报道说两家中国实验室用过 Astra 的输出，榜上还差 11 分和 25 分
DeepSeek 与月之暗面被指在训练最新模型时重度依赖 GPT-6 Astra 的输出——六个多星期的窗口只够做后训练，一条轨迹约一美元，而两国的条文都不管 API 输出。
The Information 今早九点发了一条稿，标题把 Astra 写成中国实验室最主要的蒸馏对象。1
这篇稿在订阅墙后，公开可见的只有开头两段。
第一段说，DeepSeek 与月之暗面在训练各自最新一代模型时，高度依赖 Astra 的输出。1
第二段说，蒸馏仍然是中国开放权重模型进步的最大来源之一。1
信源是直接知情的人，没有具名。
也没有配任何数字：没有请求次数，没有账号数，没有时间窗。
先把这个词说清楚。蒸馏就是拿一个强模型的输出当训练材料，让另一个模型学会它的解题方式。2
Astra 是 OpenAI 九月初放出来的那一代，官方称它把计算机使用、软件工程与网络安全三项的前沿都往前推了一截。3
这句话很重。但它现在是一条指控，不是一份证据。
要判断它的分量，得先过三关：时间对不对得上、这件事贵不贵、谁在管。
六个多星期，只够做后训练
Astra 九月初上线。3
DeepSeek 的 V4.1-Flash-1017 是 10 月 17 日。4
Kimi K3.1 Pro 是 10 月 23 日。5
中间隔着六个多星期。
按业内通常的排期，这个长度不够从零训一个前沿模型，够做一次后训练。
后训练是预训练之后那一段：教模型怎么用工具、怎么一步步解题、怎么按人的要求交付。
两家的公告恰好都写着后训练。
月之暗面说 K3.1 Pro 是 K3 的后训练版本，后训练算力大幅增加，做的是横跨数百个下游领域的联合强化学习。5
DeepSeek 说 1017 这一版用带自反馈的强化学习，练的是「从零搭起一个完整项目」这类任务，性能上去了，成本下来了。4
The Information 说的「输出」，也不只是最后那段话。
OpenAI、Anthropic、谷歌都把明文思维链下线了，改成一块加密文本随每次请求回传。6
这套东西怎么被绕开，写在八月的一篇论文里，题目就叫《从专有大模型 API 里偷推理链》。6
所以如果报道成立，被拿走的不是权重，是后训练最缺的两样东西：高质量的解题轨迹，和一个能打分的裁判。
推理轨迹为什么值钱，有数字可看。
那篇论文还引过一组实验：在 MATH500 上，用反推出来的近似轨迹训练一个 70 亿参数的小模型，比只学答案高 7.6 个百分点，68.4% 对 76.0%。6
那还只是近似。论文作者自己拿到的，是逐字的原始推理。6
这套手法有记录可查。Anthropic 二月写下的两类请求最扎眼。
一类是 rubric 打分，直接让 Claude 充当强化学习的奖励模型。2
另一类是让 Claude「想象并写出一个已完成回答背后的内部推理」，逐字产出思维链训练数据。2
这套管道是活的。Anthropic 记过一次：MiniMax 的提取还在进行时，Anthropic 自己发了新模型，MiniMax 24 小时内把近一半流量改道过去。2
被蒸馏的不是模型，是后训练那一段的输入。
一条轨迹大约一美元
Astra 的官方价是输入 10 美元、输出 50 美元，单位是百万 token。3
一条推理轨迹按 3,000 token 输入、20,000 token 输出算，0.03 加 1.00，约 1.03 美元。
一百万条，大约 103 万美元。
还有一条更便宜的路。
同一家公司的加密推理块可以跨会话、跨用户、跨模型复用：把强模型吐出的那一块塞给自家弱一点的模型，弱模型就会照着重述出来。6
论文按 Claude Haiku 4.5 的标准 API 价算过一笔：解码一万条轨迹，输入输出各按 1.2 万 token 计，约 720 美元，一条七美分。6
同样的量，从 Astra 生成一百万条是 103 万美元，解码约 7.2 万美元，差 14 倍。
