AnswersPublished24 sources
Mengapa pembangun semakin memilih model AI open-weight dari China
Model yang dibangunkan di China menyumbang 41% muat turun Hugging Face sepanjang tahun lalu, mengatasi model dari Amerika Syarikat dalam muat turun bulanan dan keseluruhan. Kimi K3 dan Qwen3.8 Max menjadikan model berskala trilion parameter serta tetingkap konteks sejuta token semakin biasa dalam ekosistem open weight.
Diterbitkan olehDisunting dengan GPT-5.6 LunaImej dijana dengan GPT Image 1.5
Research answer
Key takeaways
- Model yang dibangunkan di China menyumbang 41% muat turun Hugging Face sepanjang tahun lalu, mengatasi model dari Amerika Syarikat dalam muat turun bulanan dan keseluruhan.
- Kimi K3 dan Qwen3.8 Max menjadikan model berskala trilion parameter serta tetingkap konteks sejuta token semakin biasa dalam ekosistem open weight.
- Di OpenRouter, model China menduduki kelima lima kedudukan teratas mengikut jumlah token pada Julai dan membawa lebih 60% trafik platform menjelang 21 Ogos, menurut laporan berasaskan data platform.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How have Chinese open-weight large language models, which were once viewed as a tier below US frontier systems, risen by August 21, 2026 to. Article summary: Chinese labs have gained adoption primarily by combining frontier-adjacent capability with permissive weights, fast release cycles, efficient sparse architectures, and sharply lower deployment costs. That can make them t. Topic tags: general, news, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Pusat graviti model AI terbuka beralih ke China pada 2026. Model yang dibangunkan di China menyumbang 41% daripada muat turun Hugging Face sepanjang tahun lalu, sekali gus mengatasi model dari Amerika Syarikat dalam muat turun bulanan dan keseluruhan. 32 Laporan berasingan pula menyatakan jumlah muat turun terkumpul model AI terbuka China di seluruh dunia telah melepasi 10 bilion—bukan 100 bilion seperti yang didakwa dalam satu tajuk berita.
31
Perbezaan ini penting. Data tersebut menunjukkan China mendahului satu lapisan khusus dalam pasaran AI: model yang boleh dimuat turun, disesuaikan dan digunakan oleh pembangun serta penyedia inferens. Ia tidak membuktikan bahawa syarikat China telah mengatasi syarikat Amerika di peringkat mutlak sistem AI tertutup paling canggih.
Ukuran utamanya ialah penggunaan, bukan jumlah semua model
Angka 41% merujuk kepada bahagian muat turun di Hugging Face—repositori global untuk model AI, set data dan alatan pembangun. Angka itu tidak boleh dianggap sebagai bahagian China daripada semua model atau semua penggunaan AI di dunia.
Data Hugging Face sendiri menunjukkan ekosistem ini sangat tertumpu: hanya 1.5% repositori menyumbang 99.2% daripada semua muat turun, manakala 85.6% model menerima kurang daripada 200 muat turun sepanjang hayatnya. 23
Namun, dengan mengambil kira batasan itu, arah alirannya tetap besar. China kini merupakan sumber negara yang dikenal pasti dengan jumlah muat turun model terbesar di platform tersebut. Model China juga menerima trafik pengeluaran yang ketara melalui perkhidmatan penghalaan model. 27
29
Jumlah terkumpul itu juga mudah disalah laporkan. Laporan semasa menyebut bahawa model AI terbuka China telah melepasi 10 bilion muat turun di seluruh dunia. 17
31 Bukti yang tersedia tidak menyokong angka 100 bilion, jadi angka itu wajar dianggap sebagai kesilapan tajuk atau transkripsi, bukannya pencapaian yang telah disahkan.
Mengapa pembangun memilih model open-weight China?
Perubahan ini bukan berpunca daripada satu kemenangan penanda aras semata-mata. Ia lahir daripada gabungan kelebihan praktikal:
- Kos penggunaan yang rendah: Penyedia China bersaing agresif dari segi harga API, menjadikan tugasan pengekodan berskala besar dan aliran kerja ejen AI lebih murah. Model open-weight juga boleh dihoskan sendiri atau ditala halus, tanpa perlu bergantung sepenuhnya pada satu vendor.
- Lesen yang lebih permisif: Daripada 178 keluaran China dengan lebih 20 bilion parameter yang diteliti Hugging Face, 59% menggunakan Apache 2.0 dan 22% menggunakan MIT. Hampir tiada yang mengenakan sekatan bukan komersial.
23 Lesen sebegini memudahkan eksperimen, integrasi komersial dan pengedaran semula.
- Kitaran keluaran yang pantas: Makmal AI China berulang kali bergerak pantas daripada pengumuman kepada akses API, inferens terhos dan pelepasan pemberat model untuk dimuat turun.
- Keupayaan yang berorientasikan pengeluaran: Pengekodan, penaakulan, tugasan berbilang bahasa, konteks panjang dan aliran kerja autonomi amat bernilai apabila model dipanggil beribu-ribu kali dalam sesuatu aplikasi.
