中国人工智能迎头赶上，迫使硅谷降价

身在洛杉矶的华人企业家Li Jianian将中国公司智谱AI（Zhipu AI）的GLM-5.2模型部署在本地服务器上，用于处理一些他过去使用人工智能编码工具Claude Code完成的任务。

根据他的经验，在约70%的日常工作中，智谱AI的表现“已经可以和Claude相媲美”。他补充说：“没必要所有事情都用最贵的模型。”

在地球的另一端，四川成都的视频创作者程潇（化名）正面临一个不同的问题：他的Claude账户再次被封禁。

程潇在不同的人工智能模型之间切换，但他仍然认为Claude在处理复杂编码时“更聪明”。问题在于访问权限。

Claude的母公司Anthropic,并未在中国提供服务，这迫使程潇必须让电脑一直连接虚拟专用网络（VPN），并依靠中介为账户充值。当他最新的账户被封禁后，他转向了OpenAI的编码工具Codex。

在中美科技竞争日益激烈的背景下，两国用户都开始将对方的模型纳入自己的工具箱。有些人是为了寻求更高的性价比，而另一些人则需要更强大的选择。

目前，Claude的Fable 5仍在多个排行榜上高居榜首。但近几个月，智谱AI的GLM-5.2、月之暗面（Moonshot AI）的Kimi K3以及阿里巴巴（Alibaba）的Qwen3.8-Max相继发布，它们在多项任务上的表现已接近Claude，且价格更低。

智谱AI的GLM-5.2模型每百万输出token（代币）的价格为4.40美元，而Claude Sonnet 5的价格为10美元。

根据OpenRouter的统计数据，截至8月，过去一个月token处理量最高的10个大语言模型中，有两个来自美国，另外八个来自中国。然而，尽管中国模型的使用量更高，但美国模型吸引的支出仍然更多。在近30个任务类别中，中国模型仅在七个类别中占据了最大的支出份额，而像ChatGPT和Claude等领先的美国模型则主导了其余大部分类别。

SEE ALSO

The AI price war has begun

China narrows AI gap with US as open-source shift could hit valuations: George Yeo

Trivium China的数字研究主管Kendra Schaefer在一次采访中表示，企业和用户混合搭配使用不同模型是很常见的现象。用户对性能、成本和数据安全的重视程度各不相同。

她指出：“人工智能模型并非只有一个市场，而是有多个细分市场。”

她表示，美国目前在“可控且廉价的细分市场”缺乏有竞争力的产品，这是中国的开源权重模型能够进入美国开发者工具链的一个重要原因。

日益加深的监管边界

但随着中美之间的监管边界日益清晰，用户还能像现在这样根据需要调用双方模型的日子还能持续多久，仍是一个未知数。

美国用户担心，对中国模型的日益关注可能会促使华盛顿对其使用施加限制。出于安全考虑，美国一些政府机构已经禁止在政府设备上使用深度求索（DeepSeek）的模型。

美国财政部长Scott Bessent在7月公开表示，美国政府将调查中国的开源权重模型是否涉及知识产权盗窃。他表示，如果侵权行为得到证实，美国可能会考虑实施金融制裁，并将相关公司列入实体清单。

中国也开始讨论是否应继续无限制地免费提供先进模型。路透社报道称，北京正考虑限制海外用户访问先进的人工智能模型。

中国官方媒体“玉渊谭天”在一篇帖子中表示，“支持人工智能开放模型，不代表所有能力都应该被无条件地传播”。

程潇表示，即使申诉成功，重新获得了Claude账户的访问权限，他也不排除中国当局未来某天会主动封禁其使用的可能性。

今年7月，中国工业和信息化部警告称，Claude编码软件内置监控功能，可能传输敏感信息，构成严重的安全“后门”风险。

Li Jianian开玩笑说：“谁知道呢？以后我们可能得自己‘翻墙’去下载最新的中国模型了。”

这些担忧或许为时过早，但种种迹象表明，中美人工智能竞争正进入一个新阶段。

中国：后来者奋起直追

过去，美国科技巨头为追求通用人工智能（AGI）而大力投资算力，而面临算力限制的中国则专注于低成本、开源权重和实际应用。中国被普遍视为后来者，在奋力追赶。

但中国人工智能模型的迅速进步，迫使美国不得不正视另一种可能性：即使中国尚未在前沿领域超越美国，其低成本、开源权重的模型和广泛的传播也可能削弱美国现有的技术和生态系统优势。

