2026年中期全球人工智能的进展状况，可以通过一周的头条新闻来解读：中国领先的AI公司发布了前沿模型，声称能够以极低的成本与OpenAI和Anthropic的最强模型一较高下，同时证明了旨在减缓中国AI发展的出口管制反而迫使了架构创新，这可能重塑全球竞争格局。
Moonshot AI的Kimi K3和阿里巴巴的最新Qwen模型在数天内相继发布，代表了对美国AI领导地位的协同挑战。两者均为开放权重，定价均大幅低于美国同类产品，并且都设计为可在中国获取的硬件上运行，尽管美国的出口限制针对高带宽存储器和先进半导体。
来自北京AI界的信息很明确：中国企业不再满足于远远跟随美国的发布。他们正在生产在基准测试上竞争、在架构上创新、在价格上压低的模型——所有这些都是在三年前看似不可逾越的硬件限制下进行的。
K3的架构是最具说明性的例子。它拥有2.8万亿个参数——有史以来发布的最大的开放权重模型——采用混合专家设计，拥有896个专门的子网络，每个令牌仅激活其中16个。这是一个刻意的权衡：它用计算效率换取内存容量，因为正如AI News所指出的，「内存可以从大量单独不起眼的芯片中收集」，而「训练级的计算能力无法以同样的方式组装」。
这一创新是对美国出口政策的直接回应。对高带宽存储器访问的限制迫使中国AI公司解决与其美国同行不同的工程问题。K3以4位精度进行训练，将其内存占用从5.6TB缩减到1.4TB。它引入了Kimi Delta Attention，以在百万令牌上下文长度下实现更快的解码。它可以在任何可用的硬件上运行——为中国市场缩减的Nvidia L20、国产华为昇腾芯片，或来自替代供应商的GPU集群池。
定价策略讲述了同样的竞争压力故事。K3每百万输入令牌收费3美元，每百万输出收费15美元，缓存输入为0.30美元。相比之下，Anthropic的Fable 5每百万输出令牌收费50美元，策略便清晰可见：在容量和可及性上取胜，即使峰值能力仍落后于前沿水平。
Moonshot坦率地承认，K3的整体性能「仍落后于」Claude Fable 5和GPT 5.6 Sol，并且该模型在某些服务配置中可能不稳定。但在Arena Frontend Code评估中，它获得了1,679分——位列第一，领先于Fable 5。美银证券分析师Alex Liu捕捉到了这一转变：「尽管存在计算限制，大规模预训练与架构工作相结合仍可为中国旗舰模型带来阶梯式的进步。」
全球AI进展的更广阔图景超越了模型发布。英国国家审计署在同一天警告称，政府声称AI驱动的450亿英镑（约580亿美元）节省缺乏严谨的方法论——这提醒人们AI能力与现实部署之间的差距仍然很大。欧洲监管机构继续塑造参与规则。关于出口管制是加强还是削弱美国长期竞争力的辩论，双方都找到了新的证据。
不再有争议的是，AI开发真正实现了多极化。以美国为中心的时代正在让位于一个中国公司设定价格、引领架构趋势、通过开放权重发布直接争夺开发者关注度的格局。问题不再是中国能否竞争，而是竞争动态将如何重塑AI的技术、经济和全球治理。
来源：China delivers a one-two punch to America’s AI dominance（The Verge，2026年7月）；Kimi K3 open-weight model: China’s biggest AI is a bet on memory, not compute（AI News，2026年7月）；Auditors tell UK government to do the math before banking on £45B AI savings（The Register，2026年7月）
婷 翻译