🕷️
SetupAI
🐼較早收集於 56m

中國 AI 模型 API 調用量超越美國

中國 AI 模型 API 調用量超越美國
PostLinkedIn
🐼閱讀原文： Pandaily
#api-usage#llm-benchmarks#global-aiminimax-m3minimaxdeepseekopenrouter

💡了解為何中國模型能主導全球 API 流量，並評估它們是否比您目前的技術堆疊更具優勢。

⚡ 30-Second TL;DR

有什麼變化

中國模型連續六週在 OpenRouter API 調用量領先

為什麼重要

此趨勢顯示全球開發者在工作流程中對中國 LLM 的偏好日益增加，可能對美國模型的主導地位構成挑戰。

下一步行動

將 DeepSeek-V4-Flash 或 MiniMax M3 API 整合到您的評估流程中，以與 GPT-4o 進行效能對比。

誰應關注：Developers & AI Engineers

關鍵要點

  • •中國模型連續六週在 OpenRouter API 調用量領先
  • •DeepSeek-V4-Flash 是目前調用量最高的模型
  • •MiniMax M3 已成功進入全球排名前三

🧠 深度解析

Web-grounded analysis with 28 cited sources.

🔑 增強重點摘要

  • •MiniMax M3是首個結合了前沿編碼性能、100萬token上下文窗口以及原生多模態能力（圖像和視頻理解）的開源模型，在SWE-Bench Pro基準測試中超越了OpenAI GPT-5.5和Google Gemini 3.1 Pro。
  • •DeepSeek-V4-Flash作為DeepSeek V4系列中的效率優化型模型，採用了稀疏注意力（Mixture-of-Experts, MoE）架構，並支持100萬token的上下文窗口，旨在提供快速、高吞吐量的推理，同時保持強大的推理和編碼性能。
  • •MiniMax M3和DeepSeek-V4-Flash的API定價顯著低於西方專有模型，例如MiniMax M3的輸入token成本比Claude Opus 4.7低15倍以上，這使得先進的AI能力更具成本效益和可訪問性。
  • •MiniMax M3的核心創新在於其專有的MiniMax稀疏注意力（MSA）架構，該架構將每token的計算量減少到上一代的二十分之一，並顯著加快了預填充和解碼速度，從而實現了100萬token長上下文的實用化。
  • •DeepSeek-V4系列（包括V4 Base、V4 Pro和V4 Flash）於2026年4月發布，所有模型均在MIT許可證下開放權重，這標誌著中國AI公司在推動開源AI發展方面的承諾。
📊 競品分析▸ Show
特性/模型MiniMax M3DeepSeek-V4-FlashOpenAI GPT-5.5 (參考)Google Gemini 3.1 Pro (參考)Anthropic Claude Opus 4.7/4.8 (參考)
發布日期2026年6月1日2026年4月24日 (預覽)--2026年5月28日 (Opus 4.8)
架構MiniMax稀疏注意力 (MSA)專家混合 (MoE), 混合注意力 (壓縮稀疏+重度壓縮)---
上下文窗口100萬 token (保證最低512K)100萬 token--100萬 token (Opus 4.6)
多模態原生支持文本、圖像、視頻輸入----
SWE-Bench Pro59.0%79.0% (V4-Flash)超越GPT-5.5超越Gemini 3.1 Pro接近Opus 4.7/4.8 (M3), 80.8% (Opus 4.6)
BrowseComp83.5---超越Opus 4.7 (79.3)
API輸入價格 (每百萬token)約 $0.30 (促銷價) / $0.60 (標準價)約 $0.0983 - $0.14 (快取未命中)約 $5.00 (Opus 4.7)-約 $5.00 (Opus 4.6/4.7)
API輸出價格 (每百萬token)約 $1.20 (促銷價) / $2.40 (標準價)約 $0.1966 - $0.28約 $25.00 (Opus 4.7)-約 $25.00 (Opus 4.6/4.7)
開源權重承諾在10天內發布是 (MIT許可證)否否否

