模型指纹闹剧：DeepSeek蒸馏GPT的谣言与开源反击

最近，AI社区里流传着一个颇具戏剧性的说法：开源模型DeepSeek竟然“蒸馏”了闭源模型，甚至出现了“先发布的模型蒸馏后发布的模型”这种时空错乱般的指控。这场风波从一个模型指纹测试开始，最终却演变成对测试工具本身的质疑，以及DeepSeek用全面开源做出的回应。

模型指纹测试引发的“蒸馏”疑云

事情的起点是一则帖子。在DeepSeek^广告 V4.1 Flash 1017发布后不久，有人晒出了对该模型的指纹测试结果，称其被识别为GPT-65 AllStar的概率高达90.71%。这个数字足以让人浮想联翩：难道DeepSeek真的蒸馏了GPT？

为了验证，视频作者使用帖子中提到的模型指纹工具Model Trace进行了测试。结果却出人意料——DeepSeek V4.1 Flash 1070被测出是Claude Sonnet 4.6的概率为99.9%。同一个模型，在不同测试中指向了不同的闭源模型，这本身就与帖子中的结论矛盾。

模型蒸馏是知识蒸馏（Knowledge Distillation）的简称，指用一个已训练好的“教师模型”的输出（如概率分布、中间特征或生成文本）来训练另一个“学生模型”，使学生模型以更小的参数量或更低的成本逼近教师模型的能力。因此，“某模型蒸馏了某闭源模型”的指控，核心在于怀疑其训练数据或监督信号来自另一个模型。判断是否发生蒸馏通常需要训练数据溯源、输出分布比对等证据，仅凭输出风格相似或单一指纹测试很难成立。

穿越时空的指纹：当工具只认识两家模型

作者随后换用硅基流动上的DeepSeek R1进行测试，结果更加离谱：DeepSeek R1被鉴定为晚发布9个月的Claude Haiku 45 2025 1001，概率达到100%。一个先发布的开源模型，竟然“蒸馏”了后发布的闭源模型，这显然违背基本的时间逻辑。

更荒诞的还在后面。在原帖评论区，有人用Python随机数生成器竟然也成功“鉴定”出随机数蒸馏了Claude Sonnet 5.5和GPT-5 4。这时作者意识到，所有测试结果都只指向GPT和Claude两家。打开该工具的GitHub仓库后，真相浮出水面：这个工具的内置指纹库竟然只有GPT和Claude这两个模型的指纹。

换句话说，无论输入什么模型，工具都只能从这两个选项里“猜”一个答案。所谓90.71%或99.9%的概率，更多反映的是工具内置库的局限性，而非模型之间的真实关系。用这样的工具去指控蒸馏，显然缺乏说服力。

模型指纹（Model Fingerprinting） 是一类通过分析模型输出的统计特征（如特定提示下的回答风格、词频分布、困惑度模式等）来推测模型身份或来源的技术。其基本假设是不同模型在训练数据、对齐策略和解码方式上会留下可区分的“痕迹”。但指纹测试本质上是一种封闭集分类：工具只能在其内置的候选模型库中给出最相似项，无法证明“不在库中”或“确实同源”。当候选库不完整时，任何输入都会被强制归入已有类别，产生高置信度却无意义的判定，这正是本次风波中随机数也被“鉴定”为蒸馏闭源模型的根源。

DeepSeek的开源回应：推理框架与生产级组件

就在社区为蒸馏争论不休时，DeepSeek宣布全面开源自己的内部推理框架DeepInfer，同步开源的还有生产级token编解码组件DeepSeek Recipe。根据视频中的信息，DeepInfer兼容英伟达和华为昇腾两大平台，单集群日吞吐量能达到155万亿token，每张GPU每小时能收入38美元。

同样的算力，它能跑更多请求、花更少钱、耗更少电。DeepSeek把模型如何构建、如何部署、如何省钱的全过程都公开了。这种“把底牌亮出来”的做法，与某些闭源模型“绞尽脑汁把自己藏得严严实实”形成了鲜明对比。

推理框架是介于训练完成的模型与实际服务之间的工程层，负责模型加载、请求调度、批处理（batching）、KV Cache 管理、量化与算子优化等，直接决定单位算力的吞吐量和推理成本。DeepInfer 这类自研框架的价值在于针对特定硬件（如英伟达 GPU 与华为昇腾 NPU）做深度调优，从而在相同集群上服务更多请求、降低每 token 成本。Token 编解码组件则负责文本与 token 序列之间的双向转换，需与模型词表严格对齐，是推理服务链路中容易被忽视但影响兼容性与正确性的基础环节。

指纹测试的边界与开源的底气

这场风波揭示了一个容易被忽视的问题：模型指纹测试并非严谨的“亲子鉴定”。如果工具的内置指纹库不完整，或者测试方法存在偏差，结果就可能产生严重误导。用随机数都能“蒸馏”出闭源模型，恰恰说明这类测试在缺乏透明方法时多么脆弱。

另一方面，DeepSeek选择用开源推理框架来回应质疑，本身就是一种态度。当技术细节、部署方案和成本结构都公开可查时，“蒸馏”的指控自然失去立足之地。开源不是口号，而是把工程实践摊在阳光下，让社区自行判断。

对于关注AI行业的人来说，这起事件提醒我们：面对“模型蒸馏”这类敏感指控，先看看测试工具本身是否可靠，再下结论也不迟。