十月开源大模型竞速：欧美三连发对标中国，效率取代参数成为新标尺

四天三款：欧美开源阵营的密集回应

2026 年 10 月的第一周，欧美开源模型阵营罕见地连续出手：10 月 3 日德国 Aleph Alpha 上线 780 亿参数的 Kolibri，10 月 5 日美国初创公司 Reflection AI 放出 Beam，10 月 6 日法国 Mistral 发布旗舰模型 Large 4 的公开预览版。四天之内三款开放权重模型接连发布，且不约而同地把对标对象指向了中国主流开源模型（南方周末科创要闻）。

这不是巧合。过去一年，中国开源模型在参数规模和评测得分上持续领跑，周调用量数据更是一再刷新纪录；欧美实验室的这轮"三连发"，更像是被中国开源速度逼出来的一次集中回应。Beam 干脆自称"面向中国开源模型的美国本土替代方案"（南方周末科创要闻），Mistral 则把 Large 4 定位为"最强大的非中国开源权重 AI 系统"，发布附带对比表里列举的也主要是与中国模型的对比（南方周末科创要闻）。

盘点：十月开源模型的"效率参数"

把十月的开源发布放在一张表里看，最直观的变化是：各家都开始同时报两个参数——总参数和激活参数（每 token 实际参与计算的参数）。后者才是推理成本的真实标尺。

（数据来源：南方周末科创要闻、AI 研究 HK 模型发布页、AI 日报、科学网报道 Kimi K3.1 Pro、No Code MBA 十月发布跟踪）

几个细节值得单独标注：

• Beam 是纯文本模型，在高级推理基准上与智谱 GLM-5.2 持平，在智能体编码任务上接近阿里 Qwen 3.8-Max，但原始能力仍不及 Kimi K3；其最大卖点是推理成本：官方称用三分之一到四分之一的计算量即可追平 GLM-5.2 的高级推理（南方周末科创要闻）。
• Mistral Large 4 是 Mistral 史上最大的模型，原生支持多模态与百万 token 上下文，在网络安全与代码基准上超越中国开源模型，但在 Artificial Analysis 等综合基准上得分仍落后于多款中国模型；权重计划在 10 月底公开（AI 研究 HK，南方周末科创要闻）。
• Muse Spark Open 是 Meta 首次拿出的"最强大美国实验室开源模型"：混合专家架构、百万 token 上下文、图文音视频原生多模态，官方演示了两台搭载 M5 Ultra 的 Mac Studio 即可本地运行 8160 亿参数模型（AI 日报，xiaoan.cc 开源大模型页）。
• Kimi K3.1 Pro 是月之暗面 K3.1 系列首发模型，后训练算力大幅增加，在代码、3D 创作、金融研究等长程智能体能力上提升显著；官方称其为全球参数规模最大的开源模型，完整权重将于 11 月 4 日公开（科学网，ai-tldr 发布记录）。

效率取代规模：激活参数成为新标尺

把上表里"总参数"和"激活参数"两列并排看，十月开源竞赛的实质已经很清楚：规模仍然在涨，但真正被拿来竞争的是激活参数和每 token 推理成本。

Mistral Large 4 总参数 1.05 万亿，激活参数只有 490 亿；Beam 总参数 5010 亿，激活 230 亿；Meta Muse Spark Open 总参数 8160 亿，激活 420 亿。而中国头部开源模型早已是同样的路线：Kimi K3.1 Pro 总参数约 3 万亿、激活 1040 亿，DeepSeek V4.1 Flash 则是 552B 总参数、每 token 激活 8B 到 16B（ai-tldr，The AI Frontier 周刊）。

这与去年"谁总参数大谁声量大"的叙事完全不同。稀疏 MoE 架构普及之后，总参数只是"知识容量"的近似指标，激活参数和推理吞吐才是"算力账单"。Beam 在高级推理上追平 GLM-5.2 而计算量只有三分之一到四分之一，Muse Spark Open 能在两台 Mac Studio 上跑起来，靠的都是把激活参数压下去。

