海外开源模型提速，美版DeepSeekBeam与MistralLarge4同台竞技

随着中国开源模型在全球范围内的快速崛起，西方阵营也开始加速追赶步伐。当地时间10月5日，被称作"美版DeepSeek"的美国创业公司Reflection发布了其首个开放权重模型Beam；一天之后，法国人工智能公司Mistral推出了迄今最大的Mistral Large 4模型。这两款新模型的发布，标志着西方在开源AI领域正式进入新一轮竞争周期。

Hugging Face平台数据显示，过去一年中，中国开源模型已经占据了该平台模型下载量的约41%，无论是月度下载量还是累计下载量均已超过美国。包括DeepSeek、阿里Qwen、月之暗面Kimi、智谱GLM、MiniMax以及小米MiMo在内的多款中国模型，不断刷新着开源模型的能力上限，成为全球开发者竞相模仿的对象。

值得注意的是，开源模型已不再局限于研究者和极客群体的小众工具。Vercel AI Gateway的生产流量数据显示，今年8月，开放权重模型已经处理了其平台56%的Token，而这一比例在去年12月还不到10%。这表明开源模型正在快速渗透到实际生产环境中，其重要性日益凸显。

作为"美版DeepSeek"的代表作，Reflection的Beam模型采用了MoE（混合专家）架构，总参数量达到5010亿，但在推理时仅激活230亿参数。该公司强调，Beam在高级推理任务上的表现可以达到GLM-5.2约四分之一到三分之一的算力水平，显示出显著的效率优势。然而，在与最新一代中国模型的横向对比中，Beam仍存在一定差距。例如在Agent编程测试DeepSWE v1.1中，Beam得分为44.4，低于GLM-5.3的61.0、Kimi K3的68.0以及DeepSeek V4.1 Flash的74.2。

Mistral Large 4则展示了法国公司在开源模型领域的雄心。这款模型的推出，不仅体现了Mistral在技术上的持续突破，也反映了欧洲在AI领域追赶中国的决心。两家公司的模型发布，共同推动了全球开源模型竞赛的升级。

尽管Beam在某些指标上表现出色，但其与最新一代中国模型的差距仍然明显。例如在Humanity's Last Exam（HLE）测试中，Beam得分为36.2，低于GLM-5.3的42.3和Kimi K3的46.9。这表明，虽然Beam将美国开源模型重新拉回到与中国头部模型相近的位置，但要真正追上最新的中国模型，还需要进一步的技术突破。

Reflection CEO Misha Laskin表示，Beam的主要定位是为企业提供长期可用的"主力模型"，而不是单纯追求性能排名。这种策略与DeepSeek早期的成功模式相似，即通过提供性价比更高的解决方案来赢得市场。不过，由于Beam的研发成本高昂，其"低成本版DeepSeek"的定位可能难以完全实现。