中国ai领域算法是否领先全球？

我有种感觉，至少open ai夸大了自己的成本。

有可能既夸大了模型规模，又不会透露优化的方法。

5.6那个消耗速度+天天重置+千万用户，反而降智是不如5.5明显的，

你的根本依据立不住，我就简单说几点

1. GPT、Gemini 的 Token 效率你目前没达到（当然 A\也没达到）


2. Gemini 的全模态，那个就很吃工程能力和算法，不只是数据了。但那个只有他们做到。


3. 论文更立不住，只是现在他们不公开罢了。就比如 A\那个 Jspace 就很先进。CoT 是 GDM 提出的，Tool Call 训练是 Meta 提出的。而且 GPT-OSS 也是有技术报告的。


4. 根本就没有追上、拉平。K3 之前连小领域都打不过，像 K2.6 明显是无法匹敌 GPT5.4 的，分数超过什么情况我不管，反正你要看分数自动扣 10%再看。比如嵌入式编程（当然 A\前面也不行）K3 才算是在前端掰平手腕。

是否说明美国除了卡多，力大砖飞外，在巧劲，软件层面被中国压一头呢？

这还不好说，美国的很多顶尖研究还是不透明的，谁好谁差还不一定

我觉得至少不落后，至于跟 OpenAI, A/ 相比，由于他们从来不公布研究成果，所以很难一概而论

但是其实各个厂商之间的人才流动这么密集（很多不同公司的研究员都是同学），我觉得他们之间的算法应该水平不会差距太大

而综合很多研究员的访问（尤其可以看张小珺的播客），例如姚顺宇和姚顺雨他们的访问，他们都“不觉得算法上是决定模型性能的最大因素”（不是说没用，只是他的边际收益不是很高），他们反而是重视数据的质量

所以我觉得 OpenAI 和 A/ 他们的领先应该是在数据质量上比较优秀

不能说领先吧只能算不落后

主要是他们闭源厂商也没公开啊那这种比较真的毫无意义，谁强谁弱都改变不了我们只能看开源厂商的成果

有这种可能，但是也不能单纯就这样比算法高低，现在只有算法适不适合

他们算力足，现在的算法肯定是符合他们自身的算力情况的，如果全球的算力都不足，他们自然就研究算力不足的算法，那个时候才能比较算法高低

就例如

张小珺： 我记得那时，大家都不知道OpenAI的保密项目是什么，就知道它叫草莓、Strawberry。大家觉得会带来一个新的范式——后训练强化学习，但更多的就不知道了。

姚顺宇： 对，我去Anthropic的时候，大家已经比较清楚，大概的方向是怎么做。

后来随着我对这个领域知道越来越多，就发现，那个时刻，OpenAI做的方式和Anthropic差别挺大的。具体这种算法，和使用数据的方式，是不太一样的。虽然都叫后训练和强化学习。但那些不是本质区别。

大的方向来说，它们是同一个——找一些回归信号非常清楚、非常客观，数据本身又比较干净，对模型来说是可学习的，在上面做稳定的强化学习训练。大的方向都是这个方向。但具体实现差别比较大。

后来事实也证明，具体实现每家方向都不一样，但是都能做成。而且当时OpenAI的目标也不是coding。

很多时候模型性能高低主要还是取决于训练数据的质量，就例如字节有最大的视频平台，所以他的视频模型这么强

我觉得这这个可以附上发表年份来评估中国在AI领域的进步