中美AI能力差距缩小

彭博社于8月20日报道，在人工智能实验室争夺全球技术主导权的竞争中，中国正迅速缩小与美国的差距。根据Artificial Analysis的最新数据，中国月之暗面推出的Kimi K3在综合推理、知识、数学和程式设计能力的智能指数中得分为60分，而Anthropic的Claude Fable 5为62分。

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%，且在过去一年大部分时间里维持在个位数百分点。

中国形成近前沿模型集群

目前，中国已形成一个由Kimi、DeepSeek、阿里巴巴Qwen、智谱GLM和MiniMax组成的近前沿模型集群。路透社披露，月之暗面于7月推出的Kimi K3拥有2.8兆个总参数和100万个令牌的上下文窗口。

在第三方评测中，Kimi K3在Epoch Capabilities Index和Vals Index两项评测中的综合能力及金融、程式设计、法律任务得分已接近国际头部模型水平。在GDPval-AA v2测试中，Kimi K3取得1678分Elo，高于GPT-5.5、GLM-5.2及Claude Opus 4.8，但低于Fable 5的1760分。

竞争焦点转向成本与性价比

报道指出，当能力差距缩小至几个百分点时，竞争已从“谁最聪明”转向“谁的成本更低”。美国实验室仍占据能力上限，但中国模型在成本和使用量等部分指标上已取得领先。

具体成本对比显示，按照Artificial Analysis每项智慧指数任务的成本计算，Kimi K3的平均成本约为0.84美元，而Fable 5约为2.75美元，前者低约69%。这种低成本优势动摇了硅谷公司通过保持领先来收取“前沿溢价”的商业前提。

实际应用与性能差异

尽管能力差距缩小，但两类模型在实际体验上仍存在差异。Kimi K3的输出速度约为每秒41个Token，低于Fable 5的约75个Token。此外，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依然存在差异。

在日常实践中，大部分基础任务不需要顶尖前沿能力。企业可采取混合分发策略，将高风险、高复杂度的算力难题交给美国顶尖模型，而将海量、高频的常规任务路由至性价比更高的国内模型API，以降低整体推理成本。