21CTO导读:中美AI已从“美国单向领先”进入“模型能力趋同、体系能力渗透、应用优势交叉”的新阶段。
根据together.ai等展示所的数据,中国AI公司月之暗面的Kimi K3在综合推理、知识、数学及程序设计能力等指标中达到60分,与美国AI公司Anthropic的克劳德寓言5的62分已经相当接近。
这并不代表中国大模型已经全面超越美国。美国的顶尖大模型目前仍掌握能力上限,但双方差距正在明显缩小。
斯坦福大学《2026年AI指数报告》显示,自2025年初以来,中美最强AI模型曾多次互换过去位置。截至2026年3月,美国顶尖模型的优势已缩小至2.7%,而一年的大部分时间都维持在个百分点。
这代表,中美AI竞争的问题已经从“中国能否追上美国”逐渐转变为“美国新模型推出后,领先优势还能维持多久”。
Kimi K3近期受到市场关注,不仅仅是因为模型能力接近美国尖端产品,也导致其成本明显降低。
《路透社》报道,月之暗面7月推出的Kimi K3拥有2.8兆个总参数及100专家万代币背景,采用混合架构,推理时实际实现约1040个亿参数。
第三方体育显示,Kimi K3在GDPval-AA v2测试中取得1678分Elo,其中GPT-5.5、GLM-5.2及Claude Opus 4.8,仅低于Fable 5的1760分。
Kimi K3的输出速度约每秒41个Token,低于Fable 5约75个Token;不同模型在事实准确度、调用工具稳定性及复杂专案的连续执行能力方面,也仍存在差异。
因此,目前更准确的描述并不是中国已经全面超越美国,而是美国从过去的明显领先者来看,逐渐转向转向领先。
根据《彭博社》报道,成本差距则可能成为下一阶段更重要的竞争因素。
根据人工分析每项智能指数任务的成本计算,Kimi K3平均成本约0.84美元,Fable 5约2.75美元,此前低约69%。
若按照快取预计、一般输入及输出Token以7∶2∶1加权计算,Kimi K3每百万Token成本约2.31美元,Fable 5则约7.70美元。
对每天需要执行大量AI代理任务的企业而言,模型能力提高2分,而不是超过3倍的成本差距更为重要。
智谱的GLM-5.3也呈现类似情况。该模型在相同智慧指数中同样取得60分,每项任务成本约0.68美元,低于Kimi K3约19%,也低于GPT-5.6 Sol45%。
变化意味着企业不一定需要把所有任务迁移得最严重、最昂贵的模型。
在实际部署中,企业可以采取混合分流策略,将高风险、高复杂度的任务交由美国顶尖模型处理,而进行大量、高频的日常对话、程序设计、搜索及自动化工作,则相互影响近端模型的价格。
在这种模式下,企业整体推理成本有降低的机会。
开放权重模型则进一步扩大这一成本优势。开发者可以下载、查看并进行局部化部署,云端服务商也可以根据不同的硬体条件优化推理效率。
OpenRouter显示数据,中国模型的海外使用量正在增加,部分市场的中国模型使用量甚至已超过美国模型。
,美国AI助手在海外行动装置下载量方面仍保持领先,品牌、产品体验及企业仍构成重要优势。
尽管中国模型快速追赶,但美国在AI产业的底层优势仍十分明显。
斯坦福AI指数显示,2025年美国私人AI投资达2859亿美元,约为中国124亿美元的23倍;同年美国机构推出59个重要AI模型,中国则为35个。
美国目前拥有5427个数据中心,数量远超其他国家。全球AI算力约相当于1710万块H100,英伟达参与超过60%。
从先进的GPU、HBM、网路互连到云端平台,美国仍掌握支撑AI能力上限的大量关键资源。
但资本与芯片优势并不一定必然等同于永久的典范。
在算力募集受到限制的情况下,中国AI实验室更加重视混合架构专家、模型提升、强化学习及推理效率,也加速发展国产加速器、先进封装、HBM替代方案与软体优化。
半导体产业而言,低模型也不代表AI算力需求会下降。当单一对AI任务的成本下降时,企业反而可能部署更多AI代理、产生更多Token,使整体推理需求进一步增加。
因此,真正可能承受压力的,是依靠高API价格维持利润的模型业者;GPU、ASIC、内存、网络互连及信息中心供应链,则仍可能受益于AI推理需求扩大。
从目前的产业格局来看,中国并没有赢得整场AI竞赛,美国也没有失去领先地位。
真正发生的变化是,当前人工智能领先地位的标准正在改变。
过去市场主要关注哪家公司能够推出能力最高的模型,现在则逐渐转向模型的算力效率、单一成本任务、开放程度以及实际部署规模。
美国仍掌握由尖端芯片、大型数据中心与尖端模型所构成的能力上限;而中国模型则试图以“接近尖端的性能+尖端价格”扩大全球API使用量。
对美国尖端人工智能产业者而言,如果性能优势无法转化为成本效率,可能面临高价模型遭受其他产品取代的压力;而中国模型若无法突破先进算力供给与高可靠性的限制,也难以在所有关键业务中全面取代美国闭源模型。
因此,中美AI竞争的下一阶段,不仅仅是比较谁的模型在排行榜上多拿几分,而是能最先将足够强大、足够便宜且足够稳定的AI,转化为大规模使用的基础设施。
作者: 一件音乐的鱼
本篇文章为 @ 场长 创作并授权 21CTO 发布,未经许可,请勿转载。
内容授权事宜请您联系 webmaster@21cto.com或关注 21CTO 微信公众号。
该文观点仅代表作者本人,21CTO 平台仅提供信息存储空间服务。
请扫描二维码,使用微信支付哦。