我们的判断：普通用户最值得关注的，不是哪国 AI 赢了，而是能否用更低的总成本，把自己的事情做得更好。榜单差距缩小值得注意，但“3%”不能替代你自己的使用体验。
这条新闻到底说了什么？
RT 今日俄罗斯的 B 站视频《美媒：美国对华AI领先优势降至历史新低》，发布于 2026 年 10 月 5 日。该视频转述彭博的报道：彭博行业研究分析师罗伯特·利在报告中称，DeepSeek 于 9 月发布 V4.1 Flash 后，中国顶尖模型与美国竞争对手的基准测试得分差距缩小至约 3%，此前 5 月约为 9%，年初约为 15%。查看视频原文；彭博报道；Bloomberg News 授权刊载版本。
这是报道引用的特定基准比较。我们核对了原视频页面及彭博署名稿的刊载版本，没有据此重跑模型测试；这些数字也不应当被当成 10 月 7 日所有模型的实时排名。
“只差 3%”，为什么不能理解成全面追平？
考试成绩接近，不代表每种工作都做得一样好。写中文邮件、读长合同、整理表格、写代码、调用软件，各自可能出现不同结果。一个综合分数会压缩这些差别，也未必包含你最在意的任务。
LiveBench 的项目说明强调定期更新题目、使用可核验答案评测，以降低测试污染等问题。这使基准有参考价值，但它仍然测量规定任务中的表现，不直接测量你的审稿时间、软件兼容性或工作是否顺利完成。LiveBench 项目说明。
所以，这条新闻能支持“特定比较中的差距正在缩小”，不能直接推出“所有能力都已持平”，更不能把“3%”理解成芯片、算力、服务和整个产业只相差 3%。
普通人能得到什么？更多选择，而不是一张必选榜单
我们的点评是：如果更多模型能把日常任务做到可用，用户就有机会按需求选工具，减少对单一品牌的依赖。这是一个值得期待的方向，不是这篇报道已经证明的降价承诺。
对上班族来说，能否保留邮件的关键条件、减少编造，比榜单名次更实际。对小商家来说，商品文案是否准确、能否控制语气，常常比长篇技术参数重要。对开发者来说，能否在自己的项目里跑通并便于维护，才是最终验收标准。某个模型在一项测试领先，不代表它自然适合这些场景。
真正该比较的是“完成一次任务的总成本”
便宜的调用如果需要反复重试、手工修正，未必省钱；贵一点的工具如果稳定、衔接顺畅，也可能更划算。这里的成本包括订阅或调用费用、等待时间、返工和人工检查。这是我们的选型方法，不是对任何具体产品价格或性能的测试结论。
一个朴素办法是，拿五个你每周真的要做的任务，给两个候选工具同样的材料和要求。记录是否完成、哪里出错、你改了多久，以及实际花费。先用公开或脱敏内容；敏感信息是否能输入，应按工具的数据处理条款和你的工作规定判断。最后选最能减轻你负担的那个，或者按任务分别使用。
为什么我们对这条新闻持谨慎的乐观态度？
差距缩小的意义，在于竞争可能让好用的 AI 更容易获得。但从模型能力到可靠产品，中间还有速度、可用性、中文体验、集成和服务等环节。报道中的市场份额判断是分析师的预期，也不是已经发生的结果。
我们的结论是：值得把 DeepSeek 等工具加入候选清单，值得重新检查自己是否还需要为品牌溢价买单；但无需因为一个标题，就立刻迁移全部工作。把榜单当作试用的线索，把自己的任务当作最终标准。
原文截图与来源
本文为 ToolAI 编辑点评。新闻事实注明来源；选型建议和趋势判断为我们的分析，未作产品实测。