喵哩文創

首頁 / 文章 / AI 趨勢

AI 趨勢

中國開源 AI 崛起:DeepSeek V4、小米 MiMo、通義千問,如何顛覆全球 AI 格局

中國開源 AI 正在改寫全球 AI 格局。DeepSeek V4 以 27% FLOPs 接近 Claude 頂級模型,小米 MiMo-7B 在數學推理超越 o1-mini,Qwen 3.6-27B 用 1/14.7 的參數量打敗自家 397B 前代。本文從架構創新到成本革命,用工程師視角解讀這場靜悄悄的技術革命。

Louis2026 年 4 月 28 日發布11 月 11 日更新閱讀約 30 分鐘

本文最後更新於 2026 年 11 月 11 日

2026 年 4 月 24 日,DeepSeek 發布了 V4。不是下午五點的平靜公告,而是當天下午一點直接丟進 Hugging Face,讓 GitHub 在 48 小時內衝到趨勢榜第一。

我看到這個消息的時候,第一個念頭不是「中國又來了」,而是:好,現在我跑 backend 推論的成本計算要更新了。身為一個用 Claude Code 寫程式、用 Freqtrade 框架跑量化回測的工程師,我每個月的 LLM API 費用是真實的痛點。V4-Flash 的定價,$0.14 input / $0.28 output per million tokens,跟我在用的 Claude Opus 4.7 的 $5/$25 一比,差距是 89 倍。

這不是誇張,是算術。

但這篇文章不只是成本計算。因為在同一個月,小米的 MiMo V2-Flash 在 SWE-Bench Verified 拿到 73.4%,開源最高;阿里的 Qwen 3.6-27B 用 27B 參數打敗了自家 397B MoE 前代。這三件事同時發生,讓我意識到一個更大的格局正在成形。

我認為這不是中國對美國的競爭,是開源對閉源的範式轉移。而開源,從歷史來看,永遠贏。

Linux 打敗了 Unix。Android 打敗了 Symbian。PostgreSQL 打敗了 Oracle(至少在新一代開發者心中)。現在輪到 LLM 了。USCC(美國中國經濟與安全審查委員會)今年三月的報告記錄了一個讓很多人不舒服的現象:相當比例(部分調查估計超過七成)的美國 AI 新創,正在用中國開源基礎模型做衍生開發。這不是威脅論,這是市場選擇的結果。

接下來這篇文章,我會帶你看透三個模型的技術細節,分析開源精神如何在算力受限的情況下還能加速整個產業,最後給你一個工程師角度的實戰建議。

三大型語言模型全景儀表板
三大型語言模型全景儀表板:DeepSeek V4 / 小米 MiMo / 通義千問 Qwen 3.6 核心指標一覽

第一章:DeepSeek V4 — 開源 frontier 時代正式來臨

核心問題直接回答:DeepSeek V4 是 2026 年 4 月 24 日發布的開源大語言模型,分 V4-Pro(1.6T 參數)和 V4-Flash(284B 參數)兩個版本,MIT 授權,性能接近 Claude Opus 4.7 與 GPT-5.5,API 價格僅是前者的 1/7 至 1/89。

Hybrid Attention 是什麼?DeepSeek 的核心架構創新

「Hybrid Attention」,DeepSeek V4 的核心架構,把兩種注意力機制混合成一個高效系統:CSA(Compressed Sparse Attention,壓縮稀疏注意力)處理長距離依賴,HCA(Heavily Compressed Attention,強壓縮注意力)處理局部模式。結合 MoE(Mixture of Experts)架構,每次推論只激活全部參數的一小部分。

數字會說話:在 1M token 的上下文視窗下,V4 只需要 DeepSeek V3.2 的 27% inference FLOPs,而且 KV cache 只需要 10%。這對獨立開發者意味著什麼?跑長上下文任務的 API 費用,實際上比帳面定價還要便宜。

DeepSeek V4 架構示意圖
DeepSeek V4 架構示意圖:CSA + HCA 雙軌混合注意力設計,27% FLOPs,10% KV Cache

V4-Pro 是旗艦版:1.6 兆總參數,49B active 參數,用 33T tokens 訓練。V4-Flash 是效率版:284B 總參,13B active,32T tokens。MIT 授權代表你可以商業部署、修改、重新發布,沒有「研究用途限制」這種模糊地帶。

