史丹佛的 Arena 資料也顯示,Alibaba 與 DeepSeek 已與多家美國企業一同位於較廣義的頂尖梯隊。 Arena 是一種依據人類評測與模型對戰結果建立的排名,反映的是特定測試環境下的相對表現,並不代表兩國已在整個 AI 產業鏈上完全相等。
美國目前仍產出較多具代表性的前沿模型,私人 AI 投資規模也明顯領先中國。 換句話說,美國在資本、算力基礎設施與頂尖模型數量方面仍有重要優勢,但模型性能之間的差距已比過去大幅縮小。
這帶來的真正變化是:單靠「誰先做出最強模型」,已不足以確保長期戰略領先。當競爭模型在實用任務上的表現接近,企業和開發者往往還會比較價格、穩定性、客製化能力、部署方式與生態系統支援。
中國 AI 公司並非只追求在頂尖模型排名中勝出,也在努力讓具備相當能力的系統更便宜、更容易修改與部署。
中國新創公司 Moonshot 表示,Kimi K3 的性能已接近 Anthropic 的 Fable;路透社則報導,Kimi K3 依輸入與輸出 token 計價,價格約為 Fable 的三分之一。 這些仍屬公司說法與市場價格比較,不能獨立證明兩個系統在所有任務上完全等效。
不過,這類比較仍揭示了中國模式可能造成的戰略衝擊:即使模型性能略低或大致相當,只要運行成本更低、權重更開放,開發者與企業就更容易進行實驗、客製化,甚至在自己的基礎設施上部署。
OpenRouter 的資料也顯示,中國來源模型在美國企業的 token 使用量中已取得相當份額;CNBC 報導的期間內,該比例最高達 46%。 這個數字只適用於特定模型路由平台,不能當作整個全球 AI 市場的代表,但它說明了中國即使沒有唯一排名最高的封閉模型,也可能在實際使用層面取得競爭成果。
美國在私人資本、前沿模型生產、算力取得,以及既有 AI 企業網絡方面,仍擁有明顯的結構性優勢。 這些優勢能支撐更大規模的訓練、更快的產品化,以及持續的研究投入。
然而,中國的進展也說明,結構性優勢不等於永久支配。史丹佛觀察到的模型性能收斂,顯示當競爭者能夠快速迭代、動員資源、規模化製造並以低價分發系統時,早期的大幅領先可能迅速縮小。
因此,問題正從「誰最先發明最先進的模型」,轉向「誰能持續改進、廣泛部署,並讓自己的技術成為全球使用者離不開的基礎設施」。這正是馬斯克對火箭與 AI 的兩次警告之間的連結:他談的是發展方向與產業能力,而不只是某一刻的排行榜名次。
中國開放權重模型的擴散,讓 AI 政策辯論更加複雜。近 200 家矽谷公司,包括 Proton 與 Y Combinator,曾敦促特朗普政府不要切斷美國開發者使用中國開放權重模型的管道,並警告此舉可能損害下一代美國新創企業。
支持限制的一方,關注的是安全、依賴、資料與治理風險;反對全面限制的一方則認為,如果美國開發者失去低成本工具,其他國家的競爭者仍可能繼續使用,反而削弱美國企業的創新能力。現有資料能證明這場政策爭論確實存在,但不足以判定哪一種政策最能保障美國的科技領導地位。
廣泛禁令還可能加速兩套科技生態系統分裂。當中國模型是以開放性與低價格,而不只是以專有產品競爭時,這種分裂風險尤其值得注意。
中國也在嘗試影響 AI 的國際規則與制度。路透社報導,中國國家主席習近平將世界人工智慧合作組織(WAICO)描述為中國主導的框架,並將其置於與美國主導的「Pax Silica」倡議相競爭的位置,作為塑造全球 AI 新秩序的一部分。
學術分析指出,WAICO 的設計方向包括向所有主權國家開放,不以價值觀或政體類型作為加入條件,並把發展與全球能力落差列為重點。 中國同時主張各國應尊重「數位主權」,反對要求國家在不同 AI 陣營之間被迫選邊。
這些主張把 AI 競爭重新定義為一整套基礎設施與治理問題:誰能提供模型、算力、資料與培訓,誰能協助各國建立部署能力,誰就可能建立長期的使用者群、標準影響力與合作網絡。
因此,即使中國模型在某些時刻不是絕對最強,中國仍可能透過價格、開放性與國際合作,在全球 AI 生態系統中取得更大影響力。
LandSpace 的回收成功,不能證明中國已在太空領域超越美國;史丹佛的 AI 數據,也不能證明中國在所有 AI 指標上領先美國。
但兩者放在一起看,確實動搖了一個長期存在的假設:美國只要率先取得突破,就能自動享有長久且難以撼動的領先。
中國的挑戰,更適合被理解為從「追隨」走向「可競爭」。在發射系統方面,這代表成功展示軌道級助推器回收;在 AI 方面,則代表縮小模型性能差距,同時以低成本、開放權重和大規模採用積極競爭。
下一階段的美國科技領導力,將不只取決於誰最先實現突破,也取決於誰能持續創新、擴大基礎設施、維持使用者信任,並在全球市場贏得足夠多的開發者與企業。
