一句话看懂：The Information 报道称，DeepSeek 和 Moonshot 在训练各自最新模型时大量依赖 OpenAI 的 GPT-6 Astra，做法是通过蒸馏收集后者的回答来训练自己的系统。这把“用别人的强模型喂自己的模型”这一训练路径，再次推到中美 AI 竞争的台面上。
事件核心：发生了什么
据 The Information 周三援引知情人士的报道，涉及的两款模型是 Moonshot 上周发布的 Kimi K3.1 Pro，以及 DeepSeek 在 10 月 17 日上线的 V4.1-Flash 更新版。具体方式是蒸馏：开发者向能力更强的模型发送大量提示词，收集其回答，再用这些输出来训练自己的系统，从而以较低成本复现一部分先进能力。The Next Web 表示尚未独立核实该报道。
这并非 OpenAI 第一次提出类似指控。9 月 30 日，OpenAI 称与 Kimi 开发者相关的人员在 7 月发起过协同行动，试图提取其模型回答背后的隐藏推理过程，涉及超过 1.5 万个用户账号；OpenAI 表示已在 7 月 28 日前关闭该行动、封禁相关账号，并将发现同步给其他 AI 实验室。
为什么重要
蒸馏本身是常见做法，但一旦涉及头部闭源模型，就会触及竞争公平与训练成本的敏感问题。OpenAI、Anthropic 和 Google 都认为，蒸馏可能让竞争对手在训练投入不对等的情况下复制先进能力；美国相关机构也已点名部分被指针对美国 AI 模型的中国公司。目前公开信息显示，防御手段正在加强：Anthropic 本月早些时候表示，新防护措施已将其 Claude 模型在蒸馏攻击中被采集的数据量减少约 90% 至 99%。
对领先实验室而言，这里有一个结构性难题：对外提供服务的模型，同时也可能成为追赶者的训练素材。
对用户/开发者/创作者的影响
对使用 API 的开发者来说，这类争议短期不太会改变调用方式，但可能影响访问限制、账号风控和合规审查。对应用与内容创作者而言，更值得关注的是模型能力对比的可信度：Moonshot 称 Kimi K3.1 Pro 在编码基准上超过 GPT-6 Astra，DeepSeek 将 V4.1-Flash 定位为美国模型的低成本替代，但这些结果均来自厂商自评，尚未经独立验证。在企业采购时，把第三方评测和实际任务表现放在厂商宣传之前，会更稳妥。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 OpenAI 是否就此次报道作出正式回应或采取新的技术限制；二是 Kimi K3.1 Pro 与 V4.1-Flash 的成绩能否在独立基准上得到复现；三是主要闭源厂商的防蒸馏措施会不会进一步改变 API 的使用条款与调用环境。
来源：The Next Web
