8 月 14 日消息，首尔经济日报今日（8 月 14 日）发文称，自今年 6 月以来，已有 9 家中国 AI 公司陆续推出 10 款 AI 大模型，并且在推理、编程、智能体等关键赛道上，正持续缩小与美国顶级闭源模型之间的差距。
注：原文并未详细列出完整模型名单，以下结合本站已发布内容进行简要汇总与梳理；同时，具身智能（面向机器人）等相关模型暂未纳入统计，因此实际发布的模型数量已超过 10 款：
MiniMax M3（6 月 1 日）：具备领先的代码生成能力、100 万级超长上下文，以及原生多模态能力。
智谱 AI 的 GLM-5.2（6 月 12 日）：新一代旗舰基座大模型，重点面向超长程任务处理与高级 AI 编程能力。
美团的 LongCat-2.0（6 月 30 日）：总参数量达到 1.6 万亿（激活参数约 480 亿）的大规模混合专家（MoE）语言模型，支持 1M 超长上下文和原生多步推理。
腾讯的混元 Hy3 正式版（7 月 6 日）：采用混合专家（MoE）架构，总参数量为 295B，激活参数 21B，最大支持 256K 上下文长度。
月之暗面的 Kimi K3（7 月 16 日）：拥有 2.8 万亿参数和 100 万 Token 上下文窗口，是全球首个开源的 3 万亿参数级模型，性能可对标全球顶尖闭源大模型。
字节跳动的 Seedance 2.5（7 月 31 日）：延续 Seedance 2.0 统一的多模态音视频联合生成架构，重点强化长叙事、多模态参考与内容编辑能力。
深度求索的 DeepSeek-V4-Flash-0731（7 月 31 日）：模型结构与尺寸与 DeepSeek-V4-Flash-preview 保持一致，仅重新完成后训练优化。
阿里巴巴的 Qwen3.8-Max（8 月 3 日）：该模型拥有 2.4 万亿总参数量，在编程、办公场景以及多模态智能体等综合能力方面实现全面升级。
深度求索的 DeepSeek V4-Pro-0813（8 月 13 日）：原生支持 OpenAI Responses API 格式，并针对 Codex 进行了专门适配。
智谱 AI 的 GLM-5.3（8 月 14 日）：被称为编程能力最强的开源模型，在内部自建体感评测中，相比 GLM-5.2 提升了 50%。
该媒体指出，在 Artificial Analysis Intelligence Index v4.1.1 评测中，DeepSeek V4 Pro 0813 在 AI 智能体项目上获得 53 分，虽然仍落后于 GPT-5.6 Sol 的 61 分和 Claude Opus 5 的 63 分，但若将成本因素纳入比较，差异则非常明显：其完成单次任务的平均成本仅为 0.06 美元，仅相当于 Claude Opus 5（2.34 美元）的 1/39。
CNBC 昨日（8 月 13 日）发布文章称，尽管美国持续收紧对中国先进芯片、芯片制造设备以及部分投资的限制，但中国技术正在加速融入全球大型企业的核心业务体系。
例如，福特引入宁德时代的电池技术；大众与小鹏合作开发面向中国市场的智能电动汽车；Stellantis 也在扩大与零跑汽车在电动车生产及联合采购方面的合作。
IDC 中国董事总经理 Kitty Fok 表示，5 年前，中国更多是全球企业销售产品的重要市场；而如今，在部分行业中，中国已经逐步成为这些企业获取关键技术能力的重要来源。
Counterpoint Research 首席分析师 Soumen Mandal 表示，到 2025 年，比亚迪、长安汽车和奇瑞等中国车企合计将占据全球电动汽车市场近 63% 的份额；宁德时代、比亚迪、中创新航和国轩高科等电池厂商合计市场份额也接近 70%。
他认为，成本优势、规模效应、制造能力、供应链整合水平以及创新速度，正在推动全球企业持续深化与中国企业的合作。中国技术崛起的重点，也正从低成本制造转向规模化制造、供应链深度整合与快速创新。
随着中国人工智能模型能力持续增强，全球企业采用中国技术的核心原因已不再只是价格。IDC 今年稍早针对欧洲企业开展的调查显示，安全与合规要求，以及性能优势，是大规模采用中国人工智能模型的两大关键因素。
Fok 表示，市场上有一种观点认为“西方企业使用中国 AI 模型，很大程度上只是因为便宜”，但这一判断并不准确，企业在技术选型时更主要还是由性能驱动，同时也会受到合规要求的影响。
与美国的 Anthropic 和 OpenAI 不同，阿里巴巴、DeepSeek 等中国科技企业更侧重推进开源模型生态，这也让全球开发者更容易接入、部署并使用中国 AI 大模型。
Omdia 首席分析师 Lian Jye Su 表示，美国对先进半导体出口的限制虽然在一定程度上约束了中国在尖端芯片领域的发展，但也客观上加速了中国本土技术创新与效率提升。目前，中国供应商在人工智能、电池和汽车软件等领域仍然保持较强竞争力。
Mandal 预计，中国技术未来将在电动车、电池、消费电子、机器人、无人机，以及部分人工智能和半导体领域进一步扩大全球应用，推动形成一个更加碎片化、但也更加注重现实利益的全球技术生态。