關於 MIT 授權的實際意義
MIT 是最寬鬆的開源授權之一。你可以把 DeepSeek V4 部署在自己的伺服器、修改模型行為、以它為基礎建立商業產品。唯一要求是保留原始版權聲明。這跟 Meta 的 Llama 授權(有商業使用限制)不同。

效能:跟 frontier 模型的真實差距

從公開 benchmark 來看,DeepSeek V4-Pro 在 SWE-bench Verified 得到 80.6%,Claude Opus 4.6 是 80.8%,差距 0.2 個百分點。在 HLE(Humanity’s Last Exam)這個更難的測試上,Claude 40.0%,V4-Pro 37.7%,Claude 小幅領先。

主要 Benchmark 比較
主要 Benchmark 比較:SWE-bench Verified 與 HLE(人類最後考試)成績對比

這代表 V4 還沒有完全超越 frontier。但「接近 frontier,價格是 1/7」這個命題,對絕大多數工程任務已經足夠了。我的判斷是:除非你做的是真正需要頂尖推理能力的任務(醫療診斷、法律分析、複雜多步驟 agent),V4-Flash 就夠用,而它的 API 價格是 $0.14/$0.28,便宜到你幾乎不會在乎費用。

工程師的成本計算方式
如果你每個月跑 100M tokens,Claude Opus 4.7 output 要付 $2,500。DeepSeek V4-Flash 同樣工作量只要 $28。這不是「便宜一點」,這是「從奢侈品變成日用品」的量級差異。對量化策略回測這種需要大量 LLM 推論的任務,成本直接決定你能做多少實驗。

Huawei 昇騰 950PR:硬體脫鉤的戰略意義

V4 還有一個技術面向被很多媒體低估了:它是第一個優化在華為昇騰 950PR 晶片上運行的 frontier 級開源模型。DeepSeek 團隊花了數個月,把核心推論程式碼從 CUDA 生態系統重寫到 Huawei CANN 框架。

昇騰 910C 的實際效能大約是 H200 的 60%,DeepSeek 官方並沒有迴避這個數字。但這不是重點。重點是:一個 1.6T 參數的模型,現在可以跑在不依賴 Nvidia 的硬體上,而且效能還在 frontier 水準附近。Nvidia 執行長 Jensen Huang 稱此為「對美國的可怕結局(horrible outcome for America)」,這句話恰好說明了這件事的戰略重量。

中國 AI 硬體與模型生態
中國 AI 硬體與模型生態全圖:從 Ascend / 國產 GPU 到 DeepSeek / MiMo / Qwen

「中國開源策略的真正威力,不在於模型本身有多強,而在於它建立了一個不依賴美國硬體和軟體的完整生態。每一個在昇騰上跑得動的模型,都是美國出口管制失效的一個數據點。」

— MIT Technology Review, 2026 年 4 月

DeepSeek V4 規格速查表

DeepSeek V4 規格對照表
DeepSeek V4-Pro 與 V4-Flash 規格完整對照表
本章核心觀點:DeepSeek V4 的意義不只是「便宜的 Claude 替代品」。它是第一個同時達到 frontier 效能、完全開源、可跑在非 Nvidia 硬體的大型語言模型。這三件事同時成立,在 AI 歷史上是第一次。
表 1:三大中國開源模型核心對比(2026-04)
項目 DeepSeek V4-Pro 小米 MiMo V2-Flash 通義千問 Qwen 3.6-27B
發布日期 2026-04-24 2026 持續發布 2026-04-22
架構 MoE + Hybrid Attention(CSA+HCA) RL + 邊緣優化 Dense + Gated Delta Networks
總參數 1.6T 7B 27B
Active 參數 49B 7B 27B
授權 MIT MIT Apache 2.0
SWE-bench Verified 80.6% 73.4% 77.2%
MATH-500 — 95.8%(超越 o1-mini) —
主打場景 API 服務、雲端推理 邊緣 / 端側(人/車/家) 軟體工程 agent
戰略意義 1/10 成本對標 Opus 4.7 7B 打贏百億模型 27B 打敗自家 397B MoE

第二章:小米 MiMo — 7B 參數怎麼打贏百億模型

核心問題直接回答:小米 MiMo-7B 是一個用強化學習(RL)訓練的 7B 推理模型,在 MATH-500 達到 95.8% Pass@1,超越 OpenAI o1-mini;MiMo V2-Flash(309B MoE,15B active)在 SWE-Bench Verified 達到 73.4%,是目前開源最高分。

