预计阅读时间:10 分钟
2026 年 3–4 月,国家网信办新增 72 款生成式人工智能服务备案、49 款应用登记。截至 4 月 30 日,累计备案数达到 868 款,登记数 530 款——两个数字都在快速膨胀。如果你正在做一款调用大模型 API 的产品,这些数字不再是"政策新闻",而是直接影响上线节奏的合规门槛。
备案 vs 登记:两条不同的路
源数据把服务分成两类,对应两条合规路径:
| 路径 | 适用对象 | 审批主体 | 当前累计 |
|---|---|---|---|
| 备案 | 自研模型、自建推理服务 | 国家网信办 | 868 款 |
| 登记 | 通过 API 或其他方式调用已备案模型的应用/功能 | 地方网信办 | 530 款 |
关键区别:你只是调别人的模型,走登记;你自己跑模型权重,走备案。 登记由地方网信办受理,流程相对更短,但前提是你调用的底层模型已经完成备案——否则你的登记申请缺少合规基础。
数字背后的趋势
几个值得注意的信号:
- 3–4 月单月新增 72 款备案,增速明显。对比此前月均增量,备案节奏在加快,说明审批流程正在成熟化、批量化。
- 登记数 530 款已经超过备案数的 60%。大量应用层产品选择"调 API + 登记"的模式,而不是自建模型。这是成本与合规的双重驱动——自建模型既要备案又要投入算力,调用已备案模型只需要登记。
- 地方网信办承担登记审批,意味着不同省份的执行节奏可能有差异。如果你的产品面向多地域用户,需要关注属地要求。
开发者实操:合规自查与登记准备
如果你正在开发一款调用大模型 API 的应用,以下是一个可运行的合规自查脚本,帮你快速梳理登记所需的关键信息字段。
#!/usr/bin/env python3
"""
生成式 AI 应用合规自查脚本
用途:梳理登记所需信息,检查底层模型备案状态
运行:python ai_compliance_check.py
"""
import json
from datetime import datetime
# ---- 填写你的应用信息 ----
APP_PROFILE = {
"app_name": "MySmartAssistant", # 应用名称
"app_version": "1.2.0", # 版本
"company": "示例科技有限公司", # 主体名称
"province": "北京", # 注册地(决定属地网信办)
"launch_date": "2026-05-01", # 计划上线日期
"target_users": "企业内部员工", # 用户范围
}
# ---- 填写你调用的模型信息 ----
MODEL_CALLS = [
{
"provider": "百度", # 模型提供方
"model_name": "文心大模型 4.0", # 模型名称
"api_endpoint": "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions_pro",
"call_method": "HTTPS API", # 调用方式
"is_model_filed": True, # 是否已备案(需核实官方清单)
"filed_number": "待查询", # 备案编号
},
{
"provider": "智谱AI",
"model_name": "GLM-4",
"api_endpoint": "https://open.bigmodel.cn/api/paas/v4/chat/completions",
"call_method": "HTTPS API",
"is_model_filed": True,
"filed_number": "待查询",
},
]
# ---- 合规检查逻辑 ----
def run_check():
issues = []
# 1. 检查底层模型备案状态
for call in MODEL_CALLS:
if not call["is_model_filed"]:
issues.append(
f"⚠️ 模型 {call['model_name']}({call['provider']})未备案,"
f"你的登记申请缺少合规基础"
)
elif call["filed_number"] == "待查询":
issues.append(
f"🔍 模型 {call['model_name']} 已备案,但备案编号未填写,"
f"请从网信办公开清单中查询并补全"
)
# 2. 检查属地信息
if not APP_PROFILE["province"]:
issues.append("⚠️ 未填写注册地,无法确定受理的地方网信办")
# 3. 检查用户范围描述
if "公众" in APP_PROFILE["target_users"] or "所有" in APP_PROFILE["target_users"]:
issues.append(
"⚠️ 目标用户包含公众群体,需额外关注内容安全审核机制与用户举报通道"
)
# 4. 时间预警
launch = datetime.strptime(APP_PROFILE["launch_date"], "%Y-%m-%d")
buffer_days = (launch - datetime.now()).days
if buffer_days < 30:
issues.append(
f"⚠️ 距计划上线仅 {buffer_days} 天,登记流程通常需要数周,建议提前提交"
)
# ---- 输出报告 ----
report = {
"generated_at": datetime.now().isoformat(),
"app": APP_PROFILE,
"model_calls": MODEL_CALLS,
"issue_count": len(issues),
"issues": issues,
"next_steps": [
"1. 登录网信办官网,查询底层模型的备案编号并补全",
"2. 准备应用功能说明、内容安全机制说明、用户协议等材料",
"3. 向注册地所属省级网信办提交登记申请",
"4. 登记通过后方可面向公众提供服务",
],
}
print(json.dumps(report, ensure_ascii=False, indent=2))
return report
if __name__ == "__main__":
run_check()
运行后你会得到一份 JSON 格式的自查报告,标出缺失字段和风险点。实际使用时,把 APP_PROFILE 和 MODEL_CALLS 替换成你的真实信息,is_model_filed 和 filed_number 需对照网信办公布的备案清单逐条核实。
登记材料清单速查
除了脚本里的基本信息,登记通常还需要以下材料(具体要求以属地网信办通知为准):
# 登记材料清单(示意,非官方模板)
materials:
- name: "应用功能说明"
desc: "描述生成式 AI 功能的输入输出、应用场景、用户交互方式"
- name: "底层模型备案证明"
desc: "提供所调用模型的备案编号或备案公示截图"
- name: "内容安全机制说明"
desc: "包括输入过滤、输出审核、违规内容拦截的技术方案"
- name: "用户协议与隐私政策"
desc: "需明确 AI 生成内容的提示义务与数据收集范围"
- name: "主体资质文件"
desc: "营业执照、法人身份证明等"
- name: "举报与反馈通道说明"
desc: "用户发现违规生成内容时的投诉路径与响应机制"
上线前的取舍与建议
- 调 API 还是自建? 从合规成本看,调用已备案模型 + 登记是当前最轻的路径。868 款备案模型意味着可选范围已经足够宽,多数场景不需要自建。
- 属地差异要提前摸清。 不同省份网信办对登记材料的细节要求、审批周期可能有区别。如果你的公司在 A 省注册但产品主要面向 B 省用户,需要确认是否涉及跨省备案要求。
- 内容安全不是纸面功夫。 登记材料里写的"审核机制"需要真正落地——拦截规则、人工复核流程、用户举报闭环,这些在后续监管检查中会被实际验证。
- 备案清单是动态的。 3–4 月新增 72 款,意味着你今天查到的清单可能下个月就有变化。定期核实底层模型的备案状态,避免因模型备案过期或变更导致你的登记基础失效。
868 款备案、530 款登记——数字本身说明合规通道已经规模化运转。对开发者而言,这不是障碍,而是路线图:选对路径、备齐材料、查清编号,登记流程比你想象的更可操作。