这两条路都比自己搭训练场便宜。
月之暗面列出的后训练工程清单里，沙箱基建、rollout 调度、环境质量校验都得自己搭。5
那些东西没有折扣。轨迹有。
买别人的解题过程，比自建训练场便宜，便宜一个数量级。
便宜还有第二层：这笔钱不进资本开支，也不进任何一份数据中心的账。
它只出现在一张 API 账单上，而那张账单可以挂在第三方转售商名下。
两国的条文都不管输出
美国这一侧，条文管的是 parameters。
ECCN 4E091 的适用范围，是训练中动用 10^26 次以上运算的人工智能模型的 parameters；技术注释第 1 条把 parameters 定义为训练中学到的任何数值，「也称为模型权重」。7
中国这一侧，条文管的是技术出口。
10 月 16 日，商务部、科技部第 48 号公告。8
公告拟在禁限出口目录里增列人工智能技术 23 项，含大模型、智能体、算力集群；附件里大模型一条的门槛是 10^26 次浮点运算或 2 万亿参数。8
公告还写明，已进入公共领域的技术不纳入管理。方向很清楚：管的是中国技术往外走。8
一边管出口的权重，一边管出口的技术。没有一条落在「从商业 API 买回来的输出」上。
真正在管这件事的是用户协议。
Anthropic 以国家安全为由不向中国提供商业访问，2025 年 9 月又把限制扩到中资持股过半的境外子公司。9
OpenAI 的使用条款里写着，不得用输出去开发与 OpenAI 竞争的模型。10
Astra 还上了微软 Azure 与 AWS Bedrock。多一个托管方，就多一层要谈的执行面；OpenAI 自己的说法是「伙伴托管的部署需要和第一方服务同样的保护」。3
执行最后落到账号上。
Anthropic 二月写的是约 2.4 万个欺诈账号、逾 1,600 万次交互，其中单一代理网络同时管着 2 万多个账号。2
OpenAI 九月写的是七月那批：两天内 1.6 万次请求、来自 4,000 多个用户；顺藤摸下去，相关的用户超过 1.5 万个。11
中方对这套机制的描述比多数评论直接。
商务部 9 月 9 日的答问里有一句：「美个别人工智能企业滥用竞争优势地位，在用户协议中设置宽泛的地域限制等霸王条款。」12
管这件事的不是出口管制，是一纸用户协议；而这份协议算不算霸王条款，已经成了中美在 AI 上的一个正式争点。
没有一条归因对着 Astra
| 发布日 | 谁说的 | 指向 | 规模 |
|---|---|---|---|
| 2 月 23 日 | Anthropic | DeepSeek、月之暗面、MiniMax | 约 2.4 万账号、逾 1,600 万次交互 2 |
| 9 月 8 日 | CISA、NSA、FBI | 六家中国公司，见联合公告 | — |
| 9 月 30 日 | OpenAI | 「与月之暗面相关的个人」 | 1.6 万次请求、4,000 多用户 11 |
| 10 月 20 日 | 国土安全部 | DeepSeek | 联邦采购排除与移除 13 |
| 10 月 29 日 | The Information | DeepSeek、月之暗面，见原报道 | — |
表里的日期是发布日，不是被指动作发生的时间。
动作时间写得最清楚的是 OpenAI 那篇：7 月 1 日开始，7 月 28 日切断，核心一簇归因给「与月之暗面相关的个人」。11
它一处也没提 Astra。Astra 九月初才上线。3
它自己还留了一个限定：那些数字描述的是尝试，不必然是成功的提取。11
所以十月这条报道如果是真的，是一次新的、还没有任何一方公开归因的动作。
已经公开的那些归因，没有一条对着 Astra。
榜上今天是另一回事
10 月 27 日，韩国《电子新闻》转述的读数是 K3.1 Pro 55 分、第四，Astra 53 分。14
今天再查同一张榜，它是 46 分。15
两天之后，同一个模型在同一张榜上掉了 9 分。