史丹佛的 Arena 資料也顯示,Alibaba 與 DeepSeek 已與多家美國企業一同位於較廣義的頂尖梯隊。 Arena 是一種依據人類評測與模型對戰結果建立的排名,反映的是特定測試環境下的相對表現,並不代表兩國已在整個 AI 產業鏈上完全相等。
美國目前仍產出較多具代表性的前沿模型,私人 AI 投資規模也明顯領先中國。 換句話說,美國在資本、算力基礎設施與頂尖模型數量方面仍有重要優勢,但模型性能之間的差距已比過去大幅縮小。
這帶來的真正變化是:單靠「誰先做出最強模型」,已不足以確保長期戰略領先。當競爭模型在實用任務上的表現接近,企業和開發者往往還會比較價格、穩定性、客製化能力、部署方式與生態系統支援。
中國 AI 公司並非只追求在頂尖模型排名中勝出,也在努力讓具備相當能力的系統更便宜、更容易修改與部署。
中國新創公司 Moonshot 表示,Kimi K3 的性能已接近 Anthropic 的 Fable;路透社則報導,Kimi K3 依輸入與輸出 token 計價,價格約為 Fable 的三分之一。 這些仍屬公司說法與市場價格比較,不能獨立證明兩個系統在所有任務上完全等效。
不過,這類比較仍揭示了中國模式可能造成的戰略衝擊:即使模型性能略低或大致相當,只要運行成本更低、權重更開放,開發者與企業就更容易進行實驗、客製化,甚至在自己的基礎設施上部署。
OpenRouter 的資料也顯示,中國來源模型在美國企業的 token 使用量中已取得相當份額;CNBC 報導的期間內,該比例最高達 46%。 這個數字只適用於特定模型路由平台,不能當作整個全球 AI 市場的代表,但它說明了中國即使沒有唯一排名最高的封閉模型,也可能在實際使用層面取得競爭成果。
美國在私人資本、前沿模型生產、算力取得,以及既有 AI 企業網絡方面,仍擁有明顯的結構性優勢。 這些優勢能支撐更大規模的訓練、更快的產品化,以及持續的研究投入。
然而,中國的進展也說明,結構性優勢不等於永久支配。史丹佛觀察到的模型性能收斂,顯示當競爭者能夠快速迭代、動員資源、規模化製造並以低價分發系統時,早期的大幅領先可能迅速縮小。
因此,問題正從「誰最先發明最先進的模型」,轉向「誰能持續改進、廣泛部署,並讓自己的技術成為全球使用者離不開的基礎設施」。這正是馬斯克對火箭與 AI 的兩次警告之間的連結:他談的是發展方向與產業能力,而不只是某一刻的排行榜名次。
中國開放權重模型的擴散,讓 AI 政策辯論更加複雜。近 200 家矽谷公司,包括 Proton 與 Y Combinator,曾敦促特朗普政府不要切斷美國開發者使用中國開放權重模型的管道,並警告此舉可能損害下一代美國新創企業。
支持限制的一方,關注的是安全、依賴、資料與治理風險;反對全面限制的一方則認為,如果美國開發者失去低成本工具,其他國家的競爭者仍可能繼續使用,反而削弱美國企業的創新能力。現有資料能證明這場政策爭論確實存在,但不足以判定哪一種政策最能保障美國的科技領導地位。
廣泛禁令還可能加速兩套科技生態系統分裂。當中國模型是以開放性與低價格,而不只是以專有產品競爭時,這種分裂風險尤其值得注意。
中國也在嘗試影響 AI 的國際規則與制度。路透社報導,中國國家主席習近平將世界人工智慧合作組織(WAICO)描述為中國主導的框架,並將其置於與美國主導的「Pax Silica」倡議相競爭的位置,作為塑造全球 AI 新秩序的一部分。
學術分析指出,WAICO 的設計方向包括向所有主權國家開放,不以價值觀或政體類型作為加入條件,並把發展與全球能力落差列為重點。 中國同時主張各國應尊重「數位主權」,反對要求國家在不同 AI 陣營之間被迫選邊。
這些主張把 AI 競爭重新定義為一整套基礎設施與治理問題:誰能提供模型、算力、資料與培訓,誰能協助各國建立部署能力,誰就可能建立長期的使用者群、標準影響力與合作網絡。
因此,即使中國模型在某些時刻不是絕對最強,中國仍可能透過價格、開放性與國際合作,在全球 AI 生態系統中取得更大影響力。
LandSpace 的回收成功,不能證明中國已在太空領域超越美國;史丹佛的 AI 數據,也不能證明中國在所有 AI 指標上領先美國。
但兩者放在一起看,確實動搖了一個長期存在的假設:美國只要率先取得突破,就能自動享有長久且難以撼動的領先。
中國的挑戰,更適合被理解為從「追隨」走向「可競爭」。在發射系統方面,這代表成功展示軌道級助推器回收;在 AI 方面,則代表縮小模型性能差距,同時以低成本、開放權重和大規模採用積極競爭。
下一階段的美國科技領導力,將不只取決於誰最先實現突破,也取決於誰能持續創新、擴大基礎設施、維持使用者信任,並在全球市場贏得足夠多的開發者與企業。