大模型登记指南 2026：调用已备案模型的 AI 应用怎么合规上线

在读任何流程之前，先做一次判定。判据只有一条：你有没有改动模型本身。

• 只调第三方已备案模型的 API，做提示词、界面、业务逻辑、RAG 检索层，没碰模型权重 → 大模型登记（省级网信部门），叠加算法备案。
• 自研底座模型，或对模型做了增量训练、LoRA 微调、大规模私有语料训练 → 大模型备案（省级初审加国家网信办终审），同样叠加算法备案。
• 模型和服务都只在企业内网使用，不面向社会公众开放 → 两项都不需要，但内部数据合规义务仍在。

这个判定要在产品立项时就做完，不能等到公测前才想起来。全套合规链路走完通常按月计，临上线才启动，排期一定被打乱。

一个反直觉但很关键的补充：登记不能替代算法备案。生成式 AI 服务属于具有舆论属性或社会动员能力的互联网信息服务，算法备案是独立义务。实践中大量团队只办了登记就上线，属于合规不完整状态。

对比维度	算法备案	大模型登记	大模型备案
核心行为	用算法	用模型	造模型
适用主体	提供具舆论属性算法服务的企业	调用第三方已备案模型，仅做应用层开发	自研底座模型或做实质性训练微调
受理层级	网信部门（属地报送，全国口径审核）	省级网信部门	省级初审加国家网信办终审
周期参考	1 到 2 个月	1 到 3 个月	3 到 6 个月
安全评估	需要《算法安全自评估报告》	不要求完整模型安全评估报告，部分省份要求自评估文档	必须有完整安全评估报告
典型主体	所有对外提供 AI 服务的运营方	AI 应用开发商、SaaS 服务商、Agent 产品	大模型研发厂商

三者监管依据不同、系统不同、材料不同，不存在互相替代关系。同理，ICP 备案（工信部）、公安网安备案（公安机关）和上面三项也彼此独立，一个面向境内公众的 AI 网站或小程序，通常需要把这几套全部配齐才算完整上线。

注意周期是参考区间，不是承诺。各省网信部门受理节奏差异明显，材料一次过和反复补正，实际耗时可以差出一倍。

国家网信办按双月发布已备案与已登记信息公告，可以直接看出这条通道的体量：

截止时间	累计完成备案	累计完成登记
2026 年 2 月 28 日	796 款	481 款
2026 年 4 月 30 日	868 款	530 款
2026 年 6 月 30 日	988 款	598 款

2026 年 5 至 6 月两个月内，新增 120 款服务完成备案、68 款应用或功能完成登记。登记数量约为备案的六成，且增速稳定，说明「调用已备案模型做应用」已经是主流形态，登记通道是常规操作而不是特例。

这组数据还有一个实用价值：核验上游模型时，你需要确认它出现在国家网信办公示的已备案名单里。公告本身就是最权威的核验入口，不要只依赖服务商官网的说法。我们把历次公示的 12 批附件合并成了一份时间倒序的备案与登记全名录，988 条备案加 598 条登记可直接检索。

登记和备案的分界线是「有没有实质性修改模型」。这条线在实操中比想象的模糊，容易误判的几类情况：

属于应用层，走登记：

• 修改系统提示词、调整温度和 top-p 等推理参数。
• 做 RAG 检索增强，把私有知识库作为上下文喂给模型。
• 前端交互、界面、账号体系、计费逻辑的开发。
• 在模型输出前后做安全过滤和敏感词拦截（这是监管要求你做的事）。

属于模型改造，需要备案：

• 修改模型权重，包括全量微调和 LoRA 等参数高效微调。
• 增量预训练、用私有语料做大规模训练。
• 蒸馏、剪枝、量化后再对外提供模型服务。
• 把多个模型融合成一个新模型对外提供。

灰度地带要提前问清楚： 如果你对 API 输出做了较重的二次处理，比如多模型结果重组、生成内容的再生成式改写，部分地区网信部门可能认定这构成实质性修改，从而要求改走备案。拿不准时，在提交前先和属地网信部门做一次口径沟通，成本远低于走错通道。

