新京报贝壳财经记者罗亦丹使用ai生成
北京时间2月24日，三家中国头部ai公司deepseek、月之暗面、minimax遭到了ai编程顶流模型claude的母公司anthropic“点名批评”。
anthropic称，这些中国公司“用2.4万个‘马甲账号’进行了1600万次对话，目的是提取claude的能力来训练自己的模型”，其还创造了一个词汇，称这是“工业规模蒸馏攻击”。
不过，这一指控随即遭到了埃隆·马斯克无情的“嘲讽”：“他们怎么敢偷anthropic从人类程序员那里偷来的东西”“anthropic公司大规模窃取训练数据，并为此支付了数十亿美元的赔偿金。这是不争的事实。”
马斯克在社交平台发布的贴文
另一方面，近年来国产模型能力不断提高，不少厂商已经将发展目标指向了claude最引以为豪的编程能力。在被“点名”的同时，minimax、kimi等国产模型的收入、调用量等指标已再创新高。中国ai公司正在用事实证明，技术封锁和空口指控无法阻挡国产ai的发展。
蒸馏也能成“攻击手段”？
蒸馏技术本无罪，问题在于谁在用、怎么用。
模型蒸馏是ai领域的标准训练技术，通过让大模型指导小模型学习，实现知识迁移和模型压缩。例如，deepseek在金融场景实践中将175b参数模型压缩至7b，推理成本降低98%的同时保持了95%以上核心指标；minimax的m2.5模型在swe-bench verified上达到80.2%，与claude opus 4.6的80.8%几乎持平，但成本仅为后者的1/20。
当前，蒸馏技术被全球ai公司普遍使用，包括openai、谷歌、meta等巨头都在自家模型上应用。事实上，就连anthropic自己也在指控三家中国公司后，补充了一句“蒸馏法是合理的：人工智能实验室利用蒸馏为客户创建更小、更便宜的模型。”只不过，后面又跟上了一句“一些境外实验室非法提炼美国模型后，可移除其安全防护机制，将模型技术能力应用于本国的军事、情报及监控系统中。”
可以发现，anthropic的逻辑是：蒸馏本身无罪，但当中国公司使用时，就成了“非法窃取”。
anthropic声称，通过ip地址、请求元数据等信息将“攻击”追溯到了具体实验室，甚至以“与员工公开资料匹配”为由指向中国公司。但目前，这些指控仅为anthropic的“一面之词”。
有声音认为，这样的溯源方式在法律层面难以成立，蒸馏技术迁移的是功能逻辑而非直接复制数据，更贴近法律允许的“反向工程”范畴。简单扣上“盗窃”帽子，并不能掩盖证据薄弱的事实。
这种指控也让人感觉是“贼喊捉贼”。anthropic本身有过“窃取数据”的“黑历史”：2025年9月，anthropic 因大规模从libgen、pilimi等盗版网站非法下载超700万本受版权保护的图书，并使用这些盗版书籍训练ai模型，被迫向以作家安德里亚・巴茨（andrea bartz）为首的全球作家集体支付了15亿美元和解金。正如马斯克所说，“这是不争的事实。”
当前，ai行业尚处于规则空白期，蒸馏技术的边界在哪里、数据使用的底线是什么，需要全球共同制定标准。商业竞争无可厚非，但动辄扣帽子、搞双重标准，只会阻碍技术创新与普惠。当openai、谷歌、anthropic自己都在大规模使用未经许可的数据训练模型时，他们对“蒸馏”的指控，更像是维护既得利益的防御性反应。
不惧指责，中国ai模型奋起直追
对于anthropic的单方面指责，月之暗面和minimax均未予以回应，其用意很明显：用数据和事实说话。
deepseek自2026年以来发表了多篇论文，并一以贯之地开源其最新研究成果，将“降本增效”贯彻到底。同时，deepseek也正在对新模型进行灰度测试，v4“呼之欲出”。
月之暗面方面向贝壳财经记者透露，在完成上一轮5亿美元融资仅一个多月后，其将完成新一轮超7亿美元的融资并再次超募，本轮由阿里、腾讯、五源、九安等联合领投。新一轮100亿—120亿美元估值的融资已经开启，并已收到多家机构意向。连续两轮超12亿美元的融资，创下近一年来大模型行业的最高融资纪录。
此前字节估值突破百亿美元大关用时超4年，拼多多用时超3年，kimi仅用两年多的时间就实现估值30多倍的增长。照此看来，kimi有望创下国内公司从成立到估值超100亿美元的最快成长速度。
而在模型的调用量方面，月之暗面旗下的kimi k2.5大模型发布不到一个月，其近20天累计收入已超过2025年全年总收入。根据openrouter，kimi k2.5的调用量在openclaw的模型调用榜中排名第一。
minimax方面则向贝壳财经记者披露，春节前夕minimax 开源新一代模型 m2.5，发布12小时内登顶openrouter热度榜，一周内登顶调用量榜首，周调用量暴涨至3.07t tokens。openrouter 整体调用量也在同步攀升。官方随后确认，m2.5 带动了100k至1m 长文本区间的增量调用需求，而这个区间正是agent工作流的典型消耗场景。
事实上，中国ai公司的快速进步，源于庞大的工程师群体、丰富的数据资源、完善的产业链，以及对开源开放路线的坚持。deepseek、kimi、minimax在编程、多模态、agent等领域的突破，是技术创新与场景深化的结果。
新京报贝壳财经记者 罗亦丹
编辑 岳彩周
校对 柳宝庆