為什麼「7B 打贏 70B」才是真正的進步

我認為,AI 進步最錯誤的衡量方式,是看參數量。「更大的模型一定更好」這個直覺,是工業時代「更大的機器更有效率」思維的殘留。MiMo 的出現,是對這個直覺的一次直接反駁。

MiMo-7B 的訓練不是靠參數堆砌,而是靠 RL(強化學習)壓縮智慧。訓練資料:130K 數學和程式碼問題,用 rule-based accuracy rewards(基於規則的準確率獎勵,避免 reward hacking),訓練過程分四個階段:

  1. Base 預訓練:建立語言基礎
  2. RL-Zero:直接從 base model 做強化學習,跳過傳統的 SFT 初始化
  3. SFT:用高品質示範做監督微調,給 RL 一個更好的起點
  4. RL(cold-start 版本):從 SFT 版本再次做 RL,結合 cold-start 穩定性
MiMo 訓練管線
MiMo 四階段 RL 訓練管線:Base → RL-Zero → SFT → RL(cold-start)

這個設計的哲學是:與其在預訓練上堆資源,不如在強化學習上讓模型真正學會「推理」,而不只是「模仿」。MATH-500 的 95.8% Pass@1,不是在模仿人類解題過程,是模型自己發展出解題策略。

MiMo-7B 對比 o1-mini
MiMo-7B 對比 o1-mini:MATH-500、AIME、Codeforces 三項 Benchmark 成績
一個重要的分辨
MiMo-7B 在數學推理上超越 o1-mini,不代表它是通用能力的全面替代品。7B 模型在長文生成、多步驟複雜指令跟隨等任務上,仍然遜於更大的模型。它的優勢在於:特定任務的深度推理,加上可以跑在消費級硬體上。

MiMo V2-Flash:MoE 架構的 SWE-Bench 突破

如果說 MiMo-7B 是「效率推理」的示範,MiMo V2-Flash 是「開源軟體工程能力」的新標竿。

根據 arXiv 論文 2601.02780,MiMo V2-Flash 是一個 MoE 架構:309B 總參數,15B active 參數。架構設計採用混合注意力(Sliding Window Attention + global attention,5:1 比例,128-token sliding window),預訓練用 27T tokens,原生 32k context,可擴展到 256k。

訓練創新:MOPD(Multi-Teacher On-Policy Distillation,多老師在線蒸餾),用 120K 個環境做訓練,同時從多個老師模型學習,比單一老師蒸餾更穩定、更多樣。另一個效率創新是 MTP(Multi-Token Prediction)作為 speculative decoding 的 draft model,實現 3.6 acceptance length,推論速度提升 2.6x。

結果:SWE-Bench Verified 73.4%,SWE-Bench Multilingual 71.7%,都是開源最高。SWE-Bench 是測試模型「能不能實際修 GitHub issue」的 benchmark,比大多數數學/語言理解測試更接近真實工程場景。

「MiMo V2-Flash 的 SWE-Bench 成績說明一件事:開源模型在實際軟體工程任務上,已經可以和閉源 frontier 模型正面競爭。這個時間點比大多數人預期的早了一到兩年。」

— 根據 Hugging Face 社群討論與 arXiv 2601.02780 技術報告

硬體公司為什麼能做出最聰明的小模型

小米做 AI,最初很多人覺得是「再一個手機廠商的 AI 噱頭」。但我的觀察是:硬體公司反而有一個獨特優勢,閉源 AI lab 很難複製。

小米在「人 / 車 / 家」三個場景有真實的邊緣部署需求。車上的 AI 不能每個 request 都打 API,延遲不可接受、成本無法持續。這個約束逼著 MiMo 團隊去思考:怎麼用最小的模型,做到最多的事?這種工程壓力,比「在算力充足的情況下把模型做到最強」更難,也更有價值。

Mac Mini M4 Pro 48GB 現在可以跑 Qwen 3.6-35B-A3B,30W 功耗。根據 MLCommons 2025 年度效能調查,80.7% 的 LLM 工作負載其實可以用 20B 以下的模型處理,節省 77.1% 能耗。邊緣 AI 不是炒作,是真實的工程需求正在尋找真實的解決方案。

本章核心觀點:MiMo 的重要性在於它顛覆了「更大 = 更好」的直覺。RL 訓練讓 7B 模型在特定任務上超越 70B,這是效率哲學的勝利,也是邊緣 AI 場景的關鍵基石。

