大模型往哪走？DeepSeek和OpenAI当面掰扯清楚了

6月9号，一场关于大模型未来方向的对话在圈内引发了不少讨论。DeepSeek方面的人直接跟OpenAI的人坐在一起，聊了一个所有人都关心的问题：大模型到底该往哪走？

没有共识的分类体系

DeepSeek那边的嘉宾说了句大实话：目前行业根本就没有一套成熟、公认的大模型分类体系。不同的人有截然不同的划分逻辑——有人按参数规模分，有人按应用场景分，有人按训练方式分。

这其实暴露了一个问题：大模型发展太快，连从业者自己都没想清楚该怎么归类。就像2015年的深度学习，大家都在做，但没人能给出一个清晰的框架。

DeepSeek的路线选择

从DeepSeek这几年的动作来看，它的路线很明确：用更少的算力做更好的模型。

V4系列继续走MoE架构，推理效率远超同参数量的稠密模型。开源策略也没变——预览版直接开源，让社区一起迭代。这种"开源换影响力"的打法，跟OpenAI的封闭路线形成了鲜明对比。

有意思的是，OpenAI也在变。最近开始考虑降价、开放更多API能力，某种程度上是被DeepSeek逼的。

价格战只是表象

很多人把注意力放在了价格战上，但这场对话揭示了一个更深层的问题：大模型的竞争正在从"谁的参数多"转向"谁更懂用户"。

DeepSeek在中文场景下的表现已经不输GPT-4了，这不是靠堆参数堆出来的，而是靠对中文语料和用户习惯的深度理解。OpenAI的强项在英文和代码，但在中文场景下，国产模型的优势越来越明显。

未来三年的关键变量

对话中提到了几个值得关注的趋势：

• 多模态融合：纯文本模型的天花板已经很明显了，视觉、语音、视频的融合是必然方向
• 端侧部署：Kairos-4B已经证明了小模型端侧直驱的可行性，这会改变大模型的使用方式
• Agent化：模型不再只是回答问题，而是能自主完成复杂任务

我的判断

大模型的未来不会是一家独大。OpenAI有先发优势和生态，DeepSeek有成本优势和开源社区，Anthropic有安全叙事。三足鼎立的格局至少会持续两三年。

对普通用户来说，这是最好的时代——选择多、价格低、迭代快。但也要保持清醒：模型能力再强，最终解决问题的还是人，不是模型。

---

来源： 黑马风云（微信公众号） 发布时间： 2026年6月12日