從17.5%到0.3%：中美AI大模型差距的驚天逆轉

在人工智能領域，中美兩國一直是全球AI發展的兩大引擎。2025年4月7日，斯坦福大學以人為本人工智能研究所(HAI)發布了備受矚目的《2025年人工智能指數報告》，這份長達456頁的報告揭示了一個令人震驚的發現：中美頂級AI大模型的性能差距從2023年的17.5%驟降至2024年的0.3%，幾乎可以忽略不計。

基準測試中的差距變化

要理解這一差距縮小的意義，我們需要了解AI性能是如何衡量的。斯坦福報告使用了多項基準測試來評估AI模型的性能，包括MMLU(大規模多任務語言理解)、MMMU、MATH和HumanEval等。這些基準測試分別評估AI在語言理解、推理、數學和編程等不同能力上的表現。

2023年底，中美AI模型在這些基準測試上的差距分別為：

MMLU：17.5個百分點

MMMU：13.5個百分點

MATH：24.3個百分點

HumanEval：31.6個百分點

到了2024年底，這些差距已經顯著縮小到：

MMLU：0.3個百分點

MMMU：8.1個百分點

MATH：1.6個百分點

HumanEval：3.7個百分點

特別是在MMLU測試中，中國領先的模型與美國頂級模型之間的差距從近20個百分點縮小到僅僅0.3個百分點。這一進步速度令人驚嘆，相當于在不到一年的時間里，中國AI模型的性能提高了近17個百分點。

開源與閉源的較量

開源AI模型在2024年的崛起是推動這一差距縮小的重要因素。2024年初，領先閉源模型的表現比頂級開源模型高出8.0%。然而，到2025年2月，這一差距已經大幅縮小。

以DeepSeek為代表的開源模型迅速崛起，性能逼近甚至在某些方面超過了閉源的美國模型。開源社區的協作模式和快速迭代能力成為中國AI快速進步的重要推動力。

數量與質量的雙重較量

模型數量差距

盡管在性能上差距大幅縮小，但在模型數量方面，美國仍然保持顯著優勢。2024年，美國機構開發了40個"值得關注的AI模型"，而中國只有15個，歐洲僅3個。

投資差距：數字背后的實力對比

盡管在模型性能上差距縮小，但在AI投資方面，美國仍然保持著壓倒性優勢。2024年，美國AI投資額達到1091億美元，是中國93億美元的12倍。

這種投資差距反映了兩國在AI生態系統方面的差異。美國擁有更為成熟的AI產業鏈、更豐富的數據資源和更強大的計算能力，這些因素共同構成了美國AI持續創新的土壤。

技術進步：推動差距縮小的關鍵因素

推理成本的戲劇性下降

2023年至2024年，AI模型推理成本實現了戲劇性下降。高端AI模型運行成本削減了99.7%。以MMLU基準測試中表現相當于GPT-3.5的AI模型為例，其推理成本大幅降低。

小模型的崛起

2022-2024年間，小模型性能顯著提升。2022年，在大規模多任務語言理解（MMLU）基準測試中，得分超過60%的最小模型是PaLM，參數量為5400億。到了2024年，參數量減少了142倍，但性能卻保持了相當水平。

解決復雜任務能力的飛躍

AI在解決復雜任務方面的能力也實現了顯著提升。在解決編碼問題上，AI的能力從2021年的4.4%躍升至2024年的71.1%。這一進步表明AI已經能夠處理更加復雜和專業的任務，其應用價值正在不斷提升。

開源社區的蓬勃發展

開源社區在中國AI發展中扮演了重要角色。開源模型的快速發展和廣泛應用，使得中國能夠繞過一些技術壁壘，迅速提升AI能力。

開源社區的協作模式和快速迭代能力成為中國AI快速進步的重要推動力。通過開源，中國AI研究者能夠直接參與全球AI技術前沿的探索，加速技術積累和創新。