國內AI領域迎來重大突破，DeepSeek、智譜和MiniMax三大廠商在短時間內相繼推出新模型，引發技術社區和行業的高度關注。這場“模型發布潮”不僅展現了國產AI的創新能力，也為算力緊缺、同質化競爭的市場環境注入了新的活力。

DeepSeek此次推出的新模型以百萬級上下文處理能力為核心亮點。盡管官方尚未公布詳細技術文檔，但社區推測該模型可能為DeepSeek-V4-Lite版本，參數規模約200B，未采用與北大聯合研發的Engram條件記憶機制。其最大突破在于支持100萬token的超長上下文窗口，遠超國內主流大模型32K-128K的限制。在“大海撈針”測試中，該模型在100萬token長度下仍保持60%以上的準確率，20萬token內準確率曲線近乎水平，優于同期測試的Gemini系列模型。實際測試中，模型能準確定位57萬字節文檔中的細節信息，展現出可靠的細粒度信息檢索能力。不過，在“鵜鶘騎自行車”測試中，模型生成的矢量圖形出現結構混亂，表明其在幾何坐標、空間關系的代碼生成任務上存在局限。這一結果與其純文本模型定位一致，研發重心聚焦于長文本處理而非跨模態能力。

智譜的GLM-5則以智能體工程化為技術敘事核心，標志著其能力從代碼生成向復雜系統性工程任務遷移。該模型在Artificial Analysis評測榜單中表現亮眼：智能程度全球第4，編程能力全球第6，代理能力全球第3，與Gemini、GPT等頂級閉源模型差距微小。GLM-5參數規模達744B，激活參數40B，預訓練數據增至28.5T，首次集成DeepSeek的稀疏注意力機制（DSA）并引入自研Slime異步強化學習框架。其可靠性指標顯著提升，幻覺率從前代90%壓縮至34%，打破Claude 4.5 Sonnet的紀錄。在編程和代理能力測試中，GLM-5前端構建任務成功率達98%，后端重構成功率提升超20%，模擬經營測試中運營自動售貨機1年盈利4432美元。盡管性能強大，智譜仍面臨算力緊缺的困境：GLM Coding Plan價格上調30%以上，取消首購優惠并新增周額度限制，商用API僅對MAX套餐用戶開放，Pro套餐用戶需等待2-3日，Lite套餐用戶期限未定。GLM-5的API輸出價格甚至達到DeepSeek-V3.2的6倍，反映出技術迭代與基礎設施供給能力的失衡。

MiniMax則以輕量化架構切入編程賽道，推出僅10B激活參數的MiniMax-M2.5模型。該模型支持100 TPS高吞吐推理，速度超越國際頂尖模型，顯存占用和推理能效比具備優勢。在社區自發組織的代碼修復能力測試中，M2.5通過率為61.5%，位列第九，雖低于GPT-5.3 Codex的73.1%和Claude Opus 4.6的65.4%，但在單位算力任務完成效率上展現出競爭力。MiniMax選擇輕量級模型策略，推測是為規避大規模參數模型的部署成本壓力，并通過高吞吐設計搶占企業級實時編程場景。不過，由于缺乏透明技術細節，其能力邊界和差異化競爭優勢仍需實際用戶體驗和價格策略驗證。

三大廠商的新模型發布，標志著國產大模型在差異化路徑上邁出重要步伐。DeepSeek深耕長文本處理，智譜推進智能體工程化，MiniMax聚焦輕量級效率，各自在算力緊缺的背景下探索適合的技術方向。這場“模型發布潮”不僅為AI愛好者提供了新的探索工具，也為行業技術演進和商業落地提供了寶貴經驗。