快科技 10 月 20 日消息，据报道，中国 AI 实验室 MiniMax 和 DeepSeek 的算力规模均不足 10 万颗 H100 等效 GPU，但其最新模型仍在持续逼近甚至刷新全球前沿基准。

外媒指出，蒸馏已无法解释这一现象，中国 AI 的效率优势正在改写行业认知。

NVIDIA H100 是英伟达基于 Hopper 架构的数据中心旗舰 GPU，采用台积电 4N 定制工艺，集成 800 亿个晶体管。SXM 版拥有 16,896 个 CUDA 核心、528 个 Tensor 核心，配备 80GB HBM3 显存，显存带宽超 3TB/s。其 FP8 张量算力达 4000 TFLOPS。

具体数据令人咋舌。MiniMax 目前的算力足迹仅约 7 万颗 H100 等效 GPU，DeepSeek 更低，仅约 4.7 万颗。作为对比，美国头部 AI 实验室的单笔算力订单动辄以数十万卡计，Anthropic 仅与亚马逊、谷歌等签署的算力协议就超过 10 吉瓦。

然而算力的悬殊并未阻止模型性能的追赶。MiniMax M3.1 Flash 以 4280 亿总参数、230 亿激活参数，在 Automation Bench、Banker ToolBench 和 LOCA-Bench-256K 三项基准上位列全球第一。其百万 token 输入定价仅 0.15 美元，输出 0.60 美元，每 token 计算量降至上一代的 1/20。

DeepSeek 同样不遑多让。DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 与任务成本曲线上仍处于帕累托最优，以极低的推理成本维持前沿级编程能力。

面对这种极致的效率，外媒直言别再把 " 蒸馏 " 当成掩盖自身效率落后的遮羞布，蒸馏无法解释这种差距。Anthropic 和 OpenAI 近期已收紧对蒸馏行为的管控，但中国模型的迭代并未放缓。

真正的驱动力来自算法效率的突破：DeepSeek 自研的稀疏注意力架构大幅降低了长上下文推理的计算开销，MiniMax 则依靠多专家架构和硬件利用率优化，在有限算力下榨出更高智能密度。

从 7 万卡到前沿性能，中国 AI 实验室正在证明一件事：算力规模不是唯一变量，单位算力的智能产出才是下一阶段竞争的核心。

【本文结束】如需转载请务必注明出处：快科技

责任编辑：红茶