Aleph Alpha研究称中国大模型在 967 个敏感议题上多数回答不平衡
该德国公司对阿里Qwen、DeepSeek、月之暗面Kimi的测试中，自家评分系统判定仅 17% 至 41% 的回答属于“平衡”；Aleph Alpha向政府销售“主权AI”，与所测中国模型存在商业竞争关系。
AI解读：该公司自有的AI评分系统把其中 17% 至 41% 的回答评为“平衡”，其余被描述为重复官方说法、回避或拒绝作答。
DeepSeek V4 Pro拒绝回答约三分之二的提问；作为对照， Claude Sonnet 5和Mistral Small的平衡回答比例分别为 70% 和 92%。
研究还称偏向在非中国话题上也有外溢：被问及美国审查制度时，Qwen 3.6在看似平衡的开头后，结尾加入对中国全球互联网治理立场的辩护。
Aleph Alpha称英伟达Nemotron Cascade 2在 17% 的回答中表现出类似倾向，并将其归因于 930 万条训练样本中约 3500 条由DeepSeek和Qwen生成。
Aleph Alpha以“主权AI”供应商身份与Cohere一同面向政府市场，与所测中国厂商及英伟达存在竞争，这一商业关系在报道中被明确标注。
德国AI公司Aleph Alpha发布一项基准研究，称中国大模型在政治敏感议题上多数不会给出平衡回答。测试覆盖天安门、台湾、新疆等 967 个手工挑选的禁忌话题，对象包括阿里Qwen、DeepSeek和月之暗面Kimi。
据The Decoder报道，Aleph Alpha自有的AI评分系统判定，这些模型只有 17% 至 41% 的回答属于“平衡”，其余被归为重复官方说法、转移话题或拒绝作答。
测试对象与评分结果
该基准由Aleph Alpha开发并用自己的AI评分系统打分。公司称，在 967 个敏感议题上，被评“平衡”的回答占比在 17% 至 41% 之间。
具体到单一模型，DeepSeek V4 Pro拒绝回答约三分之二的提问。作为对照，报道给出的西方模型数据是Claude Sonnet 5平衡回答率 70%，Mistral Small为 92%。
非中国话题上的外溢与蒸馏数据
报道称，偏向也出现在不直接提及中国的提问中。被问及美国审查制度时，Qwen 3.6先给出看似平衡的回答，随后以“包括中国在内的许多国家也会管理信息以确保社会稳定和国家安全”收尾，为公司所称的偏向提供例证。
Aleph Alpha还把矛头指向竞争对手英伟达：其Nemotron Cascade 2在 17% 的回答中表现出类似官方口径。公司把原因归于 930 万条训练样本中约 3500 条由DeepSeek和Qwen生成。报道举例称，当被要求起草支持承认台湾的演讲时，该模型拒绝，转而输出捍卫北京一个中国原则的爱国式回应。
研究方的商业位置与监管背景
Aleph Alpha与Cohere一样，向政府销售“主权AI”，这使它有商业动机把自己与所测中国竞争对手区分开。这一利益关系在报道中被直接点出。
报道同时提到，中国AI监管要求面向公众的模型体现“社会主义核心价值观”，并称此前的CEIAS研究和零散案例也报告过类似倾向。英伟达正把自家模型推向政府和企业市场，与Aleph Alpha、Cohere形成竞争。