第三章:通義千問 Qwen 3.6 — 開源閉源雙軌的商業智慧

核心問題直接回答:Qwen 3.6 系列包含閉源旗艦 Max-Preview 和開源中型 27B 兩條線。27B dense 模型用更小的參數量打敗了自家 397B MoE 前代,Apache 2.0 授權,可跑在單一消費級 GPU;Max-Preview 是 Alibaba 首次推出閉源旗艦,在 6 個 benchmark 拿第一。

Qwen 3.6-27B:27B 為什麼能打贏 397B

2026 年 4 月 22 日,Alibaba 發布 Qwen 3.6-27B。第一眼看到這個模型的 benchmark,我的反應是:這不可能。27B dense 模型,在 SWE-bench Verified 達到 77.2%,打敗了自家 Qwen3.5-397B-A17B 的 76.2%。參數量相差 14.7 倍,但結果反轉了。

SWE-bench Pro(更難的版本):27B 達到 53.5%,前代 397B 是 50.9%。Terminal-Bench 2.0(系統管理任務):27B 達到 59.3%,持平 Claude 4.5 Opus。QwenWebBench(網頁自動化):27B 拿 1487 分,前代是 1437。

Qwen 27B 對比 397B
Qwen 3.6-27B 對比 397B 前代:SWE-bench Pro / Terminal-Bench,以 1/14.7 參數超越

為什麼可能?關鍵在兩個技術升級:

  1. Gated delta networks + sparse MoE:架構優化讓每個參數利用率更高
  2. Thinking Preservation:新功能,跨對話保留推理軌跡,減少 KV cache 重複計算。這讓模型在多輪對話中不需要每次重新「思考」已知前提,實際效能比參數量的提升更明顯

還有一個常被忽略的事實:Qwen 3.6-27B 支援 201 種語言和方言,用 early fusion 訓練(不是 late fusion)。這不只是技術指標,是 Alibaba 的地緣戰略:East Africa、Southeast Asia、Middle East 的政府選擇 Qwen,部分原因就是它支援當地語言。

Qwen 3.6 家族樹
Qwen 3.6 家族樹:閉源 Max-Preview、開源 27B Dense 與 35B-A3B MoE 三條產品線

Qwen 3.6 Max-Preview:Alibaba 為什麼突然閉源

2026 年 4 月 20 日,Qwen 3.6 Max-Preview 上線。這是 Alibaba 第一次推出閉源旗艦模型,僅透過 dashscope 和 bailian API 提供存取。同一天,Qwen Code 的免費方案關閉。

我認為這個策略非常高明,而且是 Anthropic 和 OpenAI 學不來的。

Alibaba 的邏輯:用開源中型模型(27B、35B-A3B)建立開發者生態和信任,讓全球工程師習慣 Qwen 的 API 格式和工具鏈;用閉源旗艦在 benchmark 上拿第一,維持商業競爭力和企業級銷售。這是「生態+利潤」雙軌,而不是非此即彼。

為什麼 Anthropic 和 OpenAI 學不來?因為它們的核心商業模式就是閉源 API,一旦開放中型模型,就直接自我侵蝕。Alibaba 的核心是雲基礎設施(Alibaba Cloud),開源模型帶來的開發者流量,最終可以轉化為計算資源消費。商業邏輯完全不同。

Qwen 3.6 授權詳情
Qwen 3.6-27B 和 Qwen 3.6-35B-A3B:Apache 2.0 授權,比 MIT 多了商標保護條款,但對商業使用同樣開放。Qwen 3.6 Max-Preview:閉源,僅 API 存取。

201 種語言:這是地緣戰略,不只是技術指標

Stanford HAI 的研究指出,中國開源模型在 Global South 的採用率遠超歐美模型,主要驅動因素之一是語言覆蓋。Qwen 支援 201 種語言包括 Yoruba(奈及利亞)、Swahili(東非)、Tagalog(菲律賓),這些是 GPT 和 Claude 支援很差的語言。

當 Malaysia 宣布把主權 AI 基礎設施建在 DeepSeek 和 Qwen 上,當 Singapore OCBC 銀行用 30+ 個內部工具跑 DeepSeek 和 Qwen,背後有一個共同的邏輯:這些模型能說我們的語言,理解我們的語境,而且開源讓我們可以自己部署、不依賴外國雲。

