韩国AI模型近半来自中国：Qwen占46.8%，本土EXAONE仅9.3%

韩国民间智库Rockbridge Network Korea在10月下旬出了一份调查报告，题为《中国人工智能在韩国是如何被使用的》，执笔人是汉阳大学经营学教授崔成镇。

报告里的数据对比很直接：2023年中国AI模型在韩国基本没人用；到了2026年1月到8月，韩国新增AI模型里接近50%出自中国AI。

崔成镇判断这股势头还会往上走，到2027年这一比例可能升到70%-90%。

01

韩国AI已经离不开中国模型

Hugging Face并不标注开发者国籍，想识别“韩国的开发者”得自己动手。研究团队编了一套程序，按韩语标签和关键词把平台账号整体筛了一遍，最终确认1993个韩国账号，以及这些账号历年公开的7939个模型。

2026年1月到8月新增模型按底座分：Qwen 864个，占46.8%；谷歌Gemma 271个，占14.7%；Meta Llama 254个，占13.8%；LG EXAONE 171个，占9.3%；Kakao Kanana 49个，占2.7%；DeepSeek 19个，占1.0%；其余217个，占11.8%。

864个Qwen底座模型分散在164个账号手里，平均每个账号至少上传5个。2026年1月到8月新增模型总数为1845个，算下来近一半韩国Hugging Face账号传过Qwen底座的模型。

更有意思的还在后头。崔成镇向102家中小型企业发了问卷，其中一道题是“你们在工作中使用中国的AI服务吗？”

没有一家企业承认自己在用中国模型。

这个答案没能说服崔成镇。他要求企业把模型调出来看，结果5家企业当场改口，承认确实在用中国模型。

另外，45.1%的受访企业说自己是头一回听说Qwen。

崔成镇的解释是：填问卷的人里不少跟开发工作不沾边，本来就不清楚公司跑的是什么模型；再加上对中国AI的刻板印象，他们就不愿讲出实情。

随后崔成镇对这些公司产品做了模型指纹（Model Fingerprinting）调查，发现拿中国模型当底座的远不止5家，绝大多数都在用中国模型。

去年同期韩国用得最多的是DeepSeek，今年以DeepSeek为底座的只剩19个。

崔成镇把Qwen的胜因归到工程能力上。最小的Qwen只有几B，Qwen2有0.5B版本，Qwen3有0.6B版本；最大的Qwen3.8-Max参数量达到2.4T，尺寸基本全覆盖。

语言支持也是崔成镇提到的一点：Qwen覆盖119种语言，开源许可主要是Apache 2.0，还配了成套的微调工具、量化版本和社区案例。

几项因素叠在一起，Qwen在韩国AI市场站住了脚。

价格是另一层原因。崔成镇在报告里写道，同等性能的模型之间，中国模型的输出单价约为美国的34分之1；跑一遍完整评测，中国模型的成本也只有美国模型的4分之1。

用户集中、单次对话很长的服务尤其吃这一套，比如AI角色聊天、高并发客服。这类生意里模型调用费直接决定毛利，便宜、稳定比性能更要紧。

那韩国自家的模型呢？

14.9%的本土份额中，LG的EXAONE占9.3%，Kakao的Kanana占2.7%。

症结不在模型性能，在可用性。

EXAONE 4.0（32B）挂的是“EXAONE AI Model License 1.2 - NC”。

NC即non-commercial，禁止商用，连它生成的输出都不能拿去卖。开发者拿它做产品就算违约。直到今年7月31日发布的K-EXAONE 2.0（750B MoE），LG才把许可换成Apache 2.0。

反观Qwen、DeepSeek这些国产开源模型，打从一开始就开放商用，开发者微调之后就能直接往企业里落地。

韩国今年1月启动“自主AI基础模型”项目，1月15日第一轮评估结果出炉，NAVER Cloud与NC AI两个种子选手同时被刷掉。NAVER Cloud栽在原创性不达标：它交上来的HyperCLOVA X SEED 32B Sync多模态模型，直接搬了Qwen2.5的视觉编码器权重，连初始化重训这一步都省了。NC AI的成绩更差，连及格线都没摸到。

其实这个项目的及格线定得并不高，大致相当于Qwen3-235B的水平。按时间线往回看，当时排在Qwen3-235B前头的还有DeepSeek V3.2、Kimi K2.5等一批国产模型。

而Qwen3-235B在Qwen自家产品线里都算不上旗舰——Qwen3家族里还有Qwen3-Max，据称参数量超过1T，性能比Qwen3-235B高出一大截。

02

中国AI已经是全球底座了

韩国不是个例。中国模型当全球底座这件事，早就不新鲜了。Hugging Face自家的《State of Open Models》夏季报告显示，Qwen在平台上已积累151448个衍生模型，达到Meta总量的2.6倍、Llama系仓库的4.7倍。2026年前七个月，平均每天冒出180到210个Qwen衍生模型，这一年Qwen被下载约20.45亿次。

报告还提到中国各大AI厂今年被下载的模型里，70B参数以上的占比：MiniMax接近100%，月之暗面88%，DeepSeek 55%，智谱39%。美国那边基本是另一幅景象，谷歌、微软、IBM Granite几乎为零，英伟达14%，Meta 9%。

说白了，用户下中国模型专挑大的，下美国模型专挑最轻的。从下载份额看，中国开放权重模型占平台的41%，美国为36.5%。

用中国模型的不只是Hugging Face上的开发者，美国不少公司也动手了。AI编程公司Cursor今年3月发布的Composer 2，训练底座选的是月之暗面的Kimi K2.5；Airbnb的CEO布莱恩·切斯基说，他们的客服系统一共上了13个模型，占比最高的是Qwen。

韩国的处境因此没什么好奇怪，它只是全球图景的一块缩影。GPT、Claude、Gemini这些模型都闭源，只能调API来用；开放权重这条赛道上，早已挤满了中国模型。

178个20B参数以上的中国开放模型里，59%采用Apache 2.0协议，22%采用MIT协议。同样规模下，美国只有29%用Apache或MIT，41%走自定义条款，另有30%干脆什么都不写。换句话说，中国模型可以随手拿去微调，美国的开源模型绝大多数不能商用。

开放本身，就是一种定价策略。规模越全，愿意微调的人越多；衍生模型越多，配套的工具、教程、量化版本就越丰富；等下一批人再挑底座，选的还是它。

能在本地跑的Qwen GGUF版本，每月下载3960万次，是Gemma的两倍，Llama的五倍多。不过Llama系的GGUF仓库数量，其实还比Qwen略多一点。

生态位从来不是靠参数赢的，靠的是“别人能拿它做成事”。

韩国这边，除了继续推“自主AI基础模型”项目，10月又追加了一项4.7万亿韩元（约35亿美元）的“Frontier AI”计划，拟从2027年3月启动。其中3.9万亿用来采购大约1万张英伟达Vera Rubin，8000亿买训练数据，再拿250亿引进20名海外研究员。

另一边，中国几家头部实验室最新的超大模型，也开始加进非商用条款和收入分成要求。天下没有免费的午餐，AI产业慢慢成熟，适当收点费用，本就是公司健康运营的基本条件。