中國 AI 實驗室僅在 857 個模型版本中公開 3.6% 的安全結果

本研究《北京不會領先前沿》彙整了 2021 年至 2026 年 9 月 15 日間九家中國開發商的 AI 模型發布清單，總計 857 個不同的模型版本，為衡量安全相關資訊披露提供了基礎。

其中僅有 31 個版本——恰好佔 3.6%——包含了開發商選擇公開的安全結果，該數字直接取自 SemiAnalysis 的分析，屬於確定事實。

更令人驚訝的是，這 31 項披露結果中僅有 9 項（佔總發布的 1.1%）在模型上線時即同步公布，其餘 22 項則在模型已對外開放後才發布。

不同公司類型的披露分佈

若依組織類別細分，初創公司如 DeepSeek、Moonshot、智譜、MiniMax 與 StepFun 的披露率較高——其發布的 6.3% 包含安全結果——相較之下四大超大規模公司（阿里巴巴、字節跳動、騰訊、百度）合計僅披露 2%。

智譜（以 Z.ai 品牌運營）是唯一一家自 2022 年起每年皆持續發布安全結果的實體，這一資訊來自各公司自行聲明。

主要玩家的絕對數字

發布數量最多的阿里巴巴（238 個版本）僅提供了七項安全結果；騰訊（133 個版本）僅發布過一次安全評估；字節跳動在其 120 次發布中披露了兩項。上述數據均由公司自行報告。

其餘 813 個版本——佔總數的 94.9%——完全沒有公開的安全披露，這一比例亦為 SemiAnalysis 報告中的確定事實。

發布後披露的時間分佈

在 31 項披露結果中，有 16 項是在相應模型已上線後才公布，平均延遲 42 天，最長延遲達 349 天，這些統計直接取自研究。

• 僅 3.6% 的中國 AI 模型發布包含任何公開的安全結果。
• 初創公司披露率為 6.3%，超大規模公司為 2%。
• 智譜自 2022 年起每年皆發布安全結果。
• 發布後的平均披露延遲為 42 天。

《中國 AI 安全治理框架 3.0》於 2026 年 9 月 14 日公開，建議定期測試並定期公開安全評估結果，但該框架並未設立法律強制要求，遵循仍屬自願。

SemiAnalysis 研究作者提醒，缺乏公開披露並不必然意味著內部安全測試不存在；他們的研究方法僅能捕捉公開可得資訊，私下評估可能仍在進行。

從已知的 857 次模型發布中僅有 31 次包含安全結果可見，說明目前的資訊透明度極低。這種情況迫使外部觀察者只能依賴少量公開資料來推斷整體安全水平，進一步限制了學術界與產業對模型風險的系統性評估。缺乏持續且一致的披露機制，使得安全測試的範圍、深度與方法在不同開發商之間難以比較，從而削弱了跨平台的風險共識與標準化努力。

對於披露的時效性，同時存在即時與延後兩種模式。即時披露的 9 項結果雖然提供了上線前的安全概況，但仍占全部的 1.1%，顯示即時透明度不足。延後披露的 22 項結果平均延遲 42 天，最長可達 349 天，這種時間差異意味著在模型實際運行期間可能已出現未被及時通報的漏洞，使用者在此期間無法獲得必要的風險警示，增加了潛在的安全事件發生概率。

在公司類型的差異上，初創公司相對較高的 6.3% 披露率暗示其在安全合規上可能更依賴外部審查或市場信任機制，而四大超大規模公司僅 2% 的披露率則反映出其內部測試流程或許較為封閉。這種不均衡的披露行為限制了產業內部對不同規模企業安全實踐的可比性，也使得監管機構難以針對特定類別制定差異化的指導原則。

驗證層面上，SemiAnalysis 的研究方法只能捕捉公開可得資訊，因而無法直接證實未披露模型是否進行了內部安全測試。為彌補此限制，外部審計機構可以採取抽樣檢測、黑箱測試或要求企業提供測試報告的審核副本，以間接驗證其安全實踐的完整性。此類驗證手段需結合技術手段與法律合約條款，才能在缺乏強制披露的環境下提升資訊可信度。

實務層面的影響主要體現在採購與風險管理上。台灣企業在選擇中國 AI 供應商時，必須將缺乏公開安全結果視為潛在風險，主動在合約中加入安全測試報告的提交時程、第三方驗證要求以及違約金條款，以降低因未披露漏洞而導致的營運中斷或資料外洩風險。此類合約安排同時促使供應商提升內部測試的紀錄完整性，形成雙向的安全保障機制。

最後，現行《中國 AI 安全治理框架 3.0》僅提供自願性指引，未具備法律強制力。因此，除非未來政策轉向強制披露，否則市場上的安全資訊仍將依賴企業自發行為與外部審核的雙重驅動。對於依賴這些模型的跨境企業而言，建立內部的安全評估流程、持續監測模型更新與行為變化，並結合第三方驗證，將成為降低資訊不對稱、確保業務持續性的關鍵策略。

對於在台灣評估中國 AI 供應商的企業而言，實務上意味著：在未有強制披露標準的情況下，必須假設大多數模型發布的安全審查有限或未被記錄。採購團隊應主動要求內部安全稽核報告、在合約中加入及時披露安全結果的條款，並考慮第三方驗證，以降低未披露漏洞的風險。