7 月 3 号，高盛发了一份研报。
DeepSeek 涨价了。
不是打折，是翻倍。高峰时段，上午 9 点到 12 点，下午 2 点到 6 点，API 价格调到非高峰的两倍。我盯着屏幕看了三秒，心想，这行业风向变得比夏天的雷阵雨还快。
前几个月还在比谁砍得狠，现在突然开始往回拉了。

更巧的是，几乎同一时间，6 月 27 号才开源的 DSpark，被一个叫 Abdur Rahim 的工程师搬进了苹果电脑。M4 Pro 上跑起来，Gemma-4 快了 1.6 倍，Qwen3 快了 1.4 倍。输出跟原模型逐字节一致，一个字不差。
一个人，业余时间，干完了第一个 Mac 原生版本。
两件事搁一块儿，像商量好了似的，在告诉我同一件事：这场仗，换打法了。

先说涨价。
2026 年 4 月底以来，国内大模型价格战打得跟不要命似的。
价格一度压到零毛利，甚至亏钱卖。现在 DeepSeek 把高峰时段价格翻一倍，高盛测算综合均价回到每百万 Token 0.35 美元和 0.12 美元。这不是割韭菜，是算力真的不够用了。
需求太旺，卡就那么多，再便宜卖下去，服务器得冒烟。
行业终于从“谁胆子大敢免费”，回到了“谁账算得清能赚钱”。竞争重心从规模扩张转向效率驱动，组织精简、迭代迅速的厂商开始显露出优势。
那些只会烧钱换市场的，现在得摸摸口袋，看看还能撑几轮。

再说 DSpark 被移植。
官方开源的是数据中心 GPU 版本，苹果芯片没人管。
Rahim 一个人，把草稿模型从 HuggingFace 搬过来，在 MLX 框架里重新搭了一遍，4-bit 量化，1.8GB，塞进内存毫无压力。他不仅做了贪婪解码，还实现了温度采样，输出分布严格等于原模型。
多数移植版本只图快，他图的是“快且准”。
更细的是，他自己试出来，草稿模型得用指令微调版本，通过率才能从 47% 涨到 82%；目标模型留 8-bit 最划算，bf16 反而更慢。
这种细节，没有热爱和死磕，根本抠不出来。

DFlash 论文的作者之一 Jian Chen 看到推文，跑来问，能不能试试他们团队的模型。带头人 Zhijian Liu 在 UCSD 和 NVIDIA 任职，他们提出的方案是用一次并行的“块扩散”去噪一整块 16 个 token。
Rahim 迅速动手，把 z-lab 发布的 gemma4-12B-it-DFlash 接进来，在同一台 Mac 上跟 DSpark 跑了一轮头对头。
代码和数学任务上，DFlash 整块解码，接受长度能到 5.95 到 6.20，速度约 36tok/s，2.1 倍，确实跑赢 DSpark。但聊天场景里，内容不好预测，DFlash 一次蹦出 16 个 token，目标模型未必全认，块填不满，优势就发挥不出来。
DSpark 的 Markov 头专门给位置之间加了依赖关系，纠正这个问题，聊天反而更快。
Rahim 后来更新版本，把两个都接进同一个包，聊天用短块，代码用满 16 的整块，一个包搞定两件事。
这协作效率，像在看一场开源社区的接力赛。

这两件事拼在一起，能看到什么？
国内大模型竞争，已经从“大力出奇迹”的粗放阶段，进入了“绣花针里做道场”的精细阶段。MiniMax 的管理层说得直白，比起庞大体系的大型互联网公司，他们的优势在于组织精简、基础设施利用率高、模型迭代快，对新兴 Agent 机会响应迅速。
OpenClaw 热度刚起来，立刻推出 MaxClaw 和 MiniMax Code。这不是靠堆人堆钱能复制的，这是一种“船小好调头”的敏捷，也是一种把每一分钱算到骨头里的精算。
DSpark 开源一周就被全球开发者接过去，也说明一件事。
中国大模型的影响力，已经不靠发布会和 PPT 了，靠的是代码本身的质量。当个人工程师愿意在业余时间把你的模型移植到苹果芯片，当 UCSD 和 NVIDIA 的研究科学家主动跑来对接，这个生态的吸引力，比任何地缘政治话术都硬核。

说到底，涨价只是开始，开源也只是信号。
真正的硬仗在后面，谁能在成本、效率、商业化这三重门里跑通闭环，谁才能活到下一个回合。那些只会烧钱的，大概要倒在黎明前了。
而那些既能开源吸引生态，又能涨价保证利润的，正在悄悄改写规则。
这场仗，越来越像一场精算师的对决，而不是莽夫的互殴。挺有意思的，也挺残酷的。