这张榜给 Astra 按推理档位分了好几行，从 43 到 57，最高那档 57。15
跨着 14 分的档位差去谈「谁超过谁」，先得说清比的是哪一行。
按今天的读数，K3.1 Pro 比 Astra 最高档低 11 分；DeepSeek 的 V4.1 Flash 1017（max）32 分，低 25 分，但它是这张榜上开放权重里的第一。15
更该看的是每次任务花多少钱。
同一张榜按跑完一次智能指数任务的花费算：K3.1 Pro 3.68 美元、46 分；Astra 的 xhigh 档 3.66 美元、55 分。15
同样的钱花出去，Kimi 少拿 9 分。这个价位上，它并不便宜。
月之暗面自报的 Terminal-Bench 4.0 是 65.7%，Astra 58.2%；同一份博客里，CAD 重建那一项上 Astra 95.9、K3.1 Pro 92.7。5
一项高、一项低。自报的数本来就是这个样子。
有一条独立的技术旁证值得记下。那篇论文把一小段解出来的 Opus 4.8 推理预填进 Kimi K3，Kimi 的推理风格和可见回答都向 Claude 靠，作者写「有些情况给出了几乎完全相同的回答」。6
他们把这件事当行为探针用：看一个模型是不是对某家的推理异常敏感。
对象是 Claude，不是 Astra。方法可以照搬到任何一家。
这个探针能证明的是「敏感」，不是「用过」；但它比榜单更接近问题。
变的是「自研」这两个字的价格
如果报道成立，它解释的是追赶的速度，不是追到的位置。
买来的轨迹能把版本推得更快，推不到 Astra 最高那一档的分数上；今天的差距是 11 分和 25 分。15
两家都把开放权重当卖点。可这套能力能卖上价，靠的是「它是自己长出来的」这个前提。
投资人要问的因此不是「追不追得上」，是这条追赶曲线有多依赖一个随时会被掐断的接口。
接口一断，追赶的排期就不再由自己定，改由对方的发布节奏定。
对指控方来说，这笔账同样划算：每发一次公开指控，那个问题就被再问一遍，而被问的一方没有便宜的答案。
这条报道要动的不是评测榜，是「自研」这两个字值多少钱。
三个可以核的地方
第一，11 月 4 日权重放开之后，任何人都能拿一段推理去预填它，看它是不是对某一家异常敏感。那篇论文的方法，谁都能复现。5
第二，OpenAI 会不会单独发一篇点名 Astra 的公告。它 9 月 30 日那篇只写到月之暗面。11
第三，两国的条文里，有没有人第一次把「API 输出」写进去。现在美国管参数，中国管技术，都不管输出。
三关里有一关动了，这句话就从一条指控变成一件正在发生的事。
References
- 1
- 2
- 3
- 4DeepSeek：DeepSeek-V4.1-Flash-1017（2026-10-17）
api-docs.deepseek.com
- 5Kimi：Introducing Kimi K3.1 Pro
kimi.com
- 6
- 7eCFR 15 CFR 774 附一：ECCN 4E091
ecfr.gov
- 8商务部、科技部公告 2026 年第 48 号（2026-10-16）
mofcom.gov.cn
- 9
- 10OpenAI Terms of Use（2026-01-01 生效）
openai.com
- 11
- 12商务部新闻发言人答记者问（2026-09-09）
mofcom.gov.cn
- 1391 FR 66346
federalregister.gov
- 14电子新闻：Chinese AI Narrows Gap with US（2026-10-27）
en.etnews.com
- 15Artificial Analysis：LLM Leaderboard
artificialanalysis.ai
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.