布鲁金斯学会约翰·桑顿中国中心研究员Kyle Chan在今年4月美国众议院中共问题特设委员会一场关于中美人工智能竞争的听证会上作为专家证人出席。

他告诉《联合早报》，华盛顿对中美模型差距的缩小有两个担忧。首先，如果能力相当的中国模型被广泛使用，可能会规避美国的人工智能监管框架。

其次，强大的开源中国模型可能会颠覆OpenAI和Anthropic等公司的商业模式，使它们难以证明其巨额投资的合理性。

南洋理工大学（NTU）校长讲席教授、南洋商学院副院长Lin William Cong教授则更进一步指出，大语言模型商业护城河的一个内在弱点——它们是不断“教导”其竞争对手的产品。

即使模型权重不公开，大量的模型输出也可能成为其他模型学习的材料。

这正是美国公司和官员一再指责中国公司通过“蒸馏”所做的事情。Cong教授表示，如果模型能力可以通过蒸馏进行转移，那么支撑高估值和巨额投资的技术领先地位可能远不如想象中稳固。

不同的起点

Chan表示，中美人工智能竞赛正变得比预期更复杂、更混乱。华盛顿开始认识到技术广泛传播和应用的重要性，越来越多的人呼吁美国开发强大的开源模型来与中国竞争。

2025年，华盛顿开始推广一项计划，旨在出口“全栈式美国人工智能技术包”，将包括人工智能模型、芯片、服务器和数据中心在内的一系列人工智能产品捆绑出口给盟友。此举被视为美国对近年来中国向“全球南方”输出其技术模式的回应。

今年，特朗普政府试图向盟友施压，要求其在中美主导的人工智能生态系统之间做出选择，从而缩小中国与这些国家进行供应链和技术合作的机会。

路透社8月15日报道称，美国计划致信“Pax Silica”倡议背后的数十个人工智能联盟成员，警告他们不要加入由北京主导的世界人工智能合作组织。

加入该组织的成员将被排除在“Pax Silica”之外。警告称，“参与一切就等于什么都没参与”。“Pax Silica”倡议专注于人工智能供应链的合作。

战略与国际研究中心未来实验室副主任兼数据研究员Yasir Atalan在一次采访中表示，华盛顿未来可能会加强对中国模型的出口管制。但目前，其重点是建立促进美国人工智能技术出口的机制。

企业也正在加紧在开源模型和定价方面的努力。OpenAI在7月底宣布，将分别把GPT-5.6 Luna和Terra的价格下调80%和20%。

最近，Anthropic也宣布放弃提高Sonnet 5价格的计划，并将永久保留其初期推广价。Meta和Nvidia也发布了新的开源模型。

中美在人工智能发展上起点不同。美国为追求超级智能而大力投资算力，而受限于计算资源的中国则试图通过开放模型和更低成本进行竞争。

但他们的目标正日益趋同：双方都希望在金字塔顶端开发最强大的模型，同时触及更广泛的市场。

技术传播和应用之外的更大目标

在官方声明中，中国政府很少提及通用人工智能（AGI）。但这并不意味着中国无意在前沿人工智能领域竞争。深度求索创始人Liang Wenfeng甚至直言不讳地表示，实现通用人工智能是公司的真正目标。

南洋理工大学的Cong教授表示，中国的顶尖人工智能公司正在将规模扩展至可用硬件的极限。例如，Kimi K3拥有2.8万亿个参数。他指出：“这不像是一个满足于廉价应用扩散的生态系统的行为。”

在他看来，实验室在追求前沿能力，而政府更侧重于技术传播和产业应用——这两者是同时并存的。

亚洲数字经济科学院主席Tan Poh Hwee认为，中国的人工智能战略有两个层面。第一层是通过将人工智能融入实体生产来推动其应用，使其成为经济增长的新引擎。第二层是在通过开源大语言模型扩大影响力的同时，不放弃在前沿领域的竞争。

但前沿领域的进一步发展仍然受到算力的制约，而一些中国模型享有的低成本优势也面临压力。随着业务扩张推高了计算服务费用，智谱AI今年已多次提价。在推出Kimi K3后，月之暗面也因需求超出其计算能力而暂时停止了新的订阅服务。