不需要办理的情况： 模型只在企业内网使用不对外开放；纯粹转发上游官方服务页面、不做任何二次封装；未接入互联网的本地 AI 工具。

第 1 步，业务自查与路径判定（1 到 3 天）。 梳理产品形态（App、小程序、网站、公众号）、服务人群、模型来源；核验上游模型确在国家网信办公示名单内，收集备案编号和 API 合作协议；确认不存在训练微调行为；同步检查 ICP 备案和公安网安备案是否已完成。

第 2 步，材料筹备（7 到 15 天，工作量最大）。 三大类材料，详见下一节。这一步的实际瓶颈通常不是写文档，而是内容安全机制要真的做出来，审核会线上实测。

第 3 步，向属地网信部门提交。 执行属地管理原则，向企业工商注册地对应的省级或市级网信部门报送。多数省份支持纸质盖章材料加电子版同步提交，部分省市有线上申报系统。申请表用官方模板，不要自制。

第 4 步，形式审查与实质审查。 先查材料完整性和格式，再核验技术方案与安全机制。绝大多数申请会收到至少一次补正通知，按意见修改后重新报送是常态，不必视为失败。

第 5 步，线上技术核验。 审核人员用你提供的测试账号实际进入产品测试，见下文「审核在看什么」。

第 6 步，取得登记编号并公示。 审核通过后下发生成式人工智能服务登记编号，需在产品的显著位置展示。业务发生重大变更时要办理变更登记。

并行建议： 算法备案可以和登记并行推进，不必串行等待。两条线的材料有相当比例可以复用，比如安全管理制度、词库方案、投诉处置流程。

第一类，企业基础资质。

• 营业执照复印件（加盖公章）。
• 法定代表人身份证件、联系人与安全负责人信息。
• 域名证书、ICP 备案截图、公安网安备案凭证。

第二类，模型调用合规材料。

• 上游大模型服务商的备案公示截图与官方备案编号。
• API 调用合作协议或官方授权文件。
• 技术说明文档：说明产品仅调用 API、不存在训练与微调，由技术负责人签字并加盖公章。
• 接口技术文档与服务部署架构图，证明服务部署在境内服务器。

第三类，安全治理材料（审核重点）。

• 内容安全管理制度：技术拦截策略、人工审核机制、日常巡检规则、用户投诉处置流程。
• 敏感风险词库，覆盖政治、暴力、色情、谣言等多类风险场景，并说明持续更新机制。
• 用户隐私保护方案、隐私政策、用户服务协议。
• 风险应急预案。
• AI 生成内容标识方案（现在是硬性要求，见后文）。
• 测试账号 3 到 5 个，全功能，供监管部门线上核验。

如果同时办算法备案，还需要《算法备案承诺书》《落实算法安全主体责任基本情况》《算法安全自评估报告》和《拟公示内容》。自评估报告可以自己写，也可以请第三方出具。

汇总实操中最常见的驳回理由，提交前逐条自查：

1. 无法证明上游模型已有效备案。 只写了模型名称，没有备案编号和公示截图，或者用的模型版本与备案信息对不上。
2. 安全审核机制描述过于模板化。 通篇制度条文，看不出具体怎么拦、拦什么、谁来复审、多久巡检一次。审核要看落地细节，不看决心。
3. 无法证明没有微调模型。 技术说明太笼统，或者架构图里出现了训练相关组件却没解释。
4. 缺少日志留存与内容溯源方案。 生成记录、用户输入、拦截记录的留存周期和可追溯路径要写清楚。
5. 测试账号不可用或功能受限。 账号过期、需要短信验证、核心功能未开放，都会直接导致核验中断。

线上核验实际会测什么： 用测试账号对产品提出各类风险问题，看能否有效拒答而不是绕着答；检查服务架构、日志留存和访问记录是否可追溯；确认 AI 生成内容具备标识能力。建议在提交前自己先做一轮对抗测试，用真实的风险提问打一遍自己的拦截层，比事后补正省时间。

