史丹佛大學 2026 年 AI 指數顯示，美國與中國人工智慧模型之間的效能差距已縮小至僅 2.7%，低於 2023 年時的兩位數領先，其中 Anthropic 的 Claude Opus 4.6 在史丹佛追蹤的基準測試中，領先字節跳動表現最佳的模型 39 點 Elo 分數。
史丹佛大學 2026 年人工智慧指數於 4 月 14 日發布，記錄了美國在人工智慧領域的效能優勢幾乎消失，截至 2026 年 3 月，在史丹佛追蹤的 Arena 排行榜基準測試中，美國頂級模型僅以 2.7% 的微弱優勢領先中國最佳模型。
這份由史丹佛大學以人為本人工智慧研究院發布的 423 頁報告，明確指出具體數據：2023 年，美國和中國領先模型在 MMLU、MATH 和 HumanEval 等主要基準測試上的效能差距介於 17.5 到 31.6 個百分點。到 2024 年底，這些差距已分別縮小至 0.3、1.6 和 3.7 個百分點。目前 Anthropic 的 Claude Opus 4.6 與字節跳動的 Dola-Seed-2.0 Preview 之間 2.7% 的 Elo 領先幅度非常微小，任何一方發布下一個主要版本都可能扭轉局勢。
美國在投資、基礎設施和模型產量方面仍佔有顯著優勢。2025 年，美國公司向人工智慧投入了 2859 億美元，是中國私人投資 124 億美元的 23.1 倍。美國在 2025 年生產了 50 個知名人工智慧模型，而中國為 30 個。美國擁有 5,427 個資料中心，是其他任何國家數量的十倍以上。
高影響力專利（其中創新品質重於數量）也對美國有利。中國在全球專利總產出方面領先，提交了全球 69.7% 的人工智慧專利。但史丹佛大學的分析區分了專利數量和專利影響力，美國研究人員仍產出更多具商業影響力的智慧財產權。
中國目前產出全球 23.2% 的人工智慧論文，並獲得全球 20.6% 的人工智慧研究引用，而美國為 12.6%。中國機構在 2024 年安裝了 295,000 台工業機器人，而美國為 34,200 台，中國佔全球工業機器人安裝總量的 51.1%。報告指出，中國政府指導基金自 2000 年以來估計已在各行業部署 9120 億美元，這意味著私人投資數據大幅低估了中國在人工智慧領域的總體資源投入。
韓國已成為全球創新密度最高的國家，人均人工智慧專利申請量超過其他任何國家，為這場此前被視為雙邊競爭的局面引入了第三個重要競爭者。
該報告對美國政策制定者而言最令人擔憂的發現可能是人才數據。在過去七年中，進入美國的人工智慧研究人員數量下降了 89%，僅去年一年就下降了 80%。新的 H-1B 簽證限制（其中包括每僱用一人需支付 10 萬美元的雇主費用）被認為是導致這一趨勢的原因之一。
史丹佛大學的數據直接與正在進行中的美中人工智慧競賽相關，這場競賽推動了美國歷史上最重大的基礎設施和半導體投資，包括本週發布的 NVIDIA Ising 量子人工智慧模型和 Terafab 晶片計畫。對於人工智慧代幣（AI tokens）和更廣泛的加密貨幣與人工智慧交集（crypto-AI intersection）而言，兩國能力趨於一致的現象至關重要：它打破了美國系統擁有持久領先地位的假設，並提高了每次新模型發布時的競爭籌碼。
