模型大戰紅包之后：DeepSeek上新，AI小龍們座次已變

2026 年的馬年春節，AI 的火藥味甚至蓋過了紅包味。

字節、阿里、騰訊幾乎同時把 AI 大規模推向臺前：紅包、免單、春晚互動、本地生活接入……都在爭入口。與此同時，BAT 三家也在基礎模型上連續出牌，視頻生成(Seedance 2.0)、圖像（Qwen-IMAGE-2.0)、多模態、語音模型密集更新，幾乎沒有空檔。

不過，基礎模型的對抗也從字節、阿里、騰訊等巨頭迅速蔓延到了 DeepSeek 和「AI 小龍」們。

2 月 11 日晚，DeepSeek 新模型版本全面上線，繼續把長上下文與復雜任務能力往前推；幾乎同一時間，智譜推出新一代旗艦 GLM-5，強調 Agent 與編程能力；MiniMax 也帶來了 MiniMax M2.5，延續多模態與應用導向路線。

三家幾乎在同一時間點出手，讓這場春節 AI 大戰的「模型交鋒」又升級了一個檔位。

巨頭雙線推進，既搶入口也搶模型；創業公司聚焦底層能力，把籌碼壓在基礎模型上。真正決定 2026 年甚至未來幾年的競爭，正在這里展開。

春節 AI 大戰：前線發紅包，后端拼模型

2 月 12 日，阿里千問宣布「春節 30 億大免單」上線 6 天完成 1.2 億筆 AI 下單，用戶說了 41 億次。稍早前，騰訊元寶則宣布春節活動啟動 5 天，元寶 AI 生圖功能日均調用增長 30 倍，時長增長超 80%。

圖片來源：千問、元寶

如果說今年春節 AI 大戰前半段是純粹的入口之爭，后半段則是更為復雜，從巨頭到初創大模型公司，都在集中發力基礎模型的迭代。

這一點其實雷科技在之前的報道《一切為了Agent：千問、階躍、Gemini打響「3.5模型大戰」，春節將成關鍵節點？》就有提到，包括：

- 海外的 GPT-5.3-Codex 和 Claude Opus 4.6；
- 國內已經發布的 Kimi 2.5、Step 3.5 Flash、SeedDance 2.0、Seedream 5.0；
- 剛剛發布的 GLM-5、MiniMax M2.5、DeepSeek V3 系列更新；
- 還有箭在弦上的 Doubao 2.0、Qwen 3.5、Gemin 3.5。

DeepSeek V4大招還沒發，把「長上下文」做深是亮點

考慮到 DeepSeek 并沒有發布官方博文，這一次更新的 DeepSeek 新模型大概率不是 V4，而是 V3.2 系列的更新（或為 V3.5）。

不過這也可以看作 V4 發布前的「灰度版」，因為按照 The Information 的最新爆料，DeepSeek V4 內部初步測試顯示，其在模型的編程能力了已經超越了 Claude（沒有指出具體模型）。

而從網友們統一收到的 DeepSeek 回復來看，DeepSeek 新模型的變化集中在兩點：百萬級長上下文和知識庫更新。

首先是上下文窗口從之前的 128K 直接拉升到了 1M（100 萬 Token），你可以一次性把《三體》全集或者一整個項目的代碼倉庫塞給它。測試顯示，它處理這類長文檔的響應速度非常快，不再需要手動拆分文件。

另外，DeepSeek 新模型的知識庫也更新到了 2025 年 5 月，但依然不支持多模態——無法理解圖片（文字內容除外）和視頻，也符合 DeepSeek 一直堅持的「語言模型」路線：

不追求炫目的多模態，而是把文本推理、工程任務這些高頻剛需做到極致。

而上下文長度的大幅提升，不僅長文檔處理與多輪推理能力更穩定，理論上也會改善長代碼理解、多步驟分析等復雜場景執行表現。

時隔 1 個多月迭代，智譜 GLM-5 把 Agent 推到臺前

相比之下，GLM-5 作為原生 Agent 基座模型的升級更具「代際感」。雖然距離去年底發布 GLM-4.7 僅僅過去 1 個多月，但智譜年初上市時候預告的新一代模型，確實升級不小。

這一代模型的核心關鍵詞不再是對話，而是 Agent 與編程能力，也規格已經明顯向「Agent 基礎模型」靠攏：上下文達到 200K 級別，最大輸出可達 128K，模型規模進一步擴大，訓練體系也做了重構。

但真正的變化還是發生在能力結構上。

GLM-5.0 被直接設計為可執行任務的 Agent 模型，強調編程能力、工具調用與長流程執行。在編程測試中，它已經能處理項目級代碼與調試問題，模型可以拆解需求、調用接口、持續執行任務，并在多階段過程中保持目標一致。