《人工智能生成合成内容标识办法》自 2025 年 9 月 1 日起施行，由网信办、工信部、公安部、广电总局联合发布。它不是登记流程的一部分，但会在登记的材料审核和线上核验中被直接检查。

要求分两层：

• 显式标识：在生成内容中或交互界面上，用文字、声音、图形等用户能明显感知的方式提示。文本类在开头、结尾或中间适当位置加提示，或在交互界面显著位置提示；音频类加语音提示或音频节奏提示。
• 隐式标识：在生成内容的文件元数据中，通过技术手段添加不易被用户察觉的标识。

对调用型应用的实际影响：显式标识通常是界面层的事，改起来不难；隐式标识需要在文件元数据里写入，图片、音频、视频类产品要专门做，纯文本对话类的义务相对轻。做登记之前先把这一层补上，否则线上核验大概率被打回。

《人工智能拟人化互动服务管理暂行办法》于 2026 年 2 月 2 日经国家网信办审议通过，自 2026 年 7 月 15 日起施行，对拟人化互动服务实行包容审慎和分类分级监管。

如果你的产品属于 AI 陪伴、虚拟角色、情感对话、数字人这类形态，除了登记和算法备案，还要额外承担这部办法规定的义务，重点包括未成年人与老年人权益保护、个人信息保护等方面。

判断提示： 不要只看产品名称。一个客服机器人如果做了强人格化设定和长期记忆的情感陪伴功能，实质上就可能落入拟人化互动的范围。这类产品在做合规路径规划时，应当把这部办法一并纳入，而不是等登记办完再补。

误区一：调用大厂 API，什么都不用办。 上游基座模型完成备案，不等于你的应用免除义务。你是面向公众提供服务的运营主体，登记和算法备案都要做。

误区二：办了登记就等于办了算法备案。 两者是并行的独立义务，只办一样属于合规不完整。这是目前最普遍的漏项。

误区三：登记可以替代 ICP 备案或公安网安备案。 监管单位和法规完全独立，工信部、公安机关、网信办各管一摊，一个都不能少。

误区四：登记一次永久有效。 业务场景重大调整、更换上游模型服务商、产品功能大规模改版，都需要主动申请变更登记。

误区五：改提示词也算微调。 不算。只改提示词和推理参数属于应用层优化，走登记；改权重、增量训练、LoRA 微调才是模型改造。

误区六：先开发完再考虑合规。 最贵的错误。安全拦截、日志留存、内容标识这三样都需要嵌进系统架构，事后补是重构而不是加功能。建议在产品公测前 30 天启动材料筹备，给补正和沟通留缓冲。

《生成式人工智能服务管理暂行办法》的适用前提是面向境内公众提供服务。如果产品完全面向境外用户、服务部署在境外、不向境内公众开放，通常不落入登记与备案的适用范围。

但这里有三个容易被忽略的实际问题：

1. 主体在境内，业务在境外。 中国境内注册的公司做出海产品，仍然要遵守数据出境、外汇、税务等其他领域的规定，只是 AI 服务备案这条线不适用。
2. 同一套代码两个市场。 常见做法是做一个国内版和一个海外版。只要国内版对公众开放，国内版就要独立走完全套合规链路。
3. 境外也有自己的合规线。 欧盟 AI Act、各地的数据保护法规、应用商店的 AI 内容政策，都是出海产品要单独处理的。

对一人公司和小团队来说，这里其实存在一个明确的路径选择：只做出海可以完全绕开境内的备案登记链路，把几个月的合规周期换成开发时间。代价是要重新处理支付、获客和另一套法规。这是选题阶段就该算清楚的账，不是上线前才临时权衡的。想系统评估这件事适不适合你一个人做，可以用项目可行性评估那套红线加六维打分过一遍，其中的资金与合规边界红线正是为这类判断准备的。