彭博最新报告，DeepSeek V4.1 Flash 发力之后，在 LiveBench 基准测试上，美国顶尖 AI 的领先优势被追到只剩 3%。年初差距还有 15%，短短几个月大幅缩小，创下新低，美国的 AI 技术壁垒，已经没有以前那么稳固了。

这个数据放在当下整个科技圈里看，震撼力确实相当大。今年 9 月公布的 LiveBench 测试榜单上面，前几名的竞争可以说到了白热化的地步。

排名第一的 Anthropic 拿到了 83.4 分，而 DeepSeek 刷出了 81.1 分。两者之间算下来也就只差了 2.3 分。

回看今年的追踪轨迹，2026 年年初双方综合跑分差距约 15%，5 月收窄至 9%，9 月 DeepSeek V4.1 Flash 迭代后，相对领先差距收窄至约 3%。

一年时间不到，测试比分硬生生被抹平了大半，这种追赶速度放在全球科技史上都很少见。

硅谷那边过去搞人工智能，主要靠的是财大手笔。那几家头部企业算账的方式非常简单，动不动就计划投上千亿美元建大型数据中心，源源不断买入最新的显卡，甚至为了解决电力供应问题，跑去跟核电站谈合作。

在他们看来，性能不够就继续往上加硬件。可是当中国团队把分差压到 3% 的时候，这种靠堆算力建立起来的高墙就显得有些笨重了。

海量资金砸下去换来的细微领先，在实际应用场景里的性价比正在变得越来越低。商业市场上很少有企业会为了这 3% 的跑分微弱优势，去承受数倍的硬件部署成本。

硬件受到限制的困境反而逼着研发团队走了一条不一样的路。

以前大家习惯了买来显卡直接套用现成代码，硬件性能其实有相当一部分被白白浪费掉了。

这次 DeepSeek 通过混合专家架构，把原本需要全员出动的计算任务，改成了按需调动的精细化分工。

用户提一个问题，模型只激活极少数对应的模块去处理，算力利用率一下子提升了好几倍。

更重要的是他们深入底层，针对华为昇腾等国产芯片完成深度适配、算子优化、推理调度重构，实现软硬件深度协同。

硬件底子虽然有差距，但把软件效率发挥到极致，跑出来的实际效果照样能跟顶尖水平平起平坐。

华盛顿前几年频频出台出口管制，原本的算盘是通过芯片断供把竞争对手卡在低端领域。可实际演变出来的结局刚好相反。

当外部的现成渠道被彻底掐断，国内产业链对西方硬件的依赖心理也被一扫而空。

过去大家可能觉得跟着现成的技术路线走最省事，现在大家心无旁骛地搞自主适配和算法创新，反而在国产芯片上练出了一套特有的软硬件协同能力。

这相当于在硬件资源有限的客观条件下，砸出了一套高效率的自主生态。彭博在分析报告里也提出了类似的担忧，如果单纯依靠管制无法阻止追赶，硅谷在全球保持的技术优势还能维系多久。

当然看到成绩的同时，行业眼光也需要放得更长远一些。当前全球顶级大模型梯队中，国产头部模型已占据多个核心席位，这说明第一梯队的席位争夺依然非常激烈。

从 15% 追到 3% 展现了极强的研发爆发力，但真正的长期考验还在后面。大模型的竞争不单单是榜单跑分，还包括接下来在各行各业的落地效率、商业盈利能力以及持续迭代的速度。

对方不可能原地踏步，后续的新产品推出后分差随时可能产生波动。

但不可否认的是，硬件封锁无法完全锁死技术迭代的上限，依托架构创新、软硬件极致优化的追赶路径已经被验证可行，后续的顶峰较量只会越来越精彩。晒图笔记大赛

参考来源：新浪财经，《彭博：中美大模型性能差距缩至 3%》，2026-10-06