前言

现在做 AIGC 应用，很多技术团队把精力放在模型调用、RAG 知识库、业务功能开发上，等到准备上线才发现合规问题。 不少开发者存在一个普遍错觉：我直接调用云厂商的大模型 API，基座已经合规，我这边就不用做任何备案登记。现实中大量项目因为漏办、错办合规手续，出现上线延期、产品下架、整改处罚等问题。

算法备案、大模型备案、大模型登记，三者不是二选一，很多场景需要同时办理。本文结合实际开发场景，讲清楚三者定位、适用范围，帮开发、产品、负责人快速做自查判断。

一、三个合规事项分别管什么

1、算法备案（互联网信息服务算法备案）

管控对象：对外输出的算法应用服务，和底层用什么模型无关。

政策依据：《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》。 监管覆盖五大类算法：生成合成类、个性化推送类、排序精选类、检索过滤类、调度决策类。

• 申报入口：网信办算法备案系统线上填报
• 审核材料：算法原理说明、风险处置机制、自评估报告、用户权益保障机制等
• 核心要点：只要你的服务面向互联网公众开放，具备舆论或社会动员属性，不管底层是自研模型，还是调用第三方 API，都要评估是否需要做算法备案。

举个例子：开发者调用公有云大模型接口，开发 AI 问答小程序面向普通用户使用。底座由云厂商提供，但你的小程序属于生成合成类对外服务，依旧需要评估算法备案。

2、大模型备案（生成式人工智能服务备案）

管控对象：大模型底座本身，是模型研发改造方的责任。

政策依据：《生成式人工智能服务管理暂行办法》。 适用对象：自研大模型、基于开源基座做深度微调、增量训练，并且直接面向公众提供生成式 AI 服务的主体。

• 申报方式：属地省级网信办线下报送材料，省级初审后国家网信办终审
• 审核重点：训练数据合规性、完整模型安全评估报告、内容治理体系、伦理风险防控，材料繁琐，办理周期较长。

重点区分：单纯调用已经备案的大模型 API，只做提示词、RAG、业务流程编排，不修改模型权重、不重新训练，不需要办理大模型备案。云厂商基座备案，不能免除应用侧企业的合规义务。

3、大模型登记

管控对象：调用外部已备案大模型的应用侧，≠大模型备案。

适用场景：开发者仅调用第三方已经完成备案的大模型接口，只做上层应用封装，不做微调、重训练、修改权重，产品面向公众上线。

• 无需提交完整的模型安全评估报告；
• 审核重点：基座模型备案资质、商用授权、自身内容风控能力、调用链路可溯源材料；
• 办理部门：属地省级网信部门。

简单记忆：

• 算法备案：看你的应用对外提供了什么算法能力；
• 大模型备案：看你是否训练、改造大模型底座；
• 大模型登记：看你调用别人合规底座对外做应用服务。

重要提醒：三者不能互相替代，部分场景需要同时办理。

二、三者对比一览

表格

合规事项	监管核心对象	适用主体	办理渠道
算法备案	对外提供的算法服务	面向公众提供五大类算法服务，不限底层模型来源	网信办线上备案系统
大模型备案	大模型底座本体	自研 / 深度微调大模型，对外提供公众服务	属地网信线下报送，国家终审
大模型登记	调用第三方基座的 AI 应用	仅调用已备案大模型 API，无模型改造，对外服务	属地省级网信线下登记

三、开发场景快速判断

场景 1：调用公有云大模型 API 开发面向公众的产品

业务：小程序、H5、SaaS 系统，对外开放 AI 对话、文案生成，只做 RAG、提示词工程，不微调模型权重。

✅ 需要：算法备案 + 大模型登记 ❌ 不需要：大模型备案

坑点：很多开发者只做大模型登记，忽略算法备案。生成合成类属于算法备案覆盖范围，对外公众服务需要同步评估；登记需要准备基座备案编号、商用授权、接口调用凭证。

场景 2：开源大模型部署云 GPU，深度微调后对外服务

业务：基于开源基座做参数微调、增量训练，封装产品对外给普通用户使用。

✅ 需要：算法备案 + 大模型备案 ❌ 不需要：大模型登记

此时你已经属于模型服务提供方，需要提交全套模型安全评估材料，走完整大模型备案流程。

场景 3：AI 能力仅企业内部使用，不对外开放

业务：私有化部署，仅供公司内部员工使用，不面向互联网公众。

✅ 一般不需要：算法备案、大模型备案、大模型登记

一旦开放给外部客户、普通互联网用户，就要重新评估全部合规义务。

四、开发者高频误区

1. 云厂商大模型已经备案，我调用 API 就什么都不用做 云厂商负责底座模型合规；你作为应用服务提供方，对外提供生成合成服务，算法备案、大模型登记义务依然存在，厂商合规不能转嫁。
2. 大模型登记就是简化版大模型备案 两者完全不一样。大模型备案评估模型底座安全；大模型登记是应用侧登记，不评估底层模型，二者不能替换。
3. 做完算法备案，就不用管大模型备案 / 登记 算法备案侧重应用算法逻辑；大模型备案、登记侧重生成式模型底座调用关系，两套监管并行。
4. 用户量小，就可以不用办 合规触发条件看：是否面向公众、是否具备舆论属性，和用户多少无关，小项目同样会被监管巡检。

五、开发团队落地建议

1. 上线前做合规自查 先分清自己是「模型改造研发方」还是「API 调用集成方」，确定需要办理哪些手续，预留充足时间，不要临近上线才处理合规。
2. 区分测试环境与正式环境 内部测试、灰度不对外公开，暂不触发备案登记；一旦正式对外开放访问，合规义务即刻生效。
3. 一定要自建应用层风控 只依赖大模型原生风控很难通过审核。需要搭建输入拦截、输出校验、日志留存、用户投诉处置完整闭环，这是备案登记重点考察项。
4. 备案登记不是一劳永逸 业务发生重大变更，及时做变更备案；妥善留存自评估报告、接口调用日志，以备监管抽查。

结束语

生成式 AI 监管越来越清晰，算法备案、大模型备案、大模型登记是 AI 产品上线的三道合规关卡。 做判断记住三个灵魂问题：模型底座是谁？是否面向公众开放？有没有做模型训练微调？ 理清这三点，就可以快速定位自身合规义务，避免项目踩坑。

本文仅为技术科普，不构成法律意见，实际办理请以属地网信部门最新口径为准。