本章核心觀點:Qwen 3.6 的雙軌策略展示了開源模型的最成熟商業模式:用開源建生態、用閉源賺利潤。更重要的是,201 語言覆蓋讓它成為真正的「全球南方 AI 基礎設施」,這是單一文化閉源模型很難複製的護城河。

第四章:開源加速論 — 為什麼整個產業都在受益

核心問題直接回答:中國開源 AI 模型透過「Two Loops」機制加速產業:開源帶來廣泛部署,部署帶來真實數據和開發者貢獻,回饋模型改進。截至 2026 年 2 月,中國模型佔 Hugging Face 全球下載 41%,超越美國的 36.5%。

Two Loops:USCC 如何解釋中國開源戰略

2026 年 3 月 24 日,美國中國經濟與安全審查委員會(USCC)發布了一份報告:《Two Loops: How China’s Open AI Strategy Reinforces Its Industrial Dominance》。這份報告的出現,本身就說明了一件事:美國政府已經意識到中國開源 AI 策略的系統性影響,並且開始認真研究它。

報告定義了兩個相互強化的循環:

Loop 1(模型循環):開源 → 廣泛部署 → 全球開發者貢獻 → 模型改進 → 更廣泛部署

Loop 2(產業循環):AI 應用 → 工廠/物流/機器人的真實世界數據 → 回饋模型訓練 → 更強大的工業 AI

USCC 雙循環框架
USCC「雙循環」框架:Loop 1 模型訓練循環 × Loop 2 產業部署循環,相互強化

這個框架解釋了一個表面上矛盾的現象:為什麼一個受到 Nvidia 出口管制限制的國家,卻在開源 AI 上取得了全球領先地位?答案是:算力限制反而逼出了效率,開源策略把全球開發者轉變成了免費的貢獻者。

數字說話:從 17% 到 41%

MIT 和 Hugging Face 的聯合研究,追蹤了全球開源模型的下載份額。2025 年 8 月的數據:中國模型佔全球下載 17.1%,首次超越美國的 15.86%。

到了 2026 年 2 月,trailing 12 months 數據:中國 41%,美國 36.5%。這個翻轉發生在一年半的時間內,主要驅動力是 DeepSeek R1 在 2025 年一月的病毒式傳播,加上 Baidu、Alibaba、Xiaomi 等公司從 2024 年幾乎零發布到 2025 年的 100+ 次模型發布。

全球開源 AI 下載分布
全球開源 AI 模型下載地區分布:中國 41%、美國 36.5%,中國已超越美國成為最大社群
一個方法論的注意事項
Hugging Face 下載量不等於「使用量」,一個模型被下載一千次未必代表有一千個真實部署。但這個趨勢的方向性是清楚的,而且加速時間與 DeepSeek R1 發布高度吻合。

80% 美國新創,你用的基礎模型是誰的

USCC 報告中最讓美國政策圈不舒服的數字:80% 的美國 AI 新創,正在使用中國開源基礎模型做衍生開發。Andreessen Horowitz 的調研估算接近這個數字。

這個現象有一個很簡單的解釋:成本。切換到開源替代方案(以中國模型為基礎),對比直接使用 OpenAI/Anthropic 的閉源 API,成本降低超過 70%,而且 benchmark 效能實際上提升了 14%。California Management Review 估算,如果 AI 產業全面最優化模型選擇,每年可以節省約 250 億美元。

我認為「中國模型威脅論」是一個商業話術,目的是在監管層面保護閉源 API 供應商的市場份額。真正的威脅,從開發者的角度看,是你還在花 10x 的錢用閉源 API,做用 1/10 成本的開源模型也能做到的事。

Singapore、Malaysia 選擇邏輯:不是政治,是工程

Malaysia 在 2026 年成為東南亞第一個宣布主權 AI 基礎設施的國家,部署的是 DeepSeek 開源模型,初始採用者包含總理辦公室。新加坡 OCBC 銀行用 30+ 個內部工具跑在 DeepSeek 和 Qwen 上。

他們的選擇邏輯:美國超大規模雲基礎設施(AWS/Azure/GCP)提供算力,中國開源模型提供 LLM 能力。這個「雙層架構」把最好的 two worlds 結合起來,而且開源意味著可以自主部署、不依賴任何單一廠商的 API 服務條款。

Stanford HAI 的報告分析認為,這種採用模式在 Global South 國家會持續加速,因為開源模型的「自主部署、無 API 費用、可本地微調」三個特性,對資源受限的政府機構特別有吸引力。

