「前緣模型」是哪一條線：算力、能力、和會移動的門檻

「前緣模型」這四個字最近很常出現：要放慢的是前緣、要管制的是前緣、要申請才能用的也是前緣。但如果你問「哪些模型算前緣」，答案完全取決於你問誰。

因為這條線有兩種畫法，而且兩種的邏輯不一樣。

法規畫線              公司畫線
訓練算力 10^25 FLOP   能不能做到某件危險的事
一次寫進法條          每次評測重新判定
已經被三十幾個跨過    每家自己認定

法規那條線：用算力畫

歐盟 AI Act 第 51 條的做法是：一個通用型 AI 模型，訓練算力超過 10 的 25 次方 FLOP，就「推定」它具有高衝擊能力、屬於有系統性風險的那一類。推定的意思是可以舉證推翻——開發者能證明自家模型的能力不及最先進的那一群，就不算。另外還有一個更低的指示性門檻：訓練算力超過 10 的 23 次方、而且會生成語言、圖像或影片的，才會被當成通用型 AI 模型來管。歐盟 AI Office 的完整執法權（要資料、要求下架、限期改善、開罰）從 2026 年 8 月 2 日起算。

用算力畫線的好處是客觀、可稽核。壞處是它會過期。Epoch AI 的盤點，到 2025 年 6 月就已經有超過三十個公開模型、來自十二家開發者跨過 10 的 25 次方。也就是說，這條線抓到的不是「最前面那幾個」，是一整群，而且會越來越多。

公司那條線：用能力畫

三家大廠的做法剛好相反，它們不看算力，看「它會不會做某件危險的事」。

Anthropic 的 Responsible Scaling Policy 把模型分成不同的 AI 安全等級，每一級對應一組具體的部署標準和模型權重的保護強度；要往上一級推，得先達到那一級的防護要求。OpenAI 的 Preparedness Framework 把早期的四級收斂成兩個門檻，High 和 Critical——GPT-6 Astra 在網路攻擊這個項目上被自己評為 Critical，就是這套框架下的判定。Google DeepMind 的 Frontier Safety Framework 更偏流程：先定義關鍵能力門檻，規定到了要做什麼評估、誰來審。

三份文件寫法不同，共同點是判準從「這個模型有多大」換成「這個模型能做到什麼」。這是對的方向，但它有一個結構性的弱點：這些都是公司自己寫、自己評的。所以才會有前面那篇講的第三方評測員提案。

兩條線正在脫鉤

這幾年真正的變化是：能力不再只來自訓練算力。推理時多想一會兒、接上工具、放進一個會自己跑好幾輪的代理框架，這些都會讓同一個模型能做的事差很多。一個算力沒到門檻的模型，接上一組工具之後做得到的事，可能超過一個更大但單獨運作的模型。

所以法規的門檻會越來越抓不準，而公司的自評又缺少外部驗證。這兩件事加起來，就是 2026 年下半年整個「誰來管、怎麼管」爭論的形狀。

跟你有什麼關係

你不會去訓練模型，但你會買模型做的產品，而下面這三個問題，多數供應商的業務答不出來。

第一，你們按哪一份安全框架？寫在哪裡、哪一版？答不出來的，代表這家公司沒有這個東西，不是他忘了。

第二，這個能力目前評到什麼等級、誰評的？自評和第三方評過，差別很大。

第三，我買的這一包裡有什麼？你買的從來不是模型，是「模型＋工具＋權限」這一整包，危險程度看的是那一整包，不是模型本身。一個很普通的模型，加上能寄信、能改資料庫的權限，比一個前緣模型關在唯讀環境裡危險得多。

法規的門檻不是你的安全線，它是別人的最低標準。你自己的線要自己畫。

站內延伸

• 三家把最強能力鎖成申請制 → AI 開始有駕照制了
• 接得越多要看得懂的越多 → MCP 改版了
• 供應商怎麼問、怎麼比 → 找方法AI 供應商評估

來源： EU AI Act 第 51 條與 GPAI 指引總覽（10^25 FLOP 推定門檻、可舉證推翻、10^23 指示性門檻）；歐盟執委會：General-Purpose AI Models in the AI Act — Q&A（義務生效與執法時程）；Epoch AI：Models over 1e25 FLOP（2025-06：超過三十個模型、十二家開發者）；Anthropic：Responsible Scaling Policy；OpenAI：Preparedness Framework（此連結對自動化程式回 403，瀏覽器可開）；Google DeepMind：Frontier Safety Framework。

法規用算力畫線、公司用能力畫線，兩條線正在脫鉤，因為能力已經不只來自訓練算力。門檻抓到的是一整群模型，公司的分級又是自己評的。對你來說結論很單純：問清楚對方按哪份框架、評到哪一級、誰評的，然後記得你買的是模型加工具加權限那一整包。