大厂打响「反蒸馏战」：中国AI会被拉开18个月代差吗？

“OpenAI关掉思维链，表面上是安全问题，其实也是幌子。 ”

作者丨覃倩雯

编辑丨刘伟

近日OpenAI给Astra加上了一道重要的安全防线：所有Agent应用都要监控模型的思维链，一旦推理过程出现危险迹象，系统便会介入。

一天后，另一条消息把Astra推入争议。据The Information报道，Astra采用了Recurrent Depth一类循环推理方法。同一组网络层可以反复计算，更多推理被压缩在模型内部，不再完整展开为外部可读的思维链。

一边要监控思维链，一边又把更多思考藏回模型内部。OpenAI看似在做两件相反的事，背后却指向同一个难题：思维链既是安全窗口，也是竞争对手最有价值的蒸馏资产。

过去一年，OpenAI、Anthropic都在收紧Reasoning Trace、Agent轨迹和训练型API调用。无论Astra的循环推理是否以反蒸馏为直接目的，前沿模型公司都在减少向外界展示“思考过程”。

投资人石祯告诉雷峰网，反蒸馏很难实现绝对封锁。模型公司真正能做的，是把对手的复制成本从自身研发成本的20%，一路抬高到50%、70%；只有当蒸馏成本超过独立训练成本的100%，对手才会放弃这条捷径。

换句话说，头部模型公司正在尝试征收一笔越来越昂贵的“蒸馏税”。行业内甚至有一种未经充分证实的说法：Anthropic可能有近三分之一的收入来自其他模型公司的蒸馏调用。

这个数字或许被夸大了，但蒸馏不仅改变了前沿模型与追赶者之间的代际差，也改变了开源与闭源的竞争方式，进而重新划分整个大模型产业的利益边界。

蒸馏之下，一个反常的局面

这一轮蒸馏的核心资产，已经从普通问答变成了思维链和Agent轨迹。

头部模型通常会隐藏或加密原始思维链。市场上也出现过通过云平台密钥和接口漏洞反向还原推理内容、再用于蒸馏的做法。

围绕这类行为，行业内部始终存在两种截然不同的评价。

一些技术人士认为，蒸馏本身只是一种常见技术方案，不应被污名化；真正引起反感的，是部分厂商从其他模型中批量提取Token和推理数据用于训练，随后又把结果包装成自己的原创预训练能力。

另一种观点则认为，蒸馏是追赶者具备的优势，可以借助一些超精度手段提升效果，但把国内模型的进步全部归结于蒸馏，会忽视国内企业大量原生技术创新。

争议至今没有结束，但蒸馏确实制造了一个特殊局面：美国前沿实验室率先把模型能力向前推进，中国模型则以越来越短的时间追上来。

投资人石祯判断，如果没有蒸馏，国内模型与海外前沿模型的差距可能扩大到18个月，与此同时不蒸馏的独立训练成本可能是蒸馏的6~10倍。

这也拼出了一条过去很少见的AI产业循环：美国前沿实验室训练出SOTA模型，中国实验室吸收其能力并开源，美国AI服务商再基于中国开源模型微调，最终把产品卖给美国企业。

今年8月，美国风投机构Dimension Capital流出的一封内部信，给出了另一种解释：

美国的出口管制本意是为了拖慢中国的AI发展，结果却意想不到的制造出了一种进化压力，导致中国的AI实验室拥有了世界独有的竞争围栏。

因为缺少算力，中国团队被迫深入到极其底层的架构里去做工程优化，DeepSeek在刻意削弱性能的H800上训练模型，并绕过CUDA在更下面的PTX上编程，甚至要把每张GPU里的一部分流式多处理器专门分配给跨节点通信。

这种优化的结果是，中国形成了覆盖全栈的效率文化，从系统、优化器、推理算法一直延伸到芯片。

蒸馏可以缩短摸索高阶能力的时间，底层工程则把这些能力变成更便宜、更容易部署的Token。两者叠加，才是中国模型快速逼近前沿模型的原因。

Dimension在信中称，不到18个月，中国模型在OpenRouter上的Token消耗份额从不足2%升至45%；大约80%的美国AI初创公司，已经在内部部署至少一款来自中国的开源模型。

