可模型性能几乎贴脸。据AI Index与公开排行榜口径，两国头部模型的差距已收窄到约2.7%。一个只差不到3%的对手，私人资本却隔着23倍的鸿沟，这笔账该怎么算？
要把这道剪刀差看清楚，得顺着芯片、资本、人才三条暗线，一层层拆开看。
两本榜单，两种体量时间往回拨到2026年8月底到9月，短短几周里，斯坦福、荣鼎集团、高盛几乎同步把报告摆上了台面。几份报告做的是同一件事：把中美两边砸进AI的钱，和跑出来的模型分数，并排放在一起称量。
先看模型分数这一栏。中美各自打头阵的几款大模型，在公开排行榜上几乎咬成一团，互不相让，单看分数很难一眼分出高下。而就在几年前，这条鸿沟还宽到两位数个百分点，看不到尽头。分数追得如此之近，是这一轮中美AI叙事里最扎眼的事实。
再看投入这一栏，画风却完全变了。据荣鼎集团估算，美国今年在数据中心上的投资约8000亿美元，中国AI基础设施投资约1390亿美元，仅相当于美国水平的15%至20%。模型分数追到了跟前，真金白银的投入却还隔着一个数量级。屏幕左边，两条线几乎重叠；屏幕右边，那根标注资本的柱子却高耸入云。
这还没算上中国的增速。据荣鼎预测，中国今年资本开支预计再翻一倍，约达9320亿元人民币，2027年突破1.2万亿元。增速不可谓不快，势头不可谓不猛。可只要把这条上扬的曲线，叠放到美国8000亿美元的底座上，盘子之间的距离依然摆在那里，不是一两年的高增速就能填平的。
芯片卡死供给，资本堆出算力差距是怎么来的？第一道暗战，在芯片。
美国对华先进AI芯片的出口管制持续收紧，能到手的顶级加速卡愈发稀缺。想把最前沿大模型跑起来，得有高端算力托底，而这部分供给，就这样被从上游卡住。卡的不是某一家公司，而是整条产业链最顶端那一小撮产能。
供给被卡住，局面却没有一边倒。中国拿到的顶级算力有限，只能换一种打法：靠更高效的研发、更集中的资源，把模型性能一寸一寸往上顶。用更少的钱，打出接近的牌——这是被现实逼出来的路线，也是为什么性能差距能从两位数个百分点压到2.7%。
另一边，美国对自家产能却不加限制。美国六家头部云厂商手头资本充裕，2026年大举扩建数据中心，将巨额资金倾泻到算力底座上。据高盛测算，2026年，中美合计九家头部云服务商的AI相关支出合计有望突破9000亿美元，2027年达到约1.3万亿美元，美国头部厂商量级占优。这些数字目前仍是规划与投入的口径，而非已经落地的既成战力，但砸下去的方向已经明明白白。
中国这边并非原地踏步。几家头部互联网公司今年同样大幅抬高AI开支，单家全年计划已经冲到千亿元量级，增速同样凶猛。可增速快，不等于体量追平。荣鼎集团反复指出，中国AI建设即便全年翻倍，规模仍只相当于美国数据中心投入的15%至20%。
这里藏着一条硬逻辑：能花多少钱，直接框定了训练的天花板。更大的模型、更多次的实验、更快的迭代，背后无一不靠真金白银堆出的算力集群。谁钱多，谁就能把模型往大里练、往深里试。美国靠海量资金把算力的天花板不断顶高，中国则在供给受限的处境里把研发效率逼到极限——一个堆量，一个挤效率，两条路从根上就不一样。
政府基金那笔账，以及生态的厚度到这里，必须把最强的反驳摆上台面。只用私人资本算出23倍，很可能低估了中国。就连斯坦福这份报告也坦承，私人投资或低估中国。
这笔账的关键，在政府引导基金。据斯坦福AI Index，2000到2023年，中国政府引导基金已经向AI企业投放约1840亿美元。国资与地方基金投进去的钱，从头到尾都没被算进那124亿美元里。要是把政府引导基金连同国资一并算进来，真实投入的差距比这个倍数要小得多。单拎私人资本下结论，确实存在偏差。
但这只缩小了倍数，没有反转方向。荣鼎估算，即便把中国今年的建设全部计入，规模也仅为美国的15%至20%，差距仍然是数量级的。把政府这只手算进来，能把鸿沟收窄一圈，却填不平。
这就牵出第二道暗战：资本从来不只是总量，更是来源结构。美国仰仗全球范围的私人资本源源不断供血，钱从四面八方涌进来；中国则更多靠集中资源办大事的路子，由国资和地方基金把资源聚起来。两种来源结构，各有各的韧性，也各有各的软肋。
第三道暗战，藏在人才与生态里。模型性能能追到个位数个百分点，靠的是顶尖的研发效率；可要训练前沿大模型、要留住人才、要长成开源生态，长久较量下去，拼的还是家底厚薄。效率能换来一次追近，厚度才能决定下一轮能不能续得上。芯片管制摁住的是眼下的供给，资本多寡框定的是日后的天花板。中国拿效率换回了追上来的性能，唯独家底厚度这一课还没补完。
所以，23倍这个数不必一口咬定。但只花别人十几分之一的钱，就把牌打到相近的水平——这件事本身，已经说明上限受制于人。
一条曲线压平，一条曲线张开绕了一圈，回到开头那两本榜单。一条性能差距曲线，被压到几乎贴着横轴；另一条资本差距曲线，却越张越大。两条线画在同一张图上，朝相反的方向张开。
这道剪刀差要讲的，不是谁输谁赢，而是今天的AI竞争到底在比什么。比的早已不只是模型分数，更是谁能把芯片、钱和人，长期堆在同一条战线上。
中国AI凭高效研发把性能追了上来，是事实，值得清醒地看见；投入差着二十多倍，也是事实，不必用“超车”两个字把自己吓住。真正的分水岭，不取决于眼下一两年分数的高低，而在芯片、资本、生态这三条战线，看谁能把资源常年不断地投进去。
性能曲线已经压平，资本曲线还在张开。往后的较量，拼的是谁更扛得住这场得长期烧钱的暗战。