- Kawalan yang lebih besar: Pembangun boleh menyimpan data dalam infrastruktur sendiri, mengubah suai model untuk tugasan khusus dan mengurangkan kebergantungan kepada satu penyedia tertutup.
Sebab itu penerimaan model open-weight boleh bergerak lebih pantas daripada naratif penanda aras. Sesebuah model tidak perlu menjadi sistem terbaik untuk semua perkara bagi menjadi pilihan utama dalam tugasan pengeluaran yang sensitif terhadap kos.
Kimi K3 menjadikan skala frontier terbuka sukar diabaikan
Kimi K3 daripada Moonshot AI menjadi simbol penting perubahan ini. Model tersebut mempunyai 2.8 trilion jumlah parameter, menggunakan reka bentuk campuran pakar yang jarang diaktifkan, menyokong penglihatan asli dan menawarkan tetingkap konteks sejuta token. Moonshot memperkenalkannya sebagai model open-weight pertama dalam kelas tiga trilion parameter. 3
Pemberat penuh model itu dikeluarkan pada 27 Julai 2026, melengkapkan pelancaran yang bermula dengan akses API dan perkhidmatan terhos. 15 Pelepasan itu tidak bermakna Kimi K3 mudah dijalankan pada komputer biasa—skala modelnya masih menuntut infrastruktur yang besar—tetapi ia mengubah jangkaan terhadap perkara yang sanggup diterbitkan oleh makmal AI China.
Mesej strategiknya sama penting dengan spesifikasi teknikal. Sebuah makmal China kini boleh menyerahkan sistem yang hampir dengan kelas frontier kepada pembangun luar, syarikat inferens dan penyelidik, bukannya menyimpannya sepenuhnya di sebalik API.
Qwen3.8-Max menunjukkan ia bukan kejayaan satu makmal sahaja
Alibaba mengukuhkan mesej itu dengan Qwen3.8-Max, yang diumumkan pada 3 Ogos. Model tersebut mempunyai 2.4 trilion jumlah parameter dan tetingkap konteks sehingga sejuta token. Alibaba menyasarkannya untuk pengekodan, penyelidikan, tugasan dunia sebenar dan kerja jangka panjang. 34
47
Pelepasan open-weight menyusul pada Ogos melalui keluarga model Qwen3.8-2.4T-A95B. 37 Secara bersama, Kimi K3 dan Qwen3.8-Max menunjukkan bahawa pergerakan ini bukan sekadar kesan DeepSeek atau strategi harga sebuah syarikat. Beberapa makmal China bersaing serentak dari segi skala, kecekapan, multimodaliti, panjang konteks dan pengedaran.
Seni bina campuran pakar yang jarang diaktifkan membantu menjelaskan bagaimana model ini boleh mengiklankan jumlah parameter yang sangat besar tanpa mengaktifkan kesemuanya bagi setiap token. Ia tidak menghapuskan kos latihan atau penyampaian model, tetapi boleh memperbaiki hubungan antara kapasiti model dengan kecekapan inferens.
OpenRouter mengubah pelancaran model menjadi penggunaan sebenar
Muat turun Hugging Face mengukur minat dan pengedaran. OpenRouter memberikan isyarat yang berbeza: berapa banyak trafik yang diterima model dalam aplikasi dan eksperimen yang disalurkan melalui platform itu.
Pada Julai, model yang dibangunkan di China menduduki kesemua lima kedudukan teratas OpenRouter mengikut jumlah token. Xiaomi MiMo V2.5 berada di tempat pertama, diikuti model daripada DeepSeek, MiniMax, keluarga Qwen Alibaba dan keluarga Kimi Moonshot. 51 Laporan pada 21 Ogos menyatakan model China membawa lebih 60% trafik OpenRouter, dengan jumlah trafik melebihi 20 trilion token seminggu.
51
Satu lagi analisis pasaran menganggarkan model terbuka China mewakili lebih separuh penggunaan OpenRouter selepas Mac dan hampir menggandakan tiga kali ganda jumlah tokennya, sementara harga yang lebih rendah mengurangkan hasil bagi setiap token. 50
Angka ini tidak wajar dianggap sebagai ukuran lengkap penggunaan AI global. OpenRouter melayani pasaran pembangun dan API tertentu, manakala laporan yang berbeza menggunakan tempoh masa serta takrifan yang berbeza. Namun, arahnya konsisten: model China dipilih untuk beban kerja sebenar yang besar, bukan sekadar dimuat turun untuk penilaian.
Kawalan eksport mungkin mempercepat perlumbaan kecekapan—tetapi hubungan sebab-akibatnya terhad
Sekatan Amerika Syarikat terhadap cip canggih mewujudkan persekitaran pengkomputeran yang sukar bagi syarikat AI China. Pada masa yang sama, sekatan itu mungkin meningkatkan dorongan untuk mendapatkan lebih banyak keupayaan daripada setiap unit kuasa pengkomputeran yang tersedia.
