拒绝捧杀DeepSeekMath-V2，118分固然惊艳，但距离 OpenAI 到底还有多远？

拒绝捧杀DeepSeekMath-V2，118分固然惊艳，但距离 OpenAI 到底还有多远？

DeepSeek 消失了很久，一回来就扔了个 685B 的核弹。

普特南 118 分？确实吓人。但在一片“拳打 OpenAI，脚踢 GPT-5”的欢呼声中，我更想聊聊那个被刻意忽略的问题：我们是在追赶，还是真的超越了？

DeepSeek 终于舍得浮出水面了

当 Gemini 和 Claude 像走马灯一样在热搜上轮番炸场时，这条“鲸鱼”潜水潜得让人心慌。

它带着 DeepSeekMath-V2，和一张写着 118 分 的普特南竞赛成绩单。

满分 120，同场人类选手最高 90，它拿 118。

HuggingFace 上模型已开源，685B 参数，基于 DeepSeek-V3.2-Exp-Base，采用 Apache 2.0 协议。

这套组合拳打得确实漂亮。但我刷了一圈评论区，看着满屏的“遥遥领先”和“吊打 OpenAI”，我反倒想泼一盆冷水。

你们别急着造神。这不仅仅是一场分数的胜利，更是一场关于“代价”的博弈。

它不仅是做题，是学会了“回头看”

现在，先说它为什么强。

过去的模型做数学题，那是“直觉流”。凭概率猜下一个词，一条道走到黑。错了就错了，模型自己是不知道的。

DeepSeekMath-V2 强就强在，它学会了 System 2（慢思考）。

团队给它装了个“强迫症”机制：Self-Verification（自我验证）。

简单说，它不再是一个只管写答案的学生，而是一个“写完会自己检查，训练专门的‘评判员’找茬，发现逻辑漏洞自己重写，直到无懈可击再交卷”的学霸。

这就是为什么它能在 IMO 2025（国际奥数） 和 CMO 2024 中达到金牌水平。这不靠运气，靠的是逻辑闭环。这确实是 OpenAI o1 的路子，DeepSeek 走通了。

冷静点，距离 OpenAI 还有多远？

但是，请把“超越”这两个字先咽回去。

我们必须正视三个事实，这才是所谓的“行业代差”：

第一，685B 的“重型坦克”。

DeepSeekMath-V2 的参数量高达 6850亿。这是什么概念？这是工业级的巨兽。

OpenAI o1 拼命做蒸馏、做 o1-mini，让推理成本降到白菜价。而 DeepSeek 为了追求逻辑的极致，依然在用“大力出奇迹”的方式冲顶。能跑分和能落地，中间隔着十万八千里的工程鸿沟。

第二，偏科生 vs 全能神。

这是 Math-V2。它是一个在数学领域刷到极致的偏科生。

而 OpenAI o1 是一个通才。不要因为一个数学奥赛金牌，就误以为我们在多模态、创意写作、甚至长文本理解上都已经平起平坐了。局部战场的胜利，不代表整场战争的逆转。

第三，时间差。

我们今天欢呼的技术路线，本质上是 OpenAI 一年前（Q\*/Strawberry 阶段）探索的方向。

我们是在用 2025 年底的开源成果，去对标人家 2024 年的技术壁垒。 承认这一点不丢人，只有承认落后，才能知道怎么跑得更快。

但这依然是“开源界”的最高光时刻

那么既然有差距，为什么我还是要给 DeepSeek 点赞？

因为它的屁股坐得正。

Apache 2.0 协议。

就这一条，足够让它封神。

隔壁国外的巨头们，要么闭源收租，要么搞个半遮半掩的 License。DeepSeek 直接把这颗核弹放在了桌子上：拿去用，可商用，无专利坑。

“第一次觉得量化基金功德无量。他们不靠模型服务赚钱，不用迫于竞争压力急于推出下一个版本的语言模型。”

其背后的幻方量化，本身就是玩数学和算法的顶级玩家。他们不缺那点 API 的钱，所以才敢把这种级别的科研成果直接扔进开源社区。

DeepSeekMath-V2 的出现，最大的意义不在于那个 118 分。

###

而在于它告诉所有中国开发者：在 System 2 这种高难度的逻辑推理赛道上，我们依然在牌桌上。

对于我们普通人，别去神话它。

我们去思考怎么用它打通 3D 建模、去优化工业设计、去解决半导体设计的难题。

把模型用烂，把价值榨干，这才是对开源精神最大的尊重。

欢迎点个关注，我们帮你盯住接下来这几年的机会。

因为在 AI 时代，信息差 = 收入差。你看到的越早，走的就会越快。

粉丝后台私信888，可免费获得《AI 变现信息差》一份。

商务合作 / 内容授权：[email protected]