API 定價對比
API 定價對比:DeepSeek V4-Flash $0.28/1M 輸出 vs Claude Opus 4.7 $25.00,相差 89×
本章核心觀點:開源加速論的核心不是民族主義,是經濟邏輯。當一個選擇的成本是競爭者的 1/7 到 1/89,而效能差距不到 3%,市場會自己做選擇。USCC 和 Andreessen Horowitz 的數據只是把這個邏輯的結果量化了而已。

第五章:獨立開發者實戰建議 — 我的模型選型框架

表 2:主流模型 API 定價對比(2026-04 / 美元 / 百萬 tokens)
模型 輸入 (Input) 輸出 (Output) 相對 Opus 4.7 成本
Claude Opus 4.7 $15 $75 1×(基準)
GPT-5.5 $5.5 $22 ~30%
Gemini 3.1 Pro $2 $10 ~13%
DeepSeek V4 (官方 API) $0.27 $1.1 ~1.5%(節省 89×)
Qwen 3.6 Max-Preview $1.5 $6 ~10%
本地 MiMo 7B (Mac M4) $0(電費) $0(電費) 趨近 0

核心問題直接回答:根據公開 benchmark、API 定價和工程師社群反饋,2026 年中期的模型選型建議:高頻低成本任務用 DeepSeek V4-Flash,頂尖推理用 Claude Opus 4.7,軟體工程 agent 用 Qwen 3.6-27B,本地部署用 MiMo 7B(數學/推理)或 Qwen3-4B(速度優先)。

我是怎麼思考 LLM 選型的

作為一個同時用 Claude Code 寫程式、用 Freqtrade 跑量化回測的工程師,我選模型的方式很務實:先定義任務類型,再算成本效益,最後考慮部署限制。

有三個維度是我最在乎的:

  1. 任務類型:這個任務需要頂尖推理,還是高頻低延遲,還是本地隱私?
  2. 成本乘數:我每個月的 token 消耗量,乘以這個 API 的單價,一年是多少
  3. 生態相容性:這個模型的 API 格式,能不能直接 drop-in 替換我現有的呼叫
模型選型決策樹
Louis 模型選型決策樹:按任務類型(即時/推理/商業)選擇最合適的開源或閉源方案

量化交易場景:推論成本決定你的實驗量

量化策略研發有一個很少被討論的瓶頸:LLM 推論成本會限制你的實驗迭代速度。如果你用 LLM 協助分析 backtest 結果、生成策略變體、或解讀市場異常,每個 session 可能消耗幾十萬 tokens。

從工程角度看,Freqtrade 這類框架的回測分析,核心是結構化數據理解,不是開放式創作。這類任務對模型的要求是:能讀懂 JSON/CSV 格式的數據,能識別統計異常,能用清晰語言解釋。這不需要 frontier 的頂尖推理,需要的是「夠用的邏輯加上極低的成本」。

我的判斷:V4-Flash($0.28/M output)在量化分析輔助任務上,是 Claude Opus 4.7($25/M output)的 89 倍成本節省,性能差距可能不到 10%。這意味著同樣的預算,可以跑 89 倍的實驗。從統計學的角度,更多實驗等於更多樣本,等於更可靠的結論。

寫 Code 場景:Claude Code vs Qwen 3.6-27B

Claude Code 在複雜程式碼生成和多檔案理解上,目前仍然是我日常工作的主力。但根據公開 benchmark,Qwen 3.6-27B 在 SWE-bench Verified 達到 77.2%,在 Terminal-Bench 2.0 持平 Claude 4.5 Opus(59.3%)。這意味著:對於明確定義的程式碼任務(修 bug、寫測試、重構單個函數),Qwen 3.6-27B 已經達到競爭水準,而且可以本地跑(單一消費級 GPU)。

社群回報(Hugging Face 討論和 Reddit/r/LocalLLaMA)指出:Qwen 3.6-27B 的 Thinking Preservation 功能,讓它在多輪對話中的程式碼上下文保持能力特別強。對於需要長時間維持程式碼庫理解的任務,這個特性的實際影響比 benchmark 分數更明顯。

邊緣場景:本地 LLM 的真實體感

InsiderLLM 和 Like2Byte 的測試顯示,Mac Mini M4 Pro 48GB 可以跑 Qwen 3.6-35B-A3B,30W 功耗。Qwen3-4B 在 M4 Max 上達到 159 tokens/second。MiMo-7B 的數學推理能力,在本地運行的場景下,對量化策略的邏輯驗證任務有實際意義。