🛠️ 技術深入

  • MiniMax M3:
    • 架構: 採用專有的MiniMax稀疏注意力（MSA）架構，取代了全注意力機制，通過輕量級索引分支掃描輸入token並選擇相關的token塊進行注意力計算，從而大幅降低計算成本。
    • 上下文窗口: 支持高達100萬token的上下文窗口，並保證最低512K token，比其前身MiniMax M2.7多五倍。
    • 多模態能力: 原生支持文本、圖像和視頻輸入，並生成文本輸出，能夠理解圖像和視頻，而非僅限於文本系統。
    • 效率: 在100萬token上下文長度下，MSA將每token計算量減少至上一代的二十分之一，預填充速度提高9倍以上，解碼速度提高15倍以上，輸出速度約為每秒100 token。
    • 訓練: 整個數據管道經過重建，將預訓練數據擴展到100萬億token以上，並從零開始進行多模態訓練，實現文本和視覺語義空間的深度對齊。
  • DeepSeek-V4-Flash:
    • 架構: 採用專家混合（Mixture-of-Experts, MoE）模型，總參數為2840億，激活參數為130億。 結合了混合注意力架構，包括壓縮稀疏注意力（Compressed Sparse Attention）和重度壓縮注意力（Heavily Compressed Attention），以實現高效的長上下文推理。
    • 上下文窗口: 支持100萬token的上下文窗口。
    • 效率: 針對快速推理和高吞吐量工作負載進行優化。與DeepSeek-V3.2相比，每token推理FLOPs減少73%，KV緩存記憶體負擔減少90%。
    • 開源: 以MIT許可證開放權重。
    • 推理模式: 提供「無思考」、「思考」和「最大思考」三種模式，以適應不同的推理需求和延遲敏感度。

🔮 前景展望AI analysis grounded in cited sources

中國AI模型在OpenRouter上的持續領先將加速全球AI開發的成本競爭。
MiniMax M3和DeepSeek-V4-Flash以遠低於西方競爭對手的價格提供前沿性能，將迫使其他模型供應商降低成本以保持競爭力，從而推動整個行業的價格戰。
中國AI模型在多模態和長上下文處理方面的進步將推動AI代理和複雜編程任務的廣泛應用。
MiniMax M3結合了100萬token上下文窗口、原生多模態和前沿編碼性能，而DeepSeek-V4-Flash也提供100萬token上下文，這些能力使得處理大型代碼庫和多文檔研究等複雜任務變得經濟可行，加速AI在這些領域的部署。
隨著更多中國模型採用開放權重策略，全球AI生態系統的創新將更加民主化。
DeepSeek-V4系列以MIT許可證開放權重，MiniMax M3也承諾開放權重，這將使全球開發者能夠更自由地訪問、修改和構建尖端AI技術，促進更廣泛的協作和創新。

⏳ 時間線

2021-12
MiniMax 成立
2022-10
MiniMax 推出其首款產品 Glow 應用程式
2023-07
DeepSeek 成立
2024-03
阿里巴巴集團領投 MiniMax 6億美元融資，估值達25億美元
2025-01
DeepSeek 推出其聊天機器人應用程式和 DeepSeek-R1 模型
2026-01
MiniMax 在香港證券交易所上市
2026-04
DeepSeek 推出 DeepSeek-V4 系列（包括 V4-Pro 和 V4-Flash）
2026-06
MiniMax 推出旗艦模型 MiniMax M3
🐼閱讀原文： Pandaily
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

同主題

探索 #api-usage

同產品

更多關於 minimax-m3

同來源

最新來自 Pandaily

Kunlun Tech Mureka V9.5 透過反射推理提升 AI 音樂創作

Kunlun Tech Mureka V9.5 透過反射推理提升 AI 音樂創作

Pandaily•Jul 22

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