同期还有两个佐证：DeepSeek 于 10 月 17 日上线 V4.1 Flash 1017 版本，官方所有基准提升、输出变短、token 价格不变，并在同一天放出 552B 的 MIT 权重；其官方端点约 91.5% 的缓存命中率让有效输入成本低至每百万 token 约 0.017 美元（local-ai-zone 十月模型更新）。ARC Prize 公布的跑分显示 V4.1 Flash 在 ARC-AGI-1 拿到 94.5%、ARC-AGI-2 拿到 72.9%，分别比上一代提升 5.5 和 11.5 分，但单任务成本也上涨了约 250%（tuikar 资讯）——推理换精度的权衡在开源侧同样存在。

差距收窄：闭源对开源的领先只剩 3.3%

这一轮开源密集发布的底气来自一个宏观数据：斯坦福 2026 年 AI 指数显示，最好的闭源模型只领先最好的开源模型 3.3%（南方周末科创要闻）。差距从"代际差"压缩到"百分点差"之后，叠加闭源 API 强制性的数据留存政策引发的担忧，越来越多客户开始把可自托管、可微调的开源模型当作替代方案。

值得注意的细节是欧美内部的分化：

• 美国巨头（OpenAI、Google、Anthropic、Meta 的 Muse Wonder 闭源线）主推闭源前沿模型，靠 API 变现；
• 没有存量包袱的欧美初创（Reflection AI、Mistral、Aleph Alpha）则选择开源路线，借助社区放大声量。

Beam 与 Mistral Large 4 都强调"开源透明度"和"供应商中立"作为企业采购的竞争筹码（The AI Frontier 周刊），Meta 则两头下注：Muse Wonder 系列走闭源付费，Muse Spark Open 走开放权重（CSDN DAMO 盘点）。

中国开源阵营的回应：更大、更快、更多调用

欧美"三连发"之后，中国开源阵营在十月下旬给出自己的回答，方向上依然是大而全加场景深耕：

• Kimi K3.1 Pro（10 月 23 日）：约 3 万亿参数、100 万 token 上下文，在多项国际评测中综合智能接近全球领先闭源模型；长程编码经大规模强化学习进一步增强，3D 创作与金融研究支持端到端交付，在两项国际金融测评中超过前沿闭源模型（科学网）。
• DeepSeek V4.1 Flash 1017（10 月 17 日）：更小激活参数（8B-16B）但更强编码与智能体得分，MIT 权重当天放出（local-ai-zone）。
• 阶跃 Step 5：10 月 15 日开源完整权重，落地腾讯 WorkBuddy 并开启限免（CSDN DAMO 盘点）。

调用量数据给出了更直观的对比。全球 AI 模型聚合平台 OpenRouter 的统计显示：上周（10 月 12 日至 18 日）全球大模型总调用量为 164 万亿 token，中国大模型周调用量连续 25 周超过美国，稳居全球首位，且全球调用量排名前五均为中国大模型（科学网）。

观察：开源竞赛进入"成本与场景"下半场

把十月的发布串起来，能看到三个明确信号：

第一，竞争焦点从"模型最大"转向"每 token 干多少活"。 激活参数、缓存命中率、单任务成本开始取代总参数成为宣传口径，这与闭源侧"按完成任务成本路由"的趋势同构——能力趋同之后，成本效率就是下一个护城河。

第二，开源与闭源的边界在重新划分。 巨头继续靠闭源前沿模型定义能力上限，初创和小实验室靠开源换取生态位；但开源侧的追赶速度（3.3% 差距）意味着，多数企业级场景已经可以在自托管与 API 之间认真比较，而不是默认闭源。

第三，中国开源模型已经构成全球事实标准之一。 连续 25 周调用量第一、前五名全是中国模型，欧美新模型发布时的对标对象也几乎都是中国模型。这既是压力，也是欧美开源阵营重新活跃的催化剂。

对开发者而言，十月最大的变化不是又多了几个模型，而是选型逻辑变了：先看激活参数和成本，再看场景覆盖，最后才轮到"参数规模"这种宣传数字。开源竞赛的下半场，拼的是落地深度。

（内容由AI生成，仅供参考）