印度韩国突然宣称有媲美DeepSeek大模型 引发争议

2026 年 7 月末至 8 月初，印度、韩国先后发布新一代本土大模型，并对外宣称产品综合能力已经可以媲美甚至超越 DeepSeek 系列开源模型，试图打造本土主权 AI 体系。但两款代表性产品很快被行业从业者溯源拆解，印度主力模型被证实基于 DeepSeek 开源底座蒸馏改造，韩国超大模型仅在本土语种专项测试实现小幅领先，通用能力并未实现全面超车。

印度方面率先放出对标产品，本土企业 169PI 推出 320 亿参数轻量化模型 Alpie，被当地媒体冠以「印度版 DeepSeek」称号。官方公布跑分数据显示，该模型在 GSM8K 数学基准测试成绩超过 DeepSeek V3，SWE 代码评测、BBH 逻辑测试中也拿下顶尖位次，宣称整体水准对标 GPT-4o。Alpie 主打 4bit 量化部署方案，部署成本仅为 GPT-4o 的十分之一，16GB 至 24GB 显存的消费级游戏显卡即可本地运行，轻量化优势十分突出。

不过开源社区开发者拆解权重后发现，Alpie 并非从零完成全栈训练，底层架构脱胎于 DeepSeek-R1-Distill-Qwen-32B 开源模型，本质是在中国开源基座之上完成二次蒸馏、微调与量化优化。除 Alpie 之外，印度 Sarvam AI 推出的 105B 参数自研模型 Sarvam-105B 同样放出宣传口径，声称该模型在多项推理基准超越 6000 亿参数的 DeepSeek-R1。该模型采用 MoE 混合专家架构，单次推理仅激活 90 亿参数，支持 128K 超长上下文窗口，在印度本土十多种方言理解场景表现突出。但业内指出，其超越结论仅限于小范围专项测试集，全域通用评测并未拉开优势。目前 Sarvam AI 还宣布启动万亿参数 T 级大模型研发项目，计划半年内落地，目标摆脱海外 AI 技术依赖。

韩国紧随印度节奏开启主权 AI 布局，SK 电讯正式发布 6880 亿参数超大模型 A.X K2，LG 同步上线 7500 亿参数 K-EXAONE 2.0，两款产品均纳入韩国国家级自主 AI 基建计划。SK 电讯对外表示，A.X K2 在数学推理、韩语专项基准测试里表现优于 DeepSeek V4-Flash、通义千问 3.5 等中外主流开源模型，AIME 数学测评得分 97.1、韩语 KMMLU-Pro 测试 80.5 分，依托自研稀疏门控注意力架构，长文本推理性能较前代提升 83.9%。LG 的 K-EXAONE 2.0 选择以 Apache2.0 协议完全开源，开放商用权限，24 项全球通用基准平均得分 70.1，相较初代版本提升超 10%，也是韩国有史以来参数规模最大的自研基础大模型。

结合实测数据来看，韩国两款大模型仅在韩语理解、本土电信行业专属问答场景具备差异化优势，跨语种通用推理、多模态能力与 DeepSeek、Qwen 等成熟开源模型处在同一梯队，并未实现全方位超越。受限于本土算力总量不足、全球通用高质量训练数据集储备偏少等短板，韩国财阀体系孵化的大模型大多优先服务集团内部业务，用来优化家电、通信、电商业务体系，极少独立做成面向全球 C 端用户的通用 AI 产品，全球商业化生态建设进度缓慢。

业内分析师梳理本轮事件表示，印韩集中发布对标 DeepSeek 的大模型，本质是各国推进 AI 自主化的阶段性动作。印度依靠开源模型二次改造快速补齐产品、深耕多语种本地化场景；韩国依托财阀算力资本堆砌超大参数模型、死守本土语种赛道。二者各有差异化路线，但现阶段均离不开全球开源生态的技术滋养，印度轻量化模型直接复用 DeepSeek 基座的行为，也侧面印证中国开源 AI 体系正在向外形成技术溢出效应。

从实测短板来看，印度 Alpie 受制于底座来源，无法彻底实现技术自主；韩国超大模型算力成本高昂、通用场景竞争力有限，两款产品想要真正比肩 DeepSeek 完整生态，仍需要补齐底层架构创新、全球数据集积累两大核心环节。截至目前，DeepSeek 官方并未针对印韩厂商的对标宣传做出回应。