中國開源模型 爭取AI規則權

美國向來在人工智慧（AI）產業引領風騷，自豪為規則制訂者，然而中國在AI研發積極投入，從三年前看不見美國車尾燈，到現在呈現分庭抗禮態勢。今年夏天這場AI戰爭更推至白熱化：美國公司每開發出一個強大的AI模型，中國尖端實驗室就會推出功能相近，但價格更低的同類模型作為回應。

今年6月，中國公司智譜AI（Zhipu AI）發表開源GLM-5.2模型，中國網路安全公司360安全科技發表自動發現軟體漏洞的屠龍鋒（Tulongfeng）系統。《華爾街日報》分析後指出，GLM-5.2在某些網路安全場景下與Mythos不相上下，而且其代幣價格（token）僅約Mythos的四分之一。中國公司「月之暗面」Moonshot AI本月發布其Kimi模型的新版本，更是引發了關於中國和開源AI模型的討論。

美國大型AI實驗室原本被認為具有數年的領先優勢，如今已大幅縮短至幾個月，甚至幾周，雖然目前幾乎沒有證據證明GLM-5.2和屠龍鋒，在推理和攻擊能力方面已經接近Mythos，但所展現出「堪用」能力以及夠低的價格，就已足以對美國AI產業形成威脅。

當美國市場還在執著於最新的尖端模型時，企業和開發者們卻沒有太多耐心坐等Anthropic和OpenAI等公司的授權，尤其是因為開發成本高昂，閉源AI模型價格節節攀升，讓相對廉價的開源AI普獲青睞：今年第一季中國開源模型在下載平台《Hugging Face》的占比高達41%，超過美國；在《OpenRouter》平台上，前六名的熱門模型全部來自中國公司，包括騰訊、小米、DeepSeek、MiniMax和智普。

AI產業當前並非比誰的模型更強大，而是市場願意為模型能力支付多少錢。中國AI企業透過開源模型、低價API、本地部署與快速更新，使「足以完成工作」的AI能力迅速普及。這種策略的殺傷力，不在算力競爭，而在於不斷降低的市場價格。

當大多數企業寧可使用更便宜、更客製化的開源替代方案，尖端閉源AI模型再好也沒有意義，因為對企業而言，大多數工作負載並不需要用上尖端AI模型。此外，在Anthropic的Mythos和Fable模型無預警下架，絲毫不留給使用者應對的緩衝之後，任何科技事業在將核心能力託管給一個無法控制、無法查看、也沒有任何所有權的模型時，會更加三思。

不過，開源模型並不意味著算力不重要，中國模型價格較低，也不代表輝達晶片或資料中心的需求會消失，它真正的影響是讓企業取得AI能力的方式變多。過去企業要使用頂尖模型，往往只能向OpenAI或Anthropic等大型雲端平台購買服務；模型不公開、價格由供應商決定，賣家選擇非常有限。但當性能接近的開源模型出現，企業可以自行客製化，也可以交由不同雲端業者運作，甚至在多個模型之間隨時切換。

對中國而言，這是一場AI的規則與標準競爭。美國模式強調先進晶片、封閉模型、雲端API與高額訂閱；中國模式雖缺乏先進晶片，但卻以開源模型、較低成本、本地部署與資料主權，吸引成本有限的政府與企業。只要中國模型被更多開發者、工廠、機器人、雲端平台與新興國家採用，便愈對中國有利；因為模型愈便宜，工具與應用就愈多，AI生態系與標準會更難被取代。

在太空時代美國曾經歷過「史普尼克時刻」（Sputnik moment），也許再過不久，美國將面臨類似的「Mythos時刻」，在AI競賽中失去領先地位。不過第二名並非全然是壞事，因為美國始終握有相對優勢。

美中的AI競爭不再是誰的模型更強大，而是誰的模型成為全球企業與國家的預設基礎設施。正如上個世紀好萊塢在全球攻城掠地、美元國際化和主導銀行SWIFT系統的實戰經驗，只要擁有強勢國力和優質內容，美國的AI優勢應該永遠還在。