国产模型登顶，世界安静了

2026年6月，中国AI在一夜之间完成了从追赶到领跑的转身。

三个信号同时炸开，每一个都足够改变游戏规则。

MiniMax M3：开源模型第一次站在了山顶

6月1日，MiniMax发布M3模型，SWE-Bench Pro基准测试拿到59%，超过GPT-5.5和Gemini 3.1 Pro。

这不是接近，是反超。

M3用的是MSA稀疏注意力架构，100万token上下文窗口，解码速度提升15.6倍。更关键的是，它是全球唯一一个在这个性能级别上完全开源的模型。

闭源巨头们花了数千亿堆出来的城墙，被一个开源模型从正面撞开了。

5月24日，DeepSeek官宣：V4-Pro的API价格从限时2.5折改为永久1/4。

算下来输出价格只有6元/百万token，缓存命中低到0.025元/百万token。

当全球AI大模型集体涨价的时候，DeepSeek逆手把桌子掀了。

高盛之前算过一笔账：AI模型价格至少要0.5到1美元/百万token，下游应用商才可能赚钱。DeepSeek直接把价格打到0.3美元以下，高盛的逻辑盘不下去了。

便宜到让竞争对手没法活，这就是DeepSeek的打法。

6月初的Build开发者大会上，微软一口气发布7款自研AI模型，覆盖代码生成、推理、语音和图像处理。

首款代码模型MAI-Code-1-Flash直接对标GitHub Copilot，350亿活跃参数的Mai-Thinking-1是微软第一个自研推理模型。

信号再明显不过了，微软正在逐步摆脱对OpenAI的依赖。曾经「微软给OpenAI卖水」的关系，正在变成「微软自己挖井」。

MiniMax向上冲，用开源性能反超。DeepSeek向下砸，用价格击穿底线。微软向内收，用自研替代外部依赖。

过去两年，所有人都在看OpenAI和Google的脸色。现在，中国的模型在性能上登顶了，在价格上碾压了，在生态上独立了。

这不是某个实验室的胜利，是一整个赛道的跃迁。

当编程模型的性能不再是瓶颈，真正的竞争会转向哪里？

Agent能力，不只是写代码，而是端到端完成任务。端侧部署，模型能跑在手机和PC上而不只是云端。还有垂直场景的深度适配。

MiniMax的100万上下文和15倍加速，DeepSeek的极低价格，微软的全栈自研。这三件事叠加在一起，给下游开发者打开了一个巨大的空间。

应用层的时代，可能真的要来了。