（注）性能评估数据源自美国斯坦福大学《AI Index》。雷达图基于美国 Artificial Analysis 截至 8 月底的数据绘制，以 100 为最高值；“性价比”按每 1 美元可完成的任务量换算。
在尖端 AI 模型开发领域，美国科技企业长期占据主导地位，但中国企业正迅速缩小差距，中美 AI 性能鸿沟日益弥合。这场关乎未来经济增长与国际秩序的主导权之争将走向何方？日经新闻通过三组图表为您深度解析。
中美 AI 性能差距显著缩小
生成式 AI 的核心在于大语言模型（LLM）。据斯坦福大学统计，截至 2026 年 3 月，中美顶尖 AI 模型的性能差距已迅速收窄至“势均力敌”的状态。
从综合性能指标来看，美国的 Anthropic 和 OpenAI 仍居领先地位，紧随其后的是 Google、SpaceX AI（原 xAI）等美国巨头，以及月之暗面（Moonshot AI）、DeepSeek 等四家中国领军企业。
在成本效益方面，中国 AI 展现出明显优势；而在处理速度上，美国 AI 则略胜一筹。分析认为，美国政府实施的出口管制导致中国企业难以获取最先进 AI 半导体，是造成这一差异的重要因素之一。
投资规模与训练策略的差异
AI 模型的性能通常与其规模、训练数据量及计算量成正比，这使得资金投入成为拉开差距的关键。美国企业在资金实力与基础设施方面大幅领先，其民间 AI 投资额是中国的 20 倍以上，数据中心建设数量亦存在显著差距。即便计入政府基金支持，中国目前尚未完全填补这一缺口。
（注）AI Index 及相关数据均截至 2025 年。
此外，外界推测中国企业在开发过程中广泛采用了“蒸馏（Distillation）”技术，即让新模型学习现有 AI 的回答内容。与此同时，中国企业提升大语言模型训练效率的独特方法也令业界专家感到惊讶。
开放策略与安全挑战
美国企业通常对尖端模型的具体规格保密，而中国企业更倾向于开放模型以促进普及。用户可自由下载并在本地运行已训练好的模型。然而，由于部分模型的安全措施相对滞后，使用时需格外注意潜在风险。
关键问题深度解答
Q1：生成式 AI 的使用费如何确定？
生成式 AI 并非逐字阅读，而是将一定数量的文字数据作为“词元（Token）”进行批量处理，这是 AI 处理数据的基本单位。开发商通常按每 100 万 Token 计费，单价因模型而异。任务越复杂，消耗的 Token 越多，成本相应越高。
Q2：依赖中美 AI 是否存在风险？
依赖他国开发的 AI 可能面临机密数据外流或服务突然中断的风险。例如，今年 6 月美国 Anthropic 曾暂停海外用户访问其最新模型。因此，各国纷纷关注并推进在本国自行开发运营的“主权 AI（Sovereign AI）”。不过，主权 AI 市场往往局限于国内，如何确保盈利能力仍是待解难题。
Q3：美国的 AI 优势还能维持多久？
以 Anthropic 和 OpenAI 为代表的美国“双强”格局预计将持续，两家公司新品迭代速度极快，仅 9 月便相继发布多款高性能模型。然而，特朗普政府的移民政策可能导致优秀 AI 研究人员流失，加之数据中心运行所需的电力供应面临挑战，这些都是美国 AI 产业未来的不确定因素。
来源：日本经济新闻（中文版：日经中文网）编辑委员 青木慎一、制图 渡边健太郎、设计及制作协力 hacosan
版权声明：日本经济新闻社版权所有，未经授权不得转载或部分复制，违者必究。