Dorongan tersebut selari dengan beberapa pilihan reka bentuk dalam keluaran utama: penghalaan jarang, kejuruteraan konteks panjang, pengoptimuman inferens, penyulingan model dan pascapelatihan intensif. Namun, kawalan eksport sahaja tidak menerangkan kemajuan China. Bukti yang tersedia tidak menetapkan kesan sebab-akibat yang tepat. Ekosistem ini turut bergantung pada persaingan antara makmal swasta, pengedaran awan, bakat kejuruteraan, permintaan domestik dan minat pembangun global.
Kesimpulan yang lebih selamat ialah sekatan tidak menghalang model China daripada menjadi kompetitif dalam beban kerja open-weight yang penting. Sekatan itu mungkin menjadikan kecekapan satu keutamaan strategik yang lebih mendesak.
Jurang dengan model frontier tertutup mengecil secara tidak sekata
Sesetengah laporan mendakwa jarak antara model terbuka China yang terkemuka dengan sistem tertutup terbaik telah mengecil daripada enam hingga sembilan bulan kepada dua hingga tiga bulan. 30 Dakwaan ini perlu dibaca dengan berhati-hati kerana maksud “jurang” berubah mengikut penanda aras dan keupayaan yang diukur.
Sesebuah model mungkin hampir setara dalam pengekodan tetapi masih ketinggalan dari segi kebolehpercayaan, penggunaan alatan, keselamatan, penaakulan multimodal, kependaman atau penyelesaian tugasan jangka panjang. Penanda aras vendor dan papan pendahulu awam juga tidak menyediakan satu ukuran universal bagi keupayaan frontier.
Kesimpulan berasaskan bukti yang lebih kukuh adalah lebih terhad: model open-weight China yang terkemuka kini cukup hampir dengan alternatif tertutup dalam banyak beban kerja pengeluaran sehingga boleh menjadi pengganti yang munasabah. Penerimaan pengguna menunjukkan daya saing praktikal, walaupun ia tidak membuktikan kesetaraan dalam setiap dimensi frontier.
Mengapa ia mungkin menjadi lapisan asas AI global?
Kesan paling penting mungkin bersifat geografi, bukan semata-mata nasional. Model open-weight menarik minat pembangun di Asia Tenggara, Afrika dan Amerika Latin kerana mereka mungkin lebih mengutamakan kos rendah, penyesuaian bahasa tempatan, penggunaan secara peribadi dan kebebasan daripada satu penyedia API asing.
Keadaan ini membuka laluan yang berpotensi menuju peranan seperti Linux: bukan semestinya satu model yang dominan, tetapi satu lapisan pemberat model, talaan halus, alatan inferens dan infrastruktur pembangun yang digunakan semula secara meluas. Keluarga model China boleh menjadi sangat berpengaruh jika kekal mampu milik, didokumentasikan dengan baik, tersedia melalui pelbagai penyedia pengehosan dan mudah disesuaikan dengan keperluan tempatan.
Namun, analogi dengan Linux ada batasnya. Linux menjadi asas penting melalui puluhan tahun antara muka yang stabil, pengedaran, alatan, amalan keselamatan dan penyelenggaraan komuniti. Muat turun model sahaja tidak mampu mencipta ketahanan yang sama. Model terbuka memerlukan lesen yang boleh dipercayai, penilaian telus, dokumentasi kukuh, amalan keselamatan yang diyakini, sokongan tempatan serta akses perkakasan dan awan yang boleh diharapkan.
Hasil paling mungkin ialah perpecahan pasaran, bukan penggantian
Data 2026 menunjukkan pasaran AI dua lapis. Syarikat Amerika mungkin terus bersaing untuk kepimpinan dalam sistem frontier proprietari yang paling mahal, manakala keluarga model open-weight China meraih bahagian yang semakin besar dalam lapisan asas AI yang boleh disesuaikan dan digunakan secara langsung.
Itulah sebabnya perubahan ini penting walaupun Amerika Syarikat masih mendahului dari segi keupayaan frontier mentah. Persaingan utama mungkin bukan lagi tentang makmal mana yang menghasilkan satu model paling pintar. Persoalannya ialah keluarga model mana yang mampu dibeli, diperiksa, diubah suai, dihoskan dan dibina oleh pembangun untuk menyokong segala-galanya yang lain.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Mengapa pembangun semakin memilih model AI open-weight dari China"?
Model yang dibangunkan di China menyumbang 41% muat turun Hugging Face sepanjang tahun lalu, mengatasi model dari Amerika Syarikat dalam muat turun bulanan dan keseluruhan.
What are the key points to validate first?
Model yang dibangunkan di China menyumbang 41% muat turun Hugging Face sepanjang tahun lalu, mengatasi model dari Amerika Syarikat dalam muat turun bulanan dan keseluruhan. Kimi K3 dan Qwen3.8 Max menjadikan model berskala trilion parameter serta tetingkap konteks sejuta token semakin biasa dalam ekosistem open weight.
What should I do next in practice?
Di OpenRouter, model China menduduki kelima lima kedudukan teratas mengikut jumlah token pada Julai dan membawa lebih 60% trafik platform menjelang 21 Ogos, menurut laporan berasaskan data platform.