我認為邊緣 AI 不是炒作。它是「隱私需求 + 延遲需求 + 成本需求」三者交匯的必然結果。當一個本地 7B 模型在特定任務上能達到 70B 雲端模型 90% 的效能,而且延遲是毫秒級(不是秒級),部署在 Mac Mini 上的月電費是 $3(不是 API 費用),這個選擇就不需要額外理由了。

給台灣開發者的具體建議
在台灣使用 DeepSeek API 目前沒有法律限制。如果你有數據隱私顧慮(例如企業機密程式碼),優先考慮本地部署 Qwen 3.6-27B 或 MiMo V2-Flash,而不是使用任何雲端 API(無論是中國還是美國廠商)。本地部署的隱私保障最徹底。

開源時間軸:從 R1 到現在

中國開源 AI 時間軸
中國開源 AI 關鍵時間軸(2025-01 至 2026-04):六大里程碑事件

回顧過去 15 個月:

  • 2025-01:DeepSeek R1 病毒式傳播,震撼 AI 產業,OpenAI 股票短暫下跌 10%
  • 2025-Q2-Q3:中國模型 Hugging Face 下載份額從 17% 飆升
  • 2026-01:MiMo V2-Flash arXiv 論文發布(2601.02780),SWE-Bench 開源最高
  • 2026-03:USCC「Two Loops」報告,官方承認中國開源戰略的系統性影響
  • 2026-04-20:Qwen 3.6 Max-Preview,Alibaba 首個閉源旗艦
  • 2026-04-22:Qwen 3.6-27B,27B 打敗 397B MoE
  • 2026-04-24:DeepSeek V4,Huawei 昇騰晶片,接近 frontier,MIT 授權
本章核心觀點:模型選型沒有唯一答案,但有一個清楚的框架:任務類型決定效能需求,成本乘數決定規模可行性,生態相容性決定遷移難度。2026 年中期,開源選項已經覆蓋了 80% 以上的工程場景。

延伸閱讀:本週其他 AI 重點請看 2026 第 17 週 AI 週報,涵蓋 Grok 4.3、Cursor 3.0、對沖基金策略輪動三條線。

結語:開源不是中國贏,是整個產業贏

我寫這篇文章,不是要告訴你「中國 AI 要統治世界了」。這種框架既不準確,也不有趣。

我想說的是:當 DeepSeek V4 用 1/7 的價格達到 frontier 99% 的效能,當 MiMo 7B 用強化學習讓小模型超越大型語言模型,當 Qwen 3.6-27B 打敗自家 14 倍大的前代,這些不是地緣政治事件,這是工程奇蹟,而且是開源的工程奇蹟。

開源的歷史邏輯是這樣的:當一個技術開源,它的進步速度就脫離了任何單一組織的資源限制,進入了全球協作的加速軌道。Linux、Android、TensorFlow,每一個都在開源後的 3 到 5 年內成為了相關領域的預設基礎設施。LLM 的開源浪潮,從 2025 年一月 DeepSeek R1 的病毒式傳播開始,正在走同樣的路。

接下來 12 個月,我的預測:

  1. MoE 架構會繼續讓「看起來大的模型」的實際推論成本降低,frontier 效能的 API 定價會跌破 $0.50/M output
  2. Qwen 和 DeepSeek 的 V5 或下一代,會在 SWE-bench 上超越 Claude 和 GPT 的當前 frontier,而且完全開源
  3. 邊緣 AI 會從「技術可行」進入「商業普及」,消費級設備跑 35B 模型會變成常態
  4. USCC 的 80% 數字會繼續上升,更多美國新創會在公開場合承認自己的基礎模型層用的是開源中國模型

對你的行動建議:不要等待。今天就去 Hugging Face 把 Qwen 3.6-27B 的模型卡看一遍,或者用 DeepSeek API 跑一個你現在付高價在跑的任務,算一下成本差異。答案會讓你很有感。

git clone,然後看看會發生什麼。

三大型語言模型比較表
三大型語言模型全面比較表:參數、架構、Benchmark、定價、授權、最適場景

常見問題 FAQ

DeepSeek V4 安全嗎?資料會不會傳回中國?

