AI Price MemoryAI Price Memory
申请收录

按品牌查看报价

OpenAIClaudeGeminiGrokX
返回技能与实验室
经验博文

「老师的答案被抄了」：路透转引爆料称 DeepSeek 与 Moonshot 拿 GPT-6 Astra 训练新模型

一篇报道称便宜模型的答案来自老师模型，证据还没来，先把账算清楚。

原作者: AI Price Memory
4 次浏览
0 次复制
适用模型: DeepSeek V4.1 Flash / Kimi K3.1 Pro / GPT-6 Astra

先说结论：10 月 29 日，路透转引 The Information 的报道，把两家中国实验室推到了风口上。报道称，DeepSeek 和 Moonshot AI 在训练各自最新模型时，大量用了 OpenAI GPT-6 Astra 的输出。这话目前还停留在"据知情人士"层面，三家公司都没有马上回应，证据也没有公开。我写这篇，想把一件事讲清楚：这条消息如果属实，会改变你对"便宜又好用"的那部分解释，也可能改变接下来几个月里各家 API 的查法和管法。至于模型本身会不会下架、价格会不会变，现在下判断都太早。

Moonshot 相关报道配图

报道到底说了什么

路透 10 月 29 日的报道很短，信息点却很密。The Information 援引知情人士称，DeepSeek 与 Moonshot AI 训练最新模型时"严重依赖"GPT-6 Astra 的输出。报道点名的两个模型，恰好都是 10 月内刚跟用户见面的：Moonshot 的 Kimi K3.1 Pro 上周发布，DeepSeek 的 V4.1-Flash 1017 在 10 月 17 日上线。

我特意把措辞留在这里，因为措辞本身就是信息。报道用的是"受益于蒸馏"，没有给出数据量、调用规模、时间窗口，也没有公开任何一方的文件。OpenAI、DeepSeek、Moonshot AI 在路透发稿时都没有立即回应。所以读这条新闻，正确的姿势是把它当成"一家严肃媒体援引知情人士的说法"，还没到坐实结论那一步。等三家回应、等证据出现，故事才会有下一章。

蒸馏这回事，先讲人话

蒸馏听起来像个黑话，其实做法很直白：你让一个已经很强的模型（老师）回答大量问题，把它的答案收集起来，再拿这些问答去训练另一个模型（学生）。学生不用从零啃海量原始语料，学习曲线一下子就陡了。

这个方法本身并不丢人。实验室内部天天这么干：大模型教小模型，小模型再部署到手机、边缘设备上，省算力、省成本。争议从来不在方法，而在边界。老师模型的输出能不能拿去训练竞品，取决于服务条款怎么写、调用规模有多大、以及调用方有没有绕过限制。一个研究员随手问几百条，和一套自动化系统昼夜不停地刷，完全是两回事。

这也是为什么各家大厂这两年对蒸馏越来越敏感。Anthropic 在 10 月初就说过，自家新的反制措施把针对 Claude 的"蒸馏式抓取"砍掉了大约 90% 到 99%。这个数字出自 Anthropic 自己，外界没法独立复核，但它至少说明了一点：大厂已经把防蒸馏当成正经的工程问题在投入，实打实的工程量摆在那里。

点名 Moonshot，并非头一回

把时间线拉长一点，这次爆料就没那么突兀了。9 月 30 日，OpenAI 发过一篇博客，说自己追踪到一场从 7 月开始的蒸馏行动，其中一部分与 Moonshot 相关人士有关。那篇博客和 10 月 29 日的报道是两件事：前者是 OpenAI 自己的说法，后者是媒体援引知情人士的说法，两者指向有重叠，但不能互相证明。

我把已知的节点排成一张表，方便对照着看，哪些有出处，哪些还缺一环。

时间事情出处与状态
2026 年 7 月起OpenAI 称一场蒸馏行动从此时开始OpenAI 9 月 30 日博客自述
2026 年 9 月 30 日OpenAI 称行动的一部分与 Moonshot 相关人士有关OpenAI 博客，单方说法
2026 年 10 月 17 日DeepSeek 上线 V4.1-Flash 1017已发布，可查
2026 年 10 月 23 日前后Moonshot 发布 Kimi K3.1 Pro已发布，可查
2026 年 10 月初Anthropic 称反蒸馏措施砍掉约 90% 至 99% 的抓取Anthropic 自述，未经独立复核
2026 年 10 月 29 日The Information 称两家实验室用 Astra 输出训练新模型路透转引，知情人士说法，三家未立即回应

