事件概述
本周国产大模型密集上新，主线清晰：全国产算力训练与极致性价比。10月22日，科大讯飞在1024全球开发者节发布端云一体大模型星火X2.6——293B总参数、30B激活的MoE架构，上下文拓展至100万Token，宣称首次依托全国产算力实现代码与智能体能力突破。配套长程任务动态并行训练使效率提升约4倍，四层KVCache分布式推理提升4.5倍。
10月23日，MiniMax开源M3.1 Flash，上线72小时处理Token超100万亿，使用成本降低70%、推理速度提升近3倍，摩根士丹利称其定价在中国主流Flash模型中极具竞争力。DeepSeek完成V4.1-Flash-1017更新，以MIT协议开放权重，单项任务平均费用降约六成，并开源兼容英伟达与昇腾双平台的推理框架DeepInfer。
竞争焦点从“参数与跑分”转向“全国产算力+极致性价比+端云协同”。
背景与解读
一、技术背景与演进脉络
大模型竞争进入工程化深水区。讯飞星火X2.6针对国产芯片显存带宽限制，以动态并行训练与四层KVCache分布式推理破解效率瓶颈，验证国产芯片训推大模型的工程可行性。开源端侧模型X2.6-4B同步推出，按“60%端侧、30%端云、10%云端”分工，兼顾数据安全与Token成本。MiniMax、DeepSeek则通过稀疏注意力、量化感知训练与开放权重，把Token单价与单位任务成本继续压低。
二、核心驱动与底层机制
“全国产算力”是底层约束也是差异化卖点。在高端GPU受限背景下，国产加速器（昇腾等）的显存带宽与互联短板，倒逼训练/推理算法创新（长序列并行、异构分布式推理）。“端云协同”把70%任务留在端侧，降低云端开销与隐私风险。“极致性价比”通过开源与接口双轨，重塑行业定价体系，扩大企业采用。
三、市场格局与产业链影响
华为昇腾、摩尔线程、英伟达、AMD及多家推理云平台同步接入MiniMax M3.1，标志国产算力生态互通加速。DeepSeek估值传约750亿美元、拟2027年IPO，显示资本对开源模型路线的认可。竞争从“谁的模型更强”转向“谁的单位智能更便宜、更能落地”，利好推理云、端侧芯片与AI应用层。
影响与趋势
短期，全国产算力大模型将加速在政务、金融、制造等信创场景落地。中期，端云协同与极致性价比推动AI从“中心化训练”走向“分布式推理”，边缘与端侧芯片需求提升。长期，开源与低价重构行业利润池，应用层与具身智能借“大脑”成本下降迎来规模化部署窗口。
对产业参与者的启示
对模型厂商：以全国产算力与性价比建立壁垒，重视端云协同与开源运营。对算力与芯片厂：适配主流开源框架（如DeepInfer），补齐显存带宽与互联短板。对企业用户：评估端云分工的合规与成本，优先采用可私有化部署方案。对开发者：利用低价Token与开源权重构建应用，关注推理成本曲线。
本栏目内容为行业信息整理与技术观点分享，不构成任何投资建议。