一年前，美国AI创业公司自研产品时，常见底座还是Llama和Mistral。如今，Kimi、Qwen和GLM开始更频繁地进入美国创业公司的生产系统。

价格是最直接的推动力。高盛估算，若使用美国头部模型，单日模型费用约为52至104美元；换成中国头部模型，费用大约为13美元，相差4至8倍。

但调用量并不会自动变成模型公司的收入。中国模型在美国生产环境中的存在感越来越高，商业化差距却没有像能力差距那样迅速缩小。

这也是蒸馏时代最反常的一幕。

高盛已把中国大模型行业2026年末的ARR预测从100亿美元上调至130亿美元。这个数字并不小，但中美头部模型公司的收入仍不在同一个量级。

按照市场披露与估算口径，Anthropic在7月的年化收入超过650亿美元，OpenAI在8月的年化收入约为400亿美元。

相比之下，中国收入最高的模型被认为是字节跳动的Seedance，年化收入约为20亿至30亿美元。纯语言模型公司的收入更低：DeepSeek接近5亿美元；智谱今年上半年收入9.54亿元，同比增长400%，同期仍亏损约20亿元。

这意味着，中国模型正在向美国市场大量输出“性价比Token”，却没有获得与使用量相匹配的商业回报。它们降低了AI应用的成本，也反过来给OpenAI、Anthropic和Google施加了价格压力。

这种压力已经传导到三家公司的产品线上：

7月底，OpenAI将GPT-5.6 Luna和Terra的API价格分别下调80%和20%，随后又把旗舰模型Sol阶段性降价超过20%。

Anthropic则把Claude Sonnet 5每百万Token输入2美元、输出10美元的首发优惠价转为长期价格，较上一代Sonnet的3美元和15美元再降三分之一。

Google继续用Flash系列压低调用门槛，Gemini 3.1 Flash-Lite每百万输入、输出Token分别定价0.25美元和1.5美元，新推出的Gemini 3.6 Flash则定价1.5美元和7.5美元，低于3.5 Flash。

对前沿实验室而言，这使反蒸馏不再只是保护技术秘密，也是保护高价能力与收入边界。

反蒸馏战争开始，差距会拉大吗？

上个月，来自MATS Research、ELLIS图宾根研究所等机构的8位研究人员发表论文，揭开了思维链保护中一个此前很少被公开讨论的漏洞。

OpenAI、Anthropic和Google为了让模型在下一轮对话中接着思考，会把原始思维链加密后交给客户端暂存。

研究人员发现，部分加密思维链没有被严格绑定在原账号、原会话和原模型上。顶级模型产生的加密推理，可以被交给同厂更小、更便宜的模型复述，最快只需要两次API调用。

他们从6708条公开Agent轨迹中重建出315320个推理区块。按Claude Haiku 4.5当时的价格计算，解码1万条轨迹约需720美元。

这项研究至少证明了一件事：蒸馏的竞争单位已经不再是一问一答，而是一整套完成任务的能力轨迹。

反蒸馏的防线也随之变化。

最开始，模型公司主要通过账号、IP地址和调用频率识别异常流量。如今，OpenAI和Anthropic已经开始识别更具体的训练型行为，例如反复生成评分标准、比较候选答案、补全推理步骤，以及批量生产合成数据。

几家前沿实验室的动作很一致：隐藏原始思维链，只提供摘要；限制批量评分和合成数据生产；把更强能力封装进受控Agent，而不是直接放进通用API。

Dimension判断，这些顶级模型厂商的下一步动作可能是：不再对外提供最新版本模型的API。而且，他们未来顶尖的高端模型不会再按调用量定价，而是像交付SaaS系统那样，按结果定价。

这样做的效果最直接：限制其他大模型厂商的蒸馏行为，但代价是要放弃不断增长的API调用收入。

投资人李扬告诉雷峰网，过去一轮中国模型能力快速提升，很大程度上受益于蒸馏；随着OpenAI和Anthropic连续补上漏洞、限制训练型调用，未来半年中美前沿模型的代差会明显扩大。

最先被重新拉开的，可能不是普通问答，而是Agent最前沿的长链条能力。

比如，一道数学题只给最终答案，学生可以通过验证器反复试错。但一个需要连续工作数小时的Coding Agent，如果拿不到教师模型何时读文件、如何拆任务、在哪一步回滚的轨迹，仅靠最终提交的代码，很难还原完整策略。

Anthropic公开披露的蒸馏目标之所以集中在Agent推理、工具调用和Coding，原因也在这里：这些轨迹最有价值，也最难依靠最终答案反向复原。

一旦高质量轨迹减少，前沿模型与追赶者的差距很可能率先在长程任务上扩大。

但“中美代差”只是最表面的结果。防蒸馏真正筛选的，是两类模型公司：一类把蒸馏当加速器，另一类把蒸馏当发动机。

中国头部实验室已经积累了预训练、强化学习和系统优化能力，例如DeepSeek深入PTX与跨节点通信层做优化，这些积累不会因为顶级模型关上接口就消失。

真正危险的，是靠外部轨迹做监督微调，再用榜单成绩证明能力的模型公司。大厂打响「反蒸馏战」：中国AI会被拉开18个月代差吗？图4

▼