近年中國AI模型快速發展，正逐漸改變全球AI產業的競爭態勢。以智譜和DeepSeek這兩個中國大型語言模型為例，不僅在多項公開評測中名列前茅，其推理與使用成本也顯著低於許多美國著名AI模型。

部分評論更指出，美中AI模型的能力差距已縮小至半年以內，這也使美國對中國實施的半導體出口管制面臨政策成效的質疑，也就是：出口管制是否仍是有效抑制中國AI發展的有效手段？

真正決定AI模型優劣的關鍵

不可否認，中國AI模型有其成本優勢，部分模型的評測表現也進入全球前十。其中，智譜和DeepSeek是文字型大語言模型的代表，在影像及影音生成方面則有Seedance等模型；此外，近日中國企業Moonshot AI發布的Kimi K3模型，也引起許多關注。

然而，公開評測的排名拉近，不必然表示美中AI實力已進入短兵相接的階段。事實上，美中推動AI發展各自採取不同的路徑。以美國Anthropic和OpenAI為例，這兩間公司的模型開發可比擬為透過廣泛閱讀、跨領域學習及大量複雜情境訓練的「博覽群書」模型；而中國的模型則像是針對特定題型、推理任務與高頻應用進行優化的「拼命備考」模型。

在數學、程式設計、一般知識或標準化推理中，透過持續優化的方式進行訓練，確實可能在短時間內縮小能力差距，甚或在部分領域的表現上取得較佳的成績。但當問題進入高度模糊、需要跨領域整合、長程規劃或極端專業情境時，模型的資料廣度、訓練深度、推理穩定性及整體系統軟硬體協作能力，才是真正決定AI模型優劣的關鍵。

目前公開的評測結果，多集中於可標準化、可重複驗證的題型，故可能低估美國AI模型在複雜任務上的優勢，尤其是在國防、太空、先進製造及高可靠性自主系統等領域；因此，評斷AI模型的優劣，不能只看模型能否給出正確答案，也需衡量模型在即時資料處理，複雜系統整合、安全性與大規模部署等綜合能力。若從這些面向進行評估，毫無懸念的，美國目前不論在技術面或產業面仍擁有相對優勢。

中國AI模型之所以能以極低的成本快速進步，可歸因於中國企業在算力取得受限的條件下，選擇了不同的技術與商業發展策略，包括更精準的資料篩選、混合專家架構、推理效率優化，以及利用既有模型生成合成資料並進行知識蒸餾。藉由這些方法，使中國企業能夠有效降低模型的訓練和推理成本，讓有限的算力資源集中在最具市場價值的領域。

中國AI模型在客服、文書整理、程式設計輔助、搜尋、翻譯及內容生成等一般商業應用，具有相當大的吸引力。只要模型能以較低的價格提供穩定、可靠且足以滿足需求的功能，就能吸引眾多企業與個人用戶。換言之，現階段中國AI模型的競爭策略不在於追求全面超越美國的頂尖模型，而是訴求以更低的成本，提供多數使用者認為「夠用」的服務。

出口管制目標在爭取時間

值得說明的是，儘管中國AI模型在商業應用上取得若干成果，但並不表示中國AI模型已能良好執行如軍事模擬、複雜自主決策、多模態即時系統等更高端的任務，因為要滿足這些高階需求情境所需的能力，仍要仰賴龐大的算力和高品質的資料，這也是何以美國持續對中國收緊出口管制的戰略目的之一。

自拜登政府強化先進晶片與半導體設備出口管制以來，中國的AI發展並未停滯，反而在模型架構、算力效率及國產替代方面加速投入，這表示美國出口管制並無法有效封鎖演算法創新，也無法阻止中國利用現有晶片、海外雲端資源及龐大工程人才持續推進AI技術。因此，若美國是以「阻止中國發展AI」為政策目標，則出口管制顯然難以成功，但若美國的目標是為美國與盟友爭取時間，那麼出口管制仍有其作用。

借用黃仁勳所提出的AI五層架構：能源、晶片、基礎建設、模型與應用，中國在模型層與應用層確實進展快速，也擁有龐大的市場、能源及資料中心建設能力；但在最先進晶片、半導體製程設備、高頻寬記憶體、高速互連及基礎軟體生態方面，目前美國及其盟友仍有相對優勢。

然而，作用力必然伴隨反作用力，當中國企業因美國管制而無法使用最先進的硬體時，便有誘因發展更省算力的模型架構，並以低價格和開源創新的方式拓展市場，這種模式尤其受到開發中國家的政府和中小企業歡迎。對這些使用者而言，模型只要價格低、可控、夠用即可，至於能否在複雜的任務中有最好的表現，往往不是最優先的考量。

若中國模型被大量整合進開發中國家的政府服務與企業系統，縱使其整體AI能力遜於美國，也能憑藉規模與路徑依賴達到網絡效果，對使用者形成長期套牢（lock-in）的影響力。

總而言之，面對美國的出口管制，中國正加速發展低成本、開源及高度商業導向的AI模型，企圖建立另一套AI生態體系。美國要維持優勢，須同步強化晶片、能源、資料中心、軟體、人才與市場的整體布局；否則，即使中國AI模型在尖端能力上仍居於劣勢，也可能憑藉低成本、開放及規模優勢，構建另一個能與美國競爭的生態體系。