对用模型的人，这条新闻意味着什么

先讲不会立刻发生的事。模型不会因为一篇报道就从你手里消失。Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 该怎么用还怎么用，API 也没有宣布任何变动。恐慌性迁移没有必要。

再讲值得留意的三处变化。第一处是价格逻辑。K3.1 Pro 发布时价格比上一代降了约三分之一，DeepSeek V4.1 Flash 一直走低价路线。蒸馏如果属实，等于给"为什么能这么便宜"补上了一块拼图：站在老师模型的肩膀上，训练成本确实可以压下来。但这块拼图反过来也提醒你，便宜里可能藏着合规成本，哪天条款收紧，价格和供给都可能跟着动。

第二处是风控。OpenAI、Anthropic、Google 都在加码防蒸馏，手段包括识别异常调用模式、限制批量输出、封停可疑账号。普通用户正常提问不会中招，但如果你在跑自动化批量任务，最好把调用节奏、账号合规这些基础工作做干净，别让自己的正常业务撞上风控的枪口。

第三处是选型心态。以后再看到"新模型一发布就追平旗舰，价格只要零头"的故事，多问一句：它的能力从哪里来？是架构突破、数据工程，还是站在别人的输出上？多问一句没坏处，选型标准也该从"跑分和价格"扩到"来源与可持续性"。

OpenAI 相关报道配图

明天就生效的另一笔账

蒸馏新闻之外，还有一件更具体、也更急的事，值得在今天顺手提醒一句。据 10 月价格追踪站整理，DeepSeek 的 Search 与 Fetch 联网工具免费调用将在 10 月 31 日 16:00 UTC 结束，之后在 DeepSeek Harness、Claude Code、Codex 里的服务端工具调用按每个端点每 1000 次 0.75 美元计费。

这条出自追踪站整理，我还没看到 DeepSeek 官方公告原文，建议你以官方价格页为准再核对一次。但防范的动作现在就可以做：如果你有用智能体循环做联网 grounding 的任务，先查一下调用量。下面这段自查思路可以直接套用，把工具调用日志拉出来数一数，别等账单来了才发现循环跑了一夜。

提示词 / 指令
# 自查清单：10 月 31 日之前跑一遍
# 1. 列出所有调用 Search / Fetch 工具的任务
# 2. 统计过去 7 天每个任务的调用次数
# 3. 给高频循环加单次上限和总预算
# 4. 把官方价格页的计费口径截图存档

我怎么看这件事

我个人的看法是，这场争论迟早要来，而且不会只停留在 DeepSeek 和 Moonshot 身上。模型能力越来越接近，训练数据的来源就成了新的分水岭。以前大家比参数、比算力、比跑分；接下来几年，"你的模型从哪里学来的"可能会跟跑分一样，成为选型时必须问的问题。

但我也不想把话说满。蒸馏的指控需要证据链：调用记录、数据规模、条款适用，缺一环都只能算"报道称"。在证据出现之前，对用户最有用的态度其实很朴素：继续用手头好用的模型，把账算清楚，把调用合规做好，然后等三家公司的回应。回应本身，就是这条新闻的下一章。

AI 训练与数据示意

一句话总结：蒸馏爆料目前还只是"报道称"，但它已经把一个迟早要面对的问题摆到了台面上：便宜模型的低价从哪里来，以及各家接下来会把防线收到多紧。

来源

  • 路透 2026 年 10 月 29 日报道：DeepSeek、Moonshot 被指用 OpenAI GPT-6 Astra 训练最新模型（转引 The Information）：https://www.reuters.com/technology/deepseek-moonshot-used-openais-gpt-6-astra-train-latest-models-information-2026-10-29/
  • The Information 报道的二次转述与背景梳理：https://pivotnews.ai/five/deepseek-and-moonshot-distilled-openai-s-gpt-6-astra-the
  • 10 月模型动态与价格变动追踪（含 DeepSeek 联网工具 10 月 31 日计费节点整理）：https://local-ai-zone.github.io/blog/October_2026_AI_Model_Updates.html
  • 2026 年 10 月 29 日 AI 日报（含 Gemini 4 Carbon 与各家动态背景）：https://poyo.ai/zh/hub/2026-10-29-ai-news