新京報貝殼財經記者羅亦丹使用ai生成
北京時間2月24日，三家中國頭部ai公司deepseek、月之暗面、minimax遭到了ai編程頂流模型claude的母公司anthropic「點名批評」。
anthropic稱，這些中國公司「用2.4萬個『馬甲賬號』進行了1600萬次對話，目的是提取claude的能力來訓練自己的模型」，其還創造了一個辭彙，稱這是「工業規模蒸餾攻擊」。
不過，這一指控隨即遭到了埃隆·馬斯克無情的「嘲諷」：「他們怎麼敢偷anthropic從人類程序員那裡偷來的東西」「anthropic公司大規模竊取訓練數據，並為此支付了數十億美元的賠償金。這是不爭的事實。」
馬斯克在社交平台發布的貼文
另一方面，近年來國產模型能力不斷提高，不少廠商已經將發展目標指向了claude最引以為豪的編程能力。在被「點名」的同時，minimax、kimi等國產模型的收入、調用量等指標已再創新高。中國ai公司正在用事實證明，技術封鎖和空口指控無法阻擋國產ai的發展。
蒸餾也能成「攻擊手段」？
蒸餾技術本無罪，問題在於誰在用、怎麼用。
模型蒸餾是ai領域的標準訓練技術，通過讓大模型指導小模型學習，實現知識遷移和模型壓縮。例如，deepseek在金融場景實踐中將175b參數模型壓縮至7b，推理成本降低98%的同時保持了95%以上核心指標；minimax的m2.5模型在swe-bench verified上達到80.2%，與claude opus 4.6的80.8%幾乎持平，但成本僅為後者的1/20。
當前，蒸餾技術被全球ai公司普遍使用，包括openai、谷歌、meta等巨頭都在自家模型上應用。事實上，就連anthropic自己也在指控三家中國公司後，補充了一句「蒸餾法是合理的：人工智慧實驗室利用蒸餾為客戶創建更小、更便宜的模型。」只不過，後面又跟上了一句「一些境外實驗室非法提煉美國模型後，可移除其安全防護機制，將模型技術能力應用於本國的軍事、情報及監控系統中。」
可以發現，anthropic的邏輯是：蒸餾本身無罪，但當中國公司使用時，就成了「非法竊取」。
anthropic聲稱，通過ip地址、請求元數據等信息將「攻擊」追溯到了具體實驗室，甚至以「與員工公開資料匹配」為由指向中國公司。但目前，這些指控僅為anthropic的「一面之詞」。
有聲音認為，這樣的溯源方式在法律層面難以成立，蒸餾技術遷移的是功能邏輯而非直接複製數據，更貼近法律允許的「反向工程」範疇。簡單扣上「盜竊」帽子，並不能掩蓋證據薄弱的事實。
這種指控也讓人感覺是「賊喊捉賊」。anthropic本身有過「竊取數據」的「黑歷史」：2025年9月，anthropic 因大規模從libgen、pilimi等盜版網站非法下載超700萬本受版權保護的圖書，並使用這些盜版書籍訓練ai模型，被迫向以作家安德里亞・巴茨（andrea bartz）為首的全球作家集體支付了15億美元和解金。正如馬斯克所說，「這是不爭的事實。」
當前，ai行業尚處於規則空白期，蒸餾技術的邊界在哪裡、數據使用的底線是什麼，需要全球共同制定標準。商業競爭無可厚非，但動輒扣帽子、搞雙重標準，只會阻礙技術創新與普惠。當openai、谷歌、anthropic自己都在大規模使用未經許可的數據訓練模型時，他們對「蒸餾」的指控，更像是維護既得利益的防禦性反應。
不懼指責，中國ai模型奮起直追
對於anthropic的單方面指責，月之暗面和minimax均未予以回應，其用意很明顯：用數據和事實說話。
deepseek自2026年以來發表了多篇論文，並一以貫之地開源其最新研究成果，將「降本增效」貫徹到底。同時，deepseek也正在對新模型進行灰度測試，v4「呼之欲出」。
月之暗面方面向貝殼財經記者透露，在完成上一輪5億美元融資僅一個多月後，其將完成新一輪超7億美元的融資並再次超募，本輪由阿里、騰訊、五源、九安等聯合領投。新一輪100億—120億美元估值的融資已經開啟，並已收到多家機構意向。連續兩輪超12億美元的融資，創下近一年來大模型行業的最高融資紀錄。
此前位元組估值突破百億美元大關用時超4年，拼多多用時超3年，kimi僅用兩年多的時間就實現估值30多倍的增長。照此看來，kimi有望創下國內公司從成立到估值超100億美元的最快成長速度。
而在模型的調用量方面，月之暗面旗下的kimi k2.5大模型發布不到一個月，其近20天累計收入已超過2025年全年總收入。根據openrouter，kimi k2.5的調用量在openclaw的模型調用榜中排名第一。
minimax方面則向貝殼財經記者披露，春節前夕minimax 開源新一代模型 m2.5，發布12小時內登頂openrouter熱度榜，一周內登頂調用量榜首，周調用量暴漲至3.07t tokens。openrouter 整體調用量也在同步攀升。官方隨後確認，m2.5 帶動了100k至1m 長文本區間的增量調用需求，而這個區間正是agent工作流的典型消耗場景。
事實上，中國ai公司的快速進步，源於龐大的工程師群體、豐富的數據資源、完善的產業鏈，以及對開源開放路線的堅持。deepseek、kimi、minimax在編程、多模態、agent等領域的突破，是技術創新與場景深化的結果。
新京報貝殼財經記者 羅亦丹
編輯 岳彩周
校對 柳寶慶
