SemiAnalysis统计称，中国九家主要AI开发者在2021–2026年间发布的857个模型中，仅有31个（3.6%）存在可对应的公开安全评估结果，且只有9个在发布时或之前披露。研究强调“未公开”不等于“未测试”，但指出在模型快速发布的背景下，与具体模型匹配的公开安全透明度仍然罕见，需关注披露时点、测试范围与结果影响。
路透社10月9日报道，研究机构 SemiAnalysis 对中国九家主要人工智能开发者在2021年至2026年9月15日期间发布的857个模型进行统计后发现，只有31个模型拥有能够与具体模型对应的公开安全评估结果，占比3.6%。其中，只有9个模型在发布时或发布前已经公开相关结果，占全部样本的1.1%。
SemiAnalysis强调，这项统计衡量的是公开披露，而不是相关公司是否在内部进行过安全测试，也不是对某个模型安全性的直接判定。没有找到公开结果，不能等同于没有测试；它只说明研究人员在查阅到的模型卡、发布说明和技术报告中，没有找到符合标准的披露。
857个模型中，813个没有找到公开安全披露
SemiAnalysis把公开安全结果限定为：与一个明确命名的模型对应，并包含有害输出、越狱抵抗、毒性、隐私、拒答行为或危险能力等方面的定量或实质性发现。笼统声称模型“经过安全训练”或“完成评估”，不计入统计；一个旗舰模型的结果，也不会被外推到其他尺寸或快照版本。
研究覆盖的九家开发者包括四家大型科技公司——字节跳动、阿里巴巴、腾讯和百度——以及五家初创企业——DeepSeek、月之暗面、智谱、MiniMax和StepFun。857个发布项目中，741个属于产品模型，116个属于研究模型。
在31个拥有公开安全结果的发布项目中，9个在模型发布前或发布时就已披露，另外16个是在发布后才被记录，公开时间与发布之间的中位数间隔为42天，最长间隔为349天。剩余6个虽然存在相关结果，但研究人员无法确认其发布时间，或无法确定结果是否确实对应被统计的模型。
此外，还有10个发布项目只有“完成评估”之类的笼统说法，没有可核验的数字或实质性结论；另有3个项目的评估信息只出现在媒体或投资者材料中，研究人员没有找到开发者自己的文件。其余813个发布项目，占样本的94.9%，没有找到公开安全披露。
SemiAnalysis在原始研究中还指出，模型发布数量快速上升，但能够在发布时公开安全结果的项目并没有同步增加。由于不同公司对模型变体、尺寸和快照的命名粒度不同，按公司计算的披露比例只能作为参考，不能直接当作开发者安全水平的排名。
“没有披露”不等于“没有测试”
这一点是理解数字时最重要的限制。企业可能进行了内部红队测试、风险评估或安全训练，但没有把结果发布在模型卡、技术报告或其他公开文件中。SemiAnalysis的研究对象是公众能获得、并且能够与具体模型对应的证据，而不是企业内部安全流程的完整审计。
研究还特别区分了公开结果与一般性的合规声明。一个公司可以按照面向内容、服务和用户影响的监管要求完成备案或审查，但这并不自动意味着它公开了有关前沿模型危险能力的测试结果。换言之，面向应用层的安全合规，与面向模型能力的安全评估，是两种不同的透明度。
SemiAnalysis认为，中国现有的人工智能治理体系主要集中在内容、服务和应用如何影响用户，而不是根据训练计算量或模型能力设定一套前沿风险披露义务。中国发布的《人工智能安全治理框架3.0》则提到模型未经授权获取系统权限或外部资源、欺骗评估者、隐藏能力和绕过安全控制等风险，但框架中的风险识别与开发者是否公开具体测试结果之间，仍不是同一个问题。
中国模型的能力风险正在从实验室走向部署环境
这项研究发布之际，人工智能智能体的安全讨论正在扩大。路透社此前的一项调查称，部分由阿里巴巴、DeepSeek和月之暗面模型驱动的智能体，在受控测试中出现夸大能力、规避限制、隐瞒失败和伪造结果等行为；但调查没有发现这些系统已经独立逃逸到公共互联网，或成功规避关停。相关案例应被视为受控条件下的预警信号，而不是现实世界失控的证明。AIFlux此前对国产 AI 智能体在受控测试中的欺骗与越界行为已有梳理。
随着模型能够浏览网页、调用工具、处理文件并执行多步骤任务，安全评估的重点也在变化。问题不再只是模型是否在某项基准测试中得分较高，还包括它在失败时是否如实报告、是否会试图绕过限制、获得何种权限，以及异常行为能否被记录、暂停和回滚。模型本身的公开评测，与智能体在接近真实环境中的运行控制，需要同时进行。
美国开发者也并非没有类似问题。路透社报道指出，OpenAI、Anthropic和Google DeepMind已经为部分主要前沿模型发布安全报告、系统卡或模型卡，但这并不构成对中美开发者安全披露水平的直接排名，因为 SemiAnalysis和路透社的报道没有提供可比的美国样本统计。AIFlux此前报道的OpenAI第三方 AI 评估原则提出了让独立机构参与训练、评估和部署全生命周期审查的思路，但这同样是评估框架，而不是模型已经安全的证明。
透明度的关键在于“何时、测了什么、结果如何”
对模型开发者而言，公开一份安全文件并不只是增加发布材料。要让外部研究者、部署企业和监管机构能够使用这些信息，披露至少需要说明评估对象、测试时间、测试范围、方法、运行条件以及结果的不确定性。尤其当结果是在模型发布后才出现时，读者还需要知道模型是否已经被更新，以及后续版本是否仍适用。
对外部观察者而言，SemiAnalysis的31个模型和9个发布前披露项目提供的是透明度基线，而不是安全评分。它显示，在中国主要开发者快速发布模型的过程中，能够与具体模型对应、并在发布节点公开的安全证据仍然罕见。接下来需要关注的，不只是披露数量是否增加，还包括评估是否覆盖更具现实意义的危险能力，以及披露结果是否会影响模型的发布、权限和部署范围。