2026 年 1 月 2 日，Epoch AI 發布資料分析（作者 Luke Emberson），結論一句話講完：以該機構的 ECI（Epoch Capabilities Index）能力指數衡量，2023 年以來每一個站上能力前沿的模型都來自美國，而中國模型平均落後 7 個月，差距區間為 4 到 14 個月。這個數字迅速成為美中 AI 競賽討論的標準引用，TIME 整理兩國競賽的圖表報導即直接採用。
「七個月」的意義不在於聽起來大或小，而在於它是第一個把「中國到底落後多少」變成可以逐日追蹤的公開曲線。對模型選型與政策判斷來說，這份分析的量測方法與它的限制，都值得拆開來看。
ECI 怎麼算出「七個月」
ECI 是 Epoch 以基準測試成績合成的模型能力指數。這次分析的做法是：對每一天，取當時表現最好的中國模型 ECI 分數，回頭比對美國模型在多久之前持有相同或更低的分數，這段時間差就是「落後月數」；分數在 1 分以內視為等價。兩國各自的第一個模型——美國的 LLaMA-65B 與中國的 Baichuan1-7B——因為「可能不在真正前沿」而被排除。資料以 Creative Commons BY 授權釋出，底層 CSV 在 1 月 6 日更新過一次，設計上就是給人持續追蹤的。
4 到 14 個月：差距的形狀
結果面有兩個錨點。2024 年 5 月，第一款 ECI 超越 GPT-4 的中國模型出現，當時落後 14 個月，是整個觀察期的最大差距；而到分析發布時，仍沒有任何中國模型超越 OpenAI 在 2025 年 4 月發布的 o3。資料集中領先的中國模型包括 DeepSeek-R1、DeepSeek-V3.2、Qwen3-235B、Qwen3-Max、Kimi K2 Thinking 與智譜的 GLM 系列；美國前沿則由 GPT-5.2、Gemini 3 Pro、Claude Opus 4.5 等輪流把持。
開源權重的干擾變數
Epoch 自己標註了最重要的限制：這個國家差距幾乎完全映照「封閉前沿 vs 開放權重」的差距——頂尖中國模型幾乎全部開放權重，美國前沿模型則全部閉源。換言之，曲線量到的可能是商業策略差異（開放與否），而不純粹是能力差異。這也呼應我們在2026 開年觀察談到的開源路線分歧：能力領先者與權重開放的領先者已經不是同一批公司，兩種座標系會給出不同的「誰領先」答案。
七個月真的重要嗎
Hacker News 上 87 則留言的討論，幾乎預演了所有質疑。一派質疑指標本身：基準測試存在「benchmaxxing」空間，分數領先不等於真實能力領先；有人主張中國模型是美國模型的蒸餾產物，但立刻有人反駁——DeepSeek 的 MLA 架構、MoE 負載平衡都是公認的原創貢獻。另一派質疑結論的實際意義：多數真實任務用七個月前的 SOTA 就已經足夠；而在開放權重與小模型市場，中國陣營反而是主導者，阿里巴巴的閉源旗艦 Qwen 3 Max 在西方討論中近乎隱形。出口管制的反效果也被反覆提起：晶片限制迫使中國團隊把效率做到極致。
對開發者的意義
三個實際結論。第一，把「七個月」當基準線而非鐵律：封閉前沿大約領先最好的開放權重模型半年，你的功能是否真的需要那半年，直接決定成本結構。第二，讀任何國家級能力比較前先看指標定義——Epoch 的方法完全公開，但換一個指數，結論可能翻轉。第三，這個數字已經進入政策與媒體的主流論述（TIME 的美中競賽圖表即為一例），之後只會出現得更頻繁；理解它怎麼量出來，比背下數字本身有用得多。
參考來源
- Chinese AI models have lagged the US frontier by 7 months on average since 2023 — Epoch AI
- Chinese AI models have lagged the US frontier by 7 months on average since 2023 — Hacker News
- Graphs Break Down the U.S.–China AI Race — TIME
本文由 AI 協助自上述來源整理，經人工審核後發布。