月5日消息，彭博行业研究最新报告显示，过去几个月内，以 DeepSeek 为代表的中国 AI 实验室模型性能显著提升，导致美国 AI 公司相对于中国同行的领先优势急剧缩小，降至历史最低水平。这一变化被认为对美国在人工智能领域的科技主导地位构成了挑战。
彭博行业研究高级分析师罗伯特·利亚（Robert Lea）在周一发布的报告中指出，自 DeepSeek 于9月发布 V4.1 Flash 模型以来，中国顶尖模型在国际基准测试中的得分仅落后于美国竞争对手 3%。相比之下，今年5月这一差距约为 9%，而在今年早些时候，差距曾高达 15%。
利亚分析认为，这种性能的持续提升意味着中国 AI 竞争者有望进一步扩大其市场份额。报告指出，中国模型技术的崛起主要得益于其 AI 专业能力的不断深化，以及研究人员针对国产硬件进行模型优化的能力。这些技术进展也引发了外界对美国限制技术出口政策有效性的质疑。
据彭博社报道，利亚在报告中称，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”。作为佐证，DeepSeek 的 V4.1 Flash 模型在上月的 LiveBench 全球排名中位列第六。这是自 DeepSeek 凭借推理模型 R1 在 2025 年取得突破以来，排名最高的中国模型。LiveBench 通过评估 AI 模型对问题、谜题或任务的回答与分析能力进行评分，其机制类似于衡量人类智商。
数据显示，DeepSeek 最近一次在 LiveBench 上的得分为 81.1 分，而 Anthropic 的最高得分为 83.4 分。利亚表示，这一得分差距表明 DeepSeek 模型的表现已经“可以与 Anthropic、OpenAI 的领先 AI 系统相媲美”。不过，尽管得分差距已缩小至 3%，但在 LiveBench 评选出的前 15 个模型中，仅有 3 个来自中国。
利亚同时提醒，此类排名具有动态变化特征，且无论模型在排行榜上的具体排名如何，其商业化变现过程仍可能面临困难。