繼續押注多模態，MiniMax M2.5依然堅持生產至上

MiniMax 從模型到應用的垂直路線，依舊與前兩者拉開距離。

MiniMax M2.5 的升級重點仍然放在多模態與內容生成能力，但強調的一整套多模態能力的推進，包括語音生成、音樂生成與文本能力同步提升，強調可直接進入創作與產品流程。

模型繼續采用 MoE 架構，在保持規模的同時控制推理成本，更適合部署在應用側。語音克隆、情緒表達、音樂生成質量的提升，使它更接近「生產工具」，而不是推理模型。

MiniMax 的定位因此也很清晰——不是去比誰最聰明，而是更偏向讓模型在內容生產環節真正可用，生成內容、參與創作、進入產品流程。

這條路徑也決定了 MiniMax 的目標不是 benchmark，而是可落地的生產能力。

三家模型的路徑差異由此變得非常具體：DeepSeek 把長推理能力做到極致，智譜把模型推向 Agent 工程形態，MiniMax 則把多模態生產能力做成基礎設施。它們不再圍繞同一套指標競爭，而是在不同能力方向上構建各自的模型形態。

但共性同樣明顯。參數規模不再是核心賣點，聊天體驗也不再是主要目標，所有升級都在指向一件事——模型要能參與真實任務，而不僅是給出答案。

DeepSeek 炸場一年后，「AI 小龍」位次已劇變

把時間撥回到去年春節，DeepSeek-V3 和 R1 的開源發布，沖擊了全球 AI 格局，也成為「AI 小龍」陣營的分水嶺。

關鍵不只是「模型很強」，更在于成本被重新定義。低成本、高性能的推理模型開始出現后，行業對基礎模型的預期突然變了——不只是要求嚴格訓練出一個模型，而是要求更低成本的更強模型。

劇烈的模型競爭加速，再加之訓練算力的匱乏，直接引發了「AI 小龍」陣營的明顯分化。百川和零一幾乎已經退出「前沿基礎模型」的主戰場：前者轉向醫療等垂直方向，后者更多走企業與行業場景路線，更新節奏明顯放緩。

當基礎模型進入高投入、高密度迭代階段，只有極少數團隊還能長期承受算力與研發壓力。

不過今年的情況又有些不一樣，最直接的一點就是 DeepSeek V4 至今沒有發布。從外部看，可能有兩種解釋。

一種是技術層面的現實：推理能力、長上下文、工程穩定性這些方向本身難度更高，模型要跨出一整代的差距，需要更長周期，而且之前也傳出過 DeepSeek 在訓練過程遇到難題。另一種則是更偏策略性，不只是跟著友商一起發布，而是作為壓軸登場，形成宣發上的優勢。

還有一個更容易被忽略的變化是：今年春節，DeepSeek 要面對字節、阿里、騰訊在模型上的高強度投入，以及全球模型的快速迭代，最直觀的例子就是最近引爆全球的字節 Seedance 5.0 視頻模型。

Seedance 5.0 生成，圖片來源：bilibili

當然，還在活躍的「AI 小龍」也在第一線持續推進基礎模型的迭代，智譜 GLM 和階躍星辰 Step 更多還是集中在模型，面向行業提供更創新、更實用的基礎模型。

MiniMax 和月之暗面 Kimi 則更多主打「模型即應用」，不只打造模型，也在發力自己的原生 AI 應用，MiniMax 更是形成了一定的產品矩陣，但二者都在從基礎模型到應用進行垂直整合。

這不是簡單的「誰強誰弱」，而是一種更現實的分化。

寫在最后

2026 年的春節還沒正式開始，但大模型下半場的發令槍已經響得震耳欲聾。

從巨頭們的「撒幣」入口戰，到 DeepSeek、智譜、MiniMax 在初四晚上的模型突襲，這場仗的打法變了。大家不再執著于在 Benchmark 上刷分，而是開始比誰能更深地嵌入真實生產力：是吞下百萬行代碼的胃口，是自主跑通工程的雙手，還是理解人類情緒的耳朵。

DeepSeek 這次雖然沒祭出傳說中的 V4，但這記「1M 上下文」的長拳，依然也讓不少空談 Agent 卻解決不了長程記憶的對手感到脊背發涼。而智譜和 MiniMax 的如期對壘，則證明了「AI 小龍」們已經從去年的防守反擊，轉向了更有底氣的差異化進攻。

懸念依然存在。DeepSeek 憋了許久的 V4 究竟是在等一個「一力降十會」的壓軸時刻，還是在攻克某種未知的技術天花板？在大廠與小龍的混戰中，誰能率先把「模型能力」真正轉化為「商業護城河」？

但有一點是肯定的：2026 年，單純靠「會聊天」已經拿不到門票了。煙花散去，留在牌桌上的，只能是那些能真正卷入工作流的狠角色。