算力暴力已死！解析中國 AI 屠榜關鍵，NVIDIA 股價暴跌的血腥真相

[TL;DR] 重點快讀

• 矽谷神壇易主：2025 開源榜單前五名全被中國模型包辦，OpenAI 跌至第六，傳統矽谷霸權正式瓦解。
• 成本降維打擊：DeepSeek V3 訓練僅耗 550 萬美元，以矽谷百分之一的成本達成同級性能，宣告「算力暴力」時代終結。
• NVIDIA 的噩夢：市值蒸發並非偶然，當 MoE 架構極致榨乾算力，市場對 H100 的飢渴將大幅降溫。
• 必追 6 大戰神：DeepSeek、Qwen3、Kimi K2、GLM-4.7、MiniMax M2 與 XBai o4，這是 2026 開發者的核心武器庫。

這不是民族主義的自嗨。
如果你還在抱著 ChatGPT 不放，那你可能已經錯過了 2025 年最重要的一場技術洗牌。

這一年，我分析了 67 篇關於中國 AI 的分析，從 Qwen 2.5 的試水溫，到年末 DeepSeek 與 GLM 系列的全面爆發。說實話，連我自己都沒預料到，矽谷的護城河會乾涸得這麼快。2024 年聖誕節 DeepSeek V3 發布時，我還以為只是個聖誕禮物，結果它成了 NVIDIA 的催命符。

數據不說謊：屠榜是現在進行式

截至 2025 年 12 月 30 日，打開 Artificial Analysis 的開源模型排行榜，你會看到一個讓美國投資人冷汗直流的畫面。前五名？全被包辦了。

這裡沒有 GPT-5 的影子，也沒有 Claude 的位置。看看這份名單：

1. GLM-4.7 (智譜)
2. Kimi K2 Thinking (月之暗面)
3. Kimi K2 思考
4. MiMo-V2-Flash
5. DeepSeek V3.2

你沒看錯，OpenAI 引以為傲的 gpt-oss-120B (high) 只能縮在第六名。對於習慣了「美國領先、世界跟隨」劇本的科技圈來說，這不只是尷尬，這是羞辱。

550 萬美元的耳光：效率的勝利

為什麼市場會恐慌？

2025 年 1 月，DeepSeek R1 的發布直接導致 NVIDIA 單日市值蒸發 5,930 億美元。
華爾街恐慌的不是中國有了好模型，而是中國用極低成本做出了好模型。

DeepSeek V3 的訓練成本僅為 550 萬美元。

你在跟我開玩笑嗎？矽谷的巨頭們動輒燒掉十幾億美元建置 GPU 叢集，結果被一個成本不到他們零頭的模型追平甚至超越？這證明了這場仗不再是「算力暴力美學」的比拼，而是算法效率與架構優化的肉搏戰。MoE (Mixture of Experts) 架構的極致運用，讓每一分算力都被榨乾，這才是 NVIDIA 股價暴跌的真正邏輯——如果 AI 不再需要那麼多 H100，那硬體泡沫還能吹多久？

2026 必關注的六大勢力

別只盯著 DeepSeek。根據我過去一年的實測與觀察，以下這些實驗室的模型你必須現在就開始關注，甚至部署到你的本地端：

• 深度求索(DeepSeek): 開源界的卷王，適合開發者魔改。
• 阿里 Qwen (Qwen3): 泛化能力極強，企業級應用的首選。
• 月之暗面 (Kimi K2): 長文本處理的王者，邏輯推理能力讓人驚艷。
• 智譜 (GLM-4.5/4.6/4.7): 穩紮穩打，GLM-4.7 目前是綜合能力的霸主。
• MiniMax (M2): 在語音與多模態互動上有獨特優勢。
• MetaStone AI (XBai o4): 後起之秀，值得觀望。

這些模型大多採用 Apache 2.0 或 MIT 等 OSI 認可的寬鬆許可證。這意味著什麼？意味著你可以把它們商用、修改，而不必擔心收到律師函。性能逼近 Claude 4 Sonnet 和 GPT-5，卻完全免費，這對 SaaS 新創來說簡直是天上掉下來的武器庫。

編輯室實話：還有最後一哩路

雖然後來 NVIDIA 股價反彈了（資本市場總是健忘的），但那一刻已經被載入史册。不過，作為一個負責任的評論者，我必須潑一盆冷水。

開源權重 (Open Weights) 不等於開源一切 (Open Source).

雖然我們能下載模型權重，但這些中國實驗室仍未完全公開完整的訓練數據集 (Dataset) 和訓練程式碼。這是目前的「黑盒子」。我們知道它跑得快，但我們並不完全清楚它「吃」了什麼才跑得這麼快。

但在研究論文層面，他們確實推動了高效訓練與推理的前沿邊界。這是不爭的事實。

開源之戰

2024 年是前哨戰，2025 年是登頂之年。

不管你喜不喜歡，AI 的重心正在東移。如果你還在等待矽谷的下一個神蹟，不妨先去 Hugging Face 下載一個 DeepSeek V3.2 跑跑看。

體驗一下，什麼叫做「效率的暴力」。