Nathan Lambert 国会证词：中国开源模型下载量已达美国两倍

AI 研究者 Nathan Lambert（interconnects.ai 作者）近日公开了其在美国国会作证时的书面证词，系统梳理了开源大模型的全球格局。数据显示，中国阵营的开源权重模型在下载量与推理流量上已显著领先美国阵营，且整体能力与闭源前沿的差距正在快速收窄。

下载量与流量数据

Lambert 自 2025 年 8 月起持续追踪 Hugging Face 上的开源权重模型下载情况，结果显示：

• 中国开源权重模型累计下载量约 32 亿次；
• 美国开源权重模型累计下载量约 16 亿次，约为中国的一半。

在 OpenRouter 这一主流模型路由平台上，开源模型的整体推理流量在一年内从每周约 1 万亿 tokens 增长到约 80 万亿次。其中，中国开源模型占据了开源模型总流量的 80% 以上。

与闭源前沿的能力差距

Lambert 在证词中给出了他对中美开源阵营与闭源前沿模型之间能力差距的估算：

• 中国开源权重模型落后闭源前沿 2–5 个月；
• 美国开源权重模型落后闭源前沿 6–9 个月。

也就是说，中国开源模型在迭代节奏上已经比美国开源阵营更接近全球最前沿。这一判断与他本人在多个评测中观察到的现象一致——在 agentic coding（智能体编程）这一细分方向上，中美差距最小。

智能体场景中中国模型成默认选择

证词特别提到，在需要调用工具、执行多步任务的 agentic 编程场景中，Qwen、GLM、Kimi 已经成开源用户在本地部署时的默认选择。这意味着，中国开源模型不仅在总量上领先，在最具技术含量的应用方向上也已经走在了前面。

政策与生态含义

Lambert 的证词正值美国国会就 AI 政策展开讨论之际，他通过数据强调了开源权重生态的战略价值。与单纯依靠闭源 API 的路径相比，开源权重让开发者能够本地部署、微调和审计模型，这对学术界、中小企业以及关注数据主权的机构尤为重要。中国厂商在开源生态中的高速放量，正在改变全球 AI 研发的依赖结构，也给美国监管者和产业政策制定者提出了新的问题。

证词的完整内容已在其个人 newsletter「Interconnects」上公开。