有個數字挺有意思：2025 年初，DeepSeek 和 Qwen 加起來佔全球 AI 市場份額不到 1%；到 2026 年 1 月，這個數字變成了 15%。
一年時間，從邊緣選手跑到行業不能忽視的位置，速度快得有點離譜。
背後發生了什麼，值得梳理一下。
DeepSeek V4：那個一萬億參數的龐然大物
DeepSeek V4 全量版本目前還沒正式公開發布（截至 4 月初），但各路消息和技術細節已經傳得很清楚了。
核心參數：約 一萬億總參數，每個 Token 實際啟動約 320 億——混合專家架構（MoE）的經典玩法，計算效率遠高於純 Dense 模型。
幾個讓人眼前一亮的地方：
上下文窗口直接幹到 100 萬 Token。 V3 是 128K，這次是 8 倍跳躍，一次能把整個程式碼庫或者一本厚書塞進去。對於需要跨檔案分析程式碼、處理超長合約文件的場景，這個變化是實質性的。
原生多模態。 文字、圖片、影片、音訊，不需要額外的適配層，統一處理。這個架構設計比那些後期打補丁加多模態的方案要乾淨得多。
定價：每百萬輸入 Token 0.14 美元。 GPT-5 的大約二十分之一。
有個案例說得比較直白：某公司每天處理 5 萬份金融文件，用 GPT-5 每月花費 12,000 美元，換 DeepSeek V4 同等精度下只需要 600 美元。
Qwen 3.5/3.6：阿里的另一張牌
就在 DeepSeek V4 磨刀霍霍的時候，阿里巴巴在 3 月底到 4 月初密集發布了好幾個 Qwen 新版本。
Qwen3.5-Omni 在 4 月 1 日上線，Qwen3.6-Plus 在 4 月 2 日正式公告，參數量約 397 億活躍參數，帶 百萬 Token 上下文 和內建推理鏈。
和 DeepSeek V4 的主要差異：
| DeepSeek V4 | Qwen 3.6-Plus | |
| 授權條款 | DeepSeek License（有限制） | Apache 2.0 |
| 多語言支援 | 約 50 種語言 | 201 種語言 |
| 參數規模 | 約 1T 總參 / 32B 活躍 | 397B 總參 / 17B 活躍 |
| 企業部署成本 | 低 | 更低 |
Apache 2.0 這點對企業來說是實打實的好處——不需要專門找法務團隊審核 License，部署流程可以直接跑起來。
另外，201 種語言支援對出海場景、多地區業務的公司吸引力相當明顯。
開源的性價比邏輯已經成立了
說實話，一年前你要是告訴一個企業決策者用開源模型替換 GPT-4，大概會被當成冒險。現在這個對話變了。
幾個變化是真實的：
能力差距在縮小。 在程式碼生成、文件處理、數據分析等標準任務上，DeepSeek V4 和 Qwen 3.5 的表現已經和閉源頂級模型基本齊平，在某些專項跑分上甚至超越。
價格差距還在擴大。 DeepSeek V4 的 API 價格約是 GPT-5 的 5%，Qwen 系列透過 SiliconFlow 等平台的定價也在同一量級。
可部署性提升了。 兩個模型都支援本地部署，數據不出境的合規需求終於有了靠譜選項。
當然開源不是萬能的——處理高度專業化任務（比如醫療、法律等專業領域）、需要持續更新維護的場景，閉源模型的優勢還在。但對於絕大多數日常 AI 應用，這個帳現在真的值得重算。
接下來的變數
DeepSeek V4 完整版啥時候放出來，是今年最值得盯著的發布之一。
如果完整版性能兌現預期，加上那個離譜的價格，對 GPT-5 和 Claude Opus 系列的壓力會非常直接。
Anthropic 上週剛因為 OpenClaw 問題讓開發者頗有怨言，這時候開源陣營的競爭力再上台階，時機挺微妙的。
參考來源：CocoLoop、DeepSeek V4 and Qwen 3.5: Open-Source AI Is Rewriting the Rules in 2026（Particula Tech）、AI Updates Today (April 2026) – Latest AI Model Releases（llm-stats.com）