国产大模型这次可能真碰到硬骨头了。
以前怎么追上 Claude 的?圈内一直有个说法:蒸馏。
说白了,就是让顶级模型当老师,拿它的输出训练自己的模型。老师把解题过程摊开,学生照着学,进步自然快。
但现在 Claude 开始收紧思维链的暴露程度,外界有人估计,可用于蒸馏的高价值推理信息可能少了90%甚至99%。这个比例尚无可靠证据证实,但问题确实值得讨论。
然后,Qwen4 Max 的成绩就很尴尬了。
据流传的榜单数据,2.4万亿参数,发布前有人预测能拿52、53分,结果只有43分。
Claude 65分,连开源的Kimi都有46分。
这些数字还得看具体榜单和测试条件,但如果放在同一套评测里,差距确实扎眼。
最讽刺的是什么?
以前大家比谁训练得快、参数堆得多、GPU买得狠。
现在发现,老师不肯给你看草稿纸了,你才知道自己到底学会了多少。
当然,蒸馏不是国产模型进步的全部原因,Claude也不是唯一的老师。架构创新、训练数据、强化学习、工程优化,哪一样都绕不开。
可接下来的问题越来越残酷:
别人不公开推理过程了,你还能不能自己摸索出一套?
别人不提供高质量答案了,你能不能自己造出更好的训练数据?
别人不让你抄作业了,你还能不能自己出题、自己解题、自己验证?
过去追赶,拼的是把别人的能力学过来有多快。
接下来追赶,拼的是没有现成答案,你还能不能往前走。
这才是真正考验国产大模型的时候。