使用 DeepSeek 的 API 服務(api.deepseek.com),資料確實會傳送到 DeepSeek 的伺服器,根據其隱私政策,伺服器位於中國大陸。如果你處理的是企業機密或個人隱私數據,建議選擇本地部署。DeepSeek V4 是 MIT 授權,你可以在自己的伺服器或 Mac 本地完整部署,這樣資料完全不離開你的設備。國際雲端服務商(AWS/Azure/Fireworks AI)也提供托管的 DeepSeek 部署,資料留在你選定的地區。

在台灣使用 DeepSeek 合法嗎?

截至 2026 年 4 月,台灣沒有針對 DeepSeek 或其他中國 AI 服務的明確禁用法規(不同於義大利曾短暫封禁的情況)。但如果你在受監管行業(金融、醫療、政府採購),需要確認資料跨境傳輸是否符合相關法規。最保守的做法是本地部署,既合規,成本也可能更低。

7B 小模型真的能取代 GPT-4 嗎?

取決於任務。MiMo-7B 在數學推理(MATH-500 95.8%)上超越 o1-mini,Qwen3-4B 的一般問答在很多 benchmark 上接近 GPT-3.5 水準。但在「需要廣泛世界知識的開放式問答」「複雜多步驟 agent 任務」「長文創作」這些領域,7B 模型仍然明顯弱於 GPT-4 級別模型。結論:對於定義明確的工程任務,7B 已經夠用;對於需要廣度和創造力的任務,還是需要更大的模型。

閉源模型還有未來嗎?

有,但護城河在縮窄。閉源模型的優勢目前還在:頂尖推理能力(HLE 測試 Claude 仍領先)、企業 SLA 和安全保障、快速迭代和功能整合(例如 Claude 的 Artifacts、GPT 的插件生態)。但在純「LLM 文字推論」這個維度,開源和閉源的差距已經從「天壤之別」縮小到「邊際差異」。未來兩年,閉源的差異化優勢會集中在:多模態(影片/聲音理解)、硬體整合(Apple / Google 的 on-device AI)、企業安全合規。

我該怎麼開始用中國開源模型?

三個入門路徑,從簡單到進階:(1) 直接用 DeepSeek API(api.deepseek.com),和 OpenAI SDK 相容,幾乎是 drop-in 替換;(2) 在 Hugging Face 下載 Qwen 3.6-27B,用 LM Studio 或 Ollama 本地跑;(3) 部署在自己的伺服器,用 vLLM 或 llama.cpp 提供 OpenAI 相容的 API endpoint。第一個方式 15 分鐘內可以跑起來,第三個方式適合有伺服器資源的開發者。

Qwen 閉源轉向是失敗還是高招?

我認為是高招。Qwen 3.6 Max-Preview 閉源,是 Alibaba 在「生態建立」和「商業變現」之間找到的平衡點。開源中型模型(27B、35B)繼續建立開發者信任和社群貢獻,閉源旗艦提供企業級 SLA 和 benchmark 第一的招牌。這比 Anthropic 和 OpenAI 的純閉源策略更聰明,因為它有生態飛輪;也比完全開源(Meta 的 Llama 策略)更有商業可持續性,因為它保留了利潤核心。

邊緣 AI 是炒作嗎?

不是,但時間軸常被高估。邊緣 AI 的技術條件已經成熟:Mac Mini M4 Pro 可以跑 35B 模型,30W 功耗;根據 MLCommons 調查,80.7% 的 LLM 工作負載可以用 20B 以下模型處理。但「技術可行」到「商業普及」還需要生態系統的配套(應用層、開發工具、企業 SLA)。我的預測是 2026-2027 年是邊緣 AI 從技術社群滲透到一般企業應用的關鍵視窗期,MiMo 的「人/車/家」定位正是在押注這個視窗。

如何判斷一篇關於 AI 模型的報導是否可信?

四個問題:(1) 它引用的 benchmark 是哪個?不同 benchmark 測的是完全不同的能力,不能混用比較;(2) 它是否給出了具體的模型版本和測試日期?AI 模型更新很快,三個月前的測試結果可能已經過時;(3) 它是否有利益衝突揭露?很多「評測報導」背後是廠商付費的;(4) 它引用的是第一手來源(arXiv / 官方報告)還是轉載的轉載?我引用的所有數字都來自官方技術報告、peer-reviewed 學術論文、或有明確原始來源的機構報告。

下一步

想知道你的流程適不適合先做?

30 分鐘免費診斷,幫你挑出最值得先做的一段工作。

喵哩文創
替沒有資訊部門的中小企業,開發 AI 應用、軟體與量化工具。
先加 LINE 問簡短問題