大模型备案和算法备案的区别

做国内 AI 产品的人常卡在同一件事上：上线前被问「备案办了没」，但大模型备案和算法备案到底指哪一个，自己也说不清。有的团队两个都要走，有的只走其中一个，判断错了要么白跑流程，要么上线被卡。这篇按「先分对象、再走流程、最后核口径」的顺序讲一遍，帮你确定自己该办什么、先办什么。

做国内 AI 产品的人常卡在同一件事上：上线前被问「备案办了没」，但大模型备案和算法备案到底指哪一个，自己也说不清。有的团队两个都要走，有的只走其中一个，判断错了要么白跑流程，要么上线被卡。这篇文章不讲定义堆砌，只帮你判断自己属于哪一类，再决定先办什么。

顺序上建议「先分对象、再走流程、最后核口径」。先定性自己是不是面向公众、模型是自研还是调用第三方，这两条一确定，工作量基本就定了。后面再谈材料怎么备、哪些地方容易被退回。想顺带看同业产品通常怎么披露这类信息，可以到 /sites 对照着看。

先分清：两个备案管的不是同一件事

算法备案面向的是「用了算法推荐或生成能力」这件事本身，服务提供者上线前一般都要走；大模型备案面向的是「对外提供具有舆论属性或社会动员能力的大模型服务」，审查看的是模型本身，门槛更高、材料更重。两者不是二选一的关系，命中不同条件会分别触发。

判断顺序可以固定成两步：先问自己是不是面向公众开放、是否具备舆论属性或社会动员能力；再看模型是自研、深度改造，还是直接调用第三方。两类都命中就两个都要办，只有后者命中就把重心放在应用层。

• 面向公众且带生成或推荐能力，算法备案这一侧基本跑不掉
• 用的是自研或大幅改造的基座模型，且对外开放，大模型备案要重点评估
• 直接调用第三方已备案模型、只做交互层，材料压力通常集中在应用侧
• 定性拿不准时，别在网上找攻略对号入座，直接问属地主管部门最快
• 产品形态变了（比如从内测转公测），定性要跟着重做一遍

流程怎么走：材料顺序比速度更重要

通用先后是：主体与产品信息先定稿，再准备算法机制说明与安全评估材料，最后按属地要求提交。顺序反了最常见的结果是被要求补件重来，前面写的全作废。大模型备案多出来的部分集中在模型来源、训练语料来源与合规说明、内容安全与拦截机制、生成内容标识方案这几块。

1. 锁定主体与产品口径产品名称、功能边界、面向人群先写死，后面所有材料都引用这一版，改动要同步。
2. 画一页链路图把「谁调用谁、数据从哪来去哪」画成一页流程，评审看的是链路清不清楚，不是文档厚不厚。
3. 准备算法与模型说明算法机制、模型来源、语料来源分块写，别混成一锅粥，混着写最容易被要求拆分重交。
4. 补安全与标识方案内容安全、拦截策略、人工兜底、应急响应、生成内容标识，逐项对应到实际产品。
5. 按属地要求提交提交前把属地、行业主管、平台方三边口径都问一遍，别只按单一来源定稿。

还有一个常被忽略的点：材料口径要跟实际技术架构一致。架构改过（换模型、换部署地、加新数据源）却不同步更新材料，后面复核时很容易对不上。

最容易被退回的几处硬伤

退回原因往往不是材料不够多，而是关键信息太笼统。语料来源只写「公开数据」、内容安全只写「接了审核接口」，这类写法基本等于没写，评审无法据此判断风险。

• 语料与数据来源太笼统：要说清来源类别、获取方式、授权情况，而不是一句「公开数据」
• 内容安全机制只有一句「接了审核接口」：拦截策略、人工兜底、应急响应缺一不可
• 用户侧生成内容标识缺失，或标识方案跟实际产品对不上，面向公众的服务常被单独点名
• 换模型、换基座、换部署地后没同步更新备案信息，典型的「办过就以为一劳永逸」
• 产品功能边界描述与实际不一致，评审一对比就发现对不上

这里没有统一的合格线，因为审查看的是链路是否闭环、风险是否可控。如果你只是想横向看看同类产品对外披露到什么颗粒度，可以到 /tools/speed-test 顺手对比几个站点的实际表现，心里有个参照。

动手前的一张自查清单

与其先埋头写材料，不如花半小时把定性问题定下来。定性错了，后面所有工作都要返工；定性对了，材料只是工作量问题。

先确定自己属于哪一类，再决定办什么、先办什么；材料厚不厚是次要的，链路清不清楚才是关键。

需要提醒的是，这套自查清单只解决「该办什么」的判断，不解决「办了之后怎么长期维护」。备案信息是动态的，产品、模型、数据链路一变，材料就要跟着变。至于各家官方 API 的价格与模型资料这类需要看具体数字的信息，别凭印象记，到 /price-watch 核对当时的数字更稳妥。