开放模型竞争格局：中美开源权重模型的力量对比

近期，一份围绕“开放权重模型与中美 AI 竞争”的国会简报扩展稿，对开放模型的定义、技术谱系以及中美竞争态势进行了梳理。以下为整理后的要点。

什么是开放模型、开放权重模型与闭源模型？

语言模型的开放程度并不是非黑即白，而是一个连续谱。

闭源模型通常不公开模型权重，用户只能通过 API 或产品使用模型能力。例如，开发者可以通过 API 调用 GPT-4、Claude Opus 4.5，也可以通过 ChatGPT、Claude Code 等产品间接使用模型。

开放权重模型指模型权重公开，可供外部检查或下游使用。这类模型通常配有许可证，规定用户可以如何使用、再分发或商用模型；同时也会配套推理代码，常见于 Transformers、vLLM、SGLang 等生态。

典型开放权重模型包括：

文章认为，自 2025 年 4 月左右以来，中国 AI 公司已经成为开放权重模型领域的明确领先者。

“开源模型”比“开放权重模型”更进一步。除了权重、许可证和推理代码外，还需要公开完整复现模型所需的信息，包括训练代码和训练数据。

文中提到，近年来较突出的真正开源模型主要由美国机构构建，包括：

不过，模型开放程度存在很多中间状态。例如 Nvidia 的 Nemotron 模型公开了大量训练数据，并采用较宽松许可证，但由于没有公开全部数据，因此仍不能算完全开源。

文章认为，GLM-5.2、Kimi K3 等中国新一代模型，已经显著提升了开放模型的商业可用性，并在智能体能力方面跨过了一个类似 Claude Code 曾经跨越的门槛。

美国曾是开放语言模型的早期领导者，主要依靠 Meta 的 Llama 系列，在研究和商业场景中被广泛使用。但文中判断，中国开放权重模型大约在 18 个月前已经在两个关键领域超过美国：

文章使用 Hugging Face 下载量作为一个简单指标来观察开放模型生态的采用情况。

文中称，中国模型在 2025 年 7 月首次取得领先，主要受益于阿里巴巴 Qwen 系列的成功。到作者发布相关统计工具后，中国开放模型的下载领先优势继续扩大。

文中给出的数据是：

这说明，在开放权重模型的实际采用和开发者使用层面，中国模型已经形成显著优势。

在常见能力评测中，文章认为中国开放权重模型也明显领先美国模型。

以 Artificial Analysis Intelligence Index 为例，截至 2026 年 9 月 14 日，排名靠前的中国开放权重模型包括：

相比之下，文中列出的美国领先开放权重模型包括：

模型	分数
Thinking Machines Inkling	26
Thinking Machines Inkling Small	26
Nvidia Nemotron 3 Ultra	23

文章指出，美国领先模型发布时间集中在 2026 年 6 月和 7 月，更新频率低于中国同行。而中国实验室在美国模型达到这些分数前 2 到 6 个月，就已经发布了超过这些水平的模型，例如 GLM-5 或 DeepSeek V4 Pro。

文章也提到，美国发布开放模型的公司数量正在增加，包括：

但作者认为，这些新参与者尚未快速缩小与中国领先模型之间的性能差距。其他基准测试也呈现类似趋势。

从文中信息看，开放模型竞争已不再只是“是否公开权重”的问题，而涉及多个层面：

文章的核心判断是：美国曾在开放语言模型领域占据早期优势，但中国开放权重模型已经在下载量、能力评测、更新节奏和商业可用性方面建立领先地位。