在人工智能领域，一场关于深度推理模型的技术竞赛正在悄然升温。1月20日晚，两家国内AI企业——月之暗面（Kimi）和深度求索（DeepSeek）几乎同时发布了最新研发的深度推理模型，均声称其性能可与OpenAI的“满血版”o1相媲美，并公开了相关的技术报告。
月之暗面此次推出的k1.5多模态思考模型，标志着该公司在推理模型上的又一重要突破。据技术报告显示，在short-CoT（短思维链）模式下，k1.5在数学、代码、视觉多模态和通用能力方面，超越了GPT-4o和Claude 3.5 Sonnet等模型。同时，在多个基准测试中，k1.5也超过了通义、DeepSeek、Llama等国内外领先的开源模型。
而在long-CoT（长思维链）模式下，k1.5的数学、代码、多模态推理能力更是达到了OpenAI o1正式版的水平，仅在编码和视觉能力的部分测试中稍逊一筹。同一天，DeepSeek也发布了其开源推理模型DeepSeek-R1，该模型同样在数学、代码、自然语言推理等任务上展现了与o1正式版相当的性能。
两款模型的对标表现引发了业界的广泛关注。搜狐科技在对比两款模型的基准测试结果后发现，在数学能力方面，Kimi的k1.5在AIME2024和MATH500两个主流基准测试中略逊于DeepSeek-R1。同时，在代码基准Codeforces以及多任务语言理解MMLU测试中，k1.5也未能超越DeepSeek-R1。然而，值得注意的是，DeepSeek-R1目前尚不具备视觉等多模态能力。
尽管在部分测试中稍逊一筹，但DeepSeek-R1的开源策略以及极低的价格却赢得了不少开发者的青睐。DeepSeek宣布，其模型将完全开源，不限制商用，并允许用户利用模型输出进行蒸馏等方式训练其他模型。DeepSeek-R1的API定价也远低于o1，为用户提供了更为经济实惠的选择。
DeepSeek-R1的开源策略不仅赢得了开发者的认可，也引发了业界的热议。英伟达高级研究科学家Jim Fan对DeepSeek表示了赞赏，认为其是第一个展示强化学习飞轮效应且持续增长的开源项目。Jim Fan还提到，DeepSeek的模型完全由强化学习驱动，没有任何监督微调，这是论文中最重要的收获之一。
事实上，无论是Kimi的k1.5还是DeepSeek的R1，其性能的提升都离不开强化学习的力量。两款模型的技术论文均强调了强化学习在模型训练中的重要作用。通过强化学习，模型能够在没有人工干预的情况下进行自我进化，从而不断提升其推理能力。
随着Kimi和DeepSeek的加入，国内AI企业在深度推理模型领域的竞争也愈发激烈。科大讯飞、商汤、智谱、MiniMax、阶跃星辰等多家AI企业也先后推出了强调推理性能的模型。与此同时，谷歌等国际巨头也在紧追OpenAI，不断推出新的大模型技术。可以预见的是，未来的AI领域将是一场关于技术、创新和应用的全面竞争。