“在战斗中学习战斗”

面对限制，中国公司正在提升训练效率、扩大应用范围，同时稳步缩小与最先进模型的差距。Tan Poh Hwee将此形容为“无奈之下的选择”，也是中国人擅长的“在战斗中学习战斗”。

他指出，模型能力与一个国家未来的国力密切相关。在科研、军事等领域，最强大的模型仍然是必需的；否则，中国将面临与美国形成战略能力差距的风险。他说：“就像核武器一样，双方必须同时拥有，才能建立力量平衡。”

Atalan持有类似观点。他表示，“足够好”的模型可以处理广泛的商业任务，关键在于将它们融入业务运营中。而最强大的模型则可以帮助在科学、数学等极具挑战性的领域实现突破，这反过来又会影响经济和军事能力。

他断言：“无论谁在前沿领域领先，都更有可能将其人工智能技术栈销售给全球。”

对模型能力的不同需求正将中美人工智能竞争推向不同层面。在大多数商业和日常应用中，“足够好”的开源模型将继续跨越国界。然而，前沿模型将成为受保护的战略资产。

这也是一场难以停止的竞争。Cong教授指出，这些层级之间的界限并非固定不变。随着开源模型的追赶、成本的下降和技术的普及，今天被视为前沿的能力可能很快就会成为普通企业可以使用的基本工具。新的战略边界将不断向前推进。

商业发展与政府控制

作为世界两大领先的人工智能强国，中美之间的竞争正推动着更强大、也可能更危险的模型的开发。公开报道显示，自7月以来，至少发生了七起人工智能模型在沙箱测试中发现漏洞、“越狱”并侵入真实世界系统的案例。

国际上要求建立人工智能安全规则的呼声越来越高。中美也计划在9月举行官方人工智能对话，讨论先进人工智能模型的安全风险。然而，在当前的竞争环境下，双方愿意分享多少信息，以及能达成多少共识，仍是未知数。

长期关注全球技术变革的卡内基国际和平基金会高级研究员Matt Sheehan写道，中美不会在人工智能安全问题上步调一致，目前也很难达成具有真正约束力的协议。然而，两国可以基于各自的安全利益，提高各自模型的安全性，然后进行最低限度的沟通。

他表示，如果双方都了解对方采取了哪些安全措施，就可以减少因信息不对称而产生的最坏假设，即“对方正在为了不顾一切地打造最强大系统而牺牲所有安全措施”。

Cong教授指出，中美最终将面临同样的治理挑战：如何防止最危险的前沿能力不受控制地扩散。

一旦前沿级别的权重被广泛分发，就无法召回，并可能被用于加速网络攻击和生物设计等高风险活动。因此，这在公司发布最先进模型的商业动机与政府控制敏感能力扩散的目标之间造成了分歧。

Cong教授表示，如果人工智能接近超级智能，这种分歧将变得尤为突出。在这种情况下，“这是中美在验证和对话方面利益真正重叠的少数领域之一”。

与此同时，Atalan警告说，如果中美在没有共同框架和建立信任机制的情况下，各自将日益强大的人工智能整合到其军事系统中，可能会改变其现有的战略考量。一旦任何一方开始允许人工智能参与关键的军事决策，另一方将被迫调整其威慑逻辑，从而增加误判和战略不稳定的风险。

开源与闭源

然而，即使中美都认识到前沿能力扩散带来的风险，关于应该通过“开源”还是“闭源”来降低这些风险，仍然没有简单的答案。

最近的一个案例改变了一些人的看法。一个OpenAI模型渗透到美国人工智能社区Hugging Face的生产数据库中，以搜索测试答案。当使用西方领先的大语言模型追踪该模型来源的尝试失败后，Hugging Face最终使用了智谱AI的GLM-5.2来遏制攻击。

布鲁金斯学会的Chan表示，美国人工智能安全界对开源模型的态度很复杂。一些人担心本地部署的模型难以控制，而另一些人则认为它们可以增强受攻击方的防御能力。

他观察到：“到目前为止，特朗普政府似乎更倾向于认为开源模型对人工智能安全是净资产，并已将它们排除在最新的监管框架之外。”

• 本文在人工智能协助翻译的基础上，由Grace Chong编辑和润色，首发于《联合早报》旗下的英文数码杂志ThinkChina。