摘要： Epoch AI 在 2026 年 1 月 2 日以 ECI 指數分析，中國模型平均落後美國前沿 7 個月，差距介於 4 到 14 個月。文章提醒這項國家差距幾乎反映封閉前沿與開放權重路線的分布，可能混合商業策略與能力差異，應視為可追蹤基準而非定論。
2026 年 1 月 2 日，Epoch AI 刊出一份資料分析（作者 Luke Emberson），結論壓縮成一句話：以該機構的 ECI（Epoch Capabilities Index）能力指數來量，2023 年以來每個站上能力前沿的模型都出自美國，中國模型平均落後 7 個月、差距介於 4 到 14 個月之間。這個數字正快速變成美中 AI 競賽論述的標準引註——TIME 整理兩國競賽的圖表報導便直接引用。
「七個月」的分量不在於聽起來驚人與否，而在於它是第一條把「中國究竟落後多少」變成可逐日追蹤的公開曲線。無論是模型選型或政策判斷，這份分析的量測方式與它的邊界，都值得攤開細看。
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。這次分析的操作方式：對每一天，取當時分數最高的中國模型 ECI，回溯美國模型在多久之前曾持有相同或更低的分數——這段時間差即為「落後月數」，分數差距在 1 分以內視為等價。兩國各自的開山模型——美國的 LLaMA-65B、中國的 Baichuan1-7B——因「可能不在真正前沿」而被排除在外。資料以 Creative Commons BY 授權公開，底層 CSV 曾於 1 月 6 日更新一次；設計初衷就是讓人長期追蹤。
4 到 14 個月：差距的形狀
結果面有兩個錨點。其一是 2024 年 5 月：第一款 ECI 越過 GPT-4 的中國模型現身，當時落後 14 個月，為整段觀察期的最大差距。其二是分析發布當下：仍無任何中國模型超越 OpenAI 於 2025 年 4 月推出的 o3。資料集中領銜的中國模型計有 DeepSeek-R1、DeepSeek-V3.2、Qwen3-235B、Qwen3-Max、Kimi K2 Thinking 與智譜 GLM 系列；美國前沿則由 GPT-5.2、Gemini 3 Pro、Claude Opus 4.5 輪流鎮守。
開源權重的干擾變數
最重要的限制，Epoch 自己就標好了：這個國家差距幾乎是「封閉前沿 vs 開放權重」差距的鏡像——頂尖中國模型近乎全數開放權重，美國前沿模型則一律閉源。換句話說，曲線量到的或許是商業策略的分岔（開放與否），未必是純粹的能力落差。這也呼應我們在2026 開年觀察裡談到的開源路線分歧：raw 能力的領先者與權重開放的領先者早已不是同一批公司，兩套座標系對「誰領先」會給出不同的答案。
七個月真的重要嗎
Hacker News 上 87 則留言的討論，幾乎把所有質疑預演了一遍。一派炮口對準指標本身：基準測試留有「benchmaxxing」的操作空間，分數領先不等於真實能力領先；有人主張中國模型不過是美國模型的蒸餾產物，但隨即被反駁——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 便已游刃有餘；而在開放權重與小模型市場，中國陣營反倒是主導者，阿里巴巴的閉源旗艦 Qwen 3 Max 在西方討論中幾乎隱形。出口管制的反效果也被反覆點名：晶片限制逼著中國團隊把效率榨到極限。
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，直接寫進成本結構。第二，讀任何國家級能力比較之前，先讀指標定義——Epoch 的方法完全公開，但換一個指數，結論可能整個翻面。第三，這個數字已經踏入政策與媒體的主流論述（TIME 的美中競賽圖表即是一例），之後只會越來越常見；搞懂它怎麼量出來，遠比背下數字有用。