中美人工智慧（AI）竞争正在进入新的阶段。《彭博》指出，中国AI实验室正快速缩小与美国顶尖模型之间的能力差距，部分模型甚至已在成本与使用量等指标上取得优势。当模型性能差距从过去的明显落后缩小至个位数百分点，AI产业的竞争焦点也开始从「谁的模型最强」转向「谁能以更低成本完成更多任务」。

根据Artificial Analysis最新数据，中国月之暗面的Kimi K3在综合推理、知识、数学及程式设计能力等指标中取得60分，与Anthropic的Claude Fable 5的62分已相当接近。

中国目前也逐渐形成由Kimi、DeepSeek、阿里巴巴Qwen、智谱GLM及MiniMax等模型构成的近尖端模型群。

不过，这并不代表中国模型已全面超越美国。美国顶尖模型目前仍掌握能力上限，但双方差距正在快速缩小。

史丹佛大学《2026年AI指数报告》显示，自2025年初以来，中美最强AI模型曾多次互换领先位置。截至2026年3月，美国顶尖模型的优势已缩小至2.7%，且过去一年大部分时间都维持在个位数百分点。

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逼近尖端模型　价格差距更受关注

Kimi K3近期受到市场关注，不只是因为模型能力接近美国尖端产品，也在于其成本明显较低。

《路透》此前报导，月之暗面7月推出的Kimi K3拥有2.8兆个总参数及100万Token上下文窗口，采用混合专家架构，推理时实际启用约1040亿个参数。

第三方评测显示，Kimi K3在GDPval-AA v2测试中取得1678分Elo，高于GPT-5.5、GLM-5.2及Claude Opus 4.8，仅低于Fable 5的1760分。

不过，模型基准测试并不代表所有实际使用体验。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、工具调用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非中国已全面超越美国，而是美国从过去的明显领先，逐渐转向窄幅领先。

根据《彭博》，成本差距则可能成为下一阶段更重要的竞争因素。

按照Artificial Analysis每项智慧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，前者低约69%。

若按照快取命中、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，模型能力相差2分，未必比超过3倍的成本差距更加重要。

智谱的GLM-5.3也呈现类似情况。该模型在同一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%，也比GPT-5.6 Sol低45%。

AI竞争从「最高分」转向「每美元完成多少任务」

这种变化意味着企业不一定需要把所有任务交给最强、也最昂贵的模型。

在实际部署中，企业可以采取混合分流策略，把高风险、高复杂度的任务交由美国顶尖模型处理，而大量、高频的日常对话、程式设计、搜寻及自动化工作，则交给价格更低的近尖端模型。

在这种模式下，企业整体推理成本有机会降低。

开放权重模型则进一步扩大这项成本优势。开发者可以下载、微调并进行私有化部署，云端服务商也能根据不同硬体条件优化推理效率。

OpenRouter数据显示，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占比甚至已超过美国模型。

不过，美国AI助手在海外行动装置下载量方面仍保持领先，品牌、产品体验及企业通路依然构成重要优势。

美国仍掌握算力与资本优势

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。

史丹佛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座资料中心，数量远超其他单一国家。全球AI算力约相当于1710万块H100，辉达占比超过60%。

从先进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。

但资本与晶片优势并不必然等同于永久的模型领先。

在算力供给受到限制的情况下，中国AI实验室更加重视混合专家架构、模型蒸馏、强化学习及推理效率，也加速发展国产加速器、先进封装、HBM替代方案与软体堆叠。

对半导体产业而言，低价模型也不代表AI算力需求会下降。当单一AI任务的成本下降，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，真正可能受到压力的，是依靠高API价格维持利润的模型业者；GPU、ASIC、记忆体、网路互连及资料中心供应链，则仍可能受惠于AI推理需求扩大。

中美AI竞争标准正在改变

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。

真正发生变化的是，衡量AI领先地位的标准正在改变。

过去市场主要关注哪家公司能推出能力最高的模型，如今则逐渐转向模型的算力效率、单一任务成本、开放程度以及实际部署规模。

美国仍掌握由顶尖晶片、大型资料中心与尖端模型所构成的能力天花板；中国模型则试图以「接近尖端的性能＋更低价格」扩大全球API使用量。

对美国尖端AI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，已不只是比较谁的模型在排行榜上多拿几分，而是谁能率先将足够强大、足够便宜且足够稳定的AI，转化为大规模使用的基础设施。