美国初创公司 Deep Cogito 近日发布其最新旗舰模型 Cogito v2.1 671B，宣称这是“由美国公司制造的最好的开源大语言模型”。该模型在 GPQA Diamond 推理、多语言 MMLU、数学与代码能力等多项基准测试中表现亮眼，甚至超越 GPT-5、Claude Sonnet 4.5 和 Meta 的 Llama 系列。 然而，很快有技术观察者发现，该模型的参数规模与架构与中国的 DeepSeek-V3 完全一致，其 Hugging Face 配置文件中明确标注“base_model: deepseek-ai/DeepSeek-V3-Base”。这一事实迅速引发热议，揭示了该模型实为基于 DeepSeek-V3 的深度后训练产物。 与此前 Cursor 和 Windsurf 等公司“自研”模型暗中借用中国模型的遮掩做法不同，Deep Cogito CEO Drishan Arora 坦率承认其模型源自 DeepSeek-V3，并解释称：当前预训练已成“通用商品”，真正的挑战在于后训练。他强调，美国除 Meta 外缺乏足够强大的开源基础模型，而 DeepSeek 架构已形成成熟的低成本推理生态，是理想起点。 Deep Cogito 的核心竞争力在于其“前沿后训练栈”技术，结合强化学习与迭代蒸馏放大（IDA）方法，对基础模型进行深度优化。其 v2.1 在推理效率上实现显著突破——处理复杂逻辑问题平均仅需 4894 个 Token，远低于 Gemini 2.5 Pro 的 9178 个。这一优势归功于“过程监督”机制，使模型具备更强直觉，能以更短路径完成推理。 在 MATH-500 数学测试中，Cogito v2.1 得分 98.57%，略胜 DeepSeek-V3.2 的 97.87%；在 SWE-Bench 代码修复任务中也表现优异。 客观而言，该模型在性能与效率上均属上乘，技术投入值得肯定。但将其称为“美国制造的最好开源模型”存在争议：其底层架构与核心参数均来自中国公司，所谓“美国制造”实为“美国优化”。更值得警惕的是，部分模型在越狱后暴露意识形态倾向，违背开源精神。 这一事件折射出全球 AI 创业生态的现实：基于中国开源模型进行二次开发，已成为低成本、高效率的主流路径。从零训练 671B 模型需数千万美元，而基于成熟开源模型优化，可快速推向市场。这种务实选择无可厚非。 真正的技术自信，不应依赖地缘叙事包装，而应源于透明协作与实质性创新。Deep Cogito 的做法暴露了部分硅谷从业者面对中国技术崛起时的复杂心态：既无法忽视其价值，又难舍“领先者”姿态。而开源的真谛，本就应超越国界，以开放与合作推动共同进步。