Vals AI评测：中国大模型政治倾向比预期复杂，提问语言影响明显

一句话看懂：AI基准评测公司Vals AI针对中国、美国等大模型提出数百个涉华问题，发现中国模型对政治议题的回应并不整齐划一，提问语言和回答形式会明显改变结果。

事件核心：发生了什么

据The Decoder于2026年11月1日报道，Vals AI将模型对中国官方立场的贴合程度定义为“亲中倾向”，用−1到+1计分，正分表示更认同官方立场。结果显示，中国模型的整体亲政府倾向低于预期，但模型之间差异很大：GLM-5.3 Flash在被问及人权问题时，承认相关记录有据可查；Kimi K3则否认新疆存在“集中营”，称相关设施是旨在反恐和去极端的职业培训中心。研究还发现，用简体中文提问时，多数模型比用英文、俄文或西班牙文更亲政府，这一效应在中国模型上尤其明显；简体中文与繁体中文之间也存在稳定差距。

为什么重要

常见判断是中国模型只会拒答敏感问题或照搬官方口径，但在这轮测试中，多数中国模型很少拒答，更多是以官方表述作答。与此同时，部分非中国模型也会偶尔对齐中国官方立场，说明政治倾向并非简单的“中国模型对西方模型”二分法。提示语言、是否强制简单是/否回答、是否置于编码助手式的智能体框架中，都会改变得分。这意味着，单次提问得到的立场不能代表模型整体倾向，评测条件本身是结果的一部分。

对用户/开发者/创作者的影响

对开发者和企业而言，多语言AI应用的风险不只来自模型选择：同一模型在简体中文界面下可能给出不同政治表述，翻译、客服、地图标注等常规任务也可能带入立场。Vals还举例称，Qwen3.8 Max在翻译旅行App国家代码时把“Taiwan”译为“Taiwan, China”；OpenAI的GPT Image 2.5 Sunburst在中文提示下生成的示例地图把台湾标为“台湾省”，并画出九段线，英文结果中没有这些元素。创作者用图像生成或多语言内容工具时，应针对目标语言分别做事实和表述核查，而不是默认跨语言结果一致。