2026 大模型登记完整材料清单：可以直接对照准备的实操手册
一、先搞清"登记"和"备案"的区别
我在对接属地网信办的过程中，见过太多团队第一步就走偏：拿着自研模型的材料去问登记，或者调用别人 API 却按备案准备全套材料，白白耗掉两三个月。
法律上的分界线其实很清楚。
《生成式人工智能服务管理暂行办法》第十七条规定："提供具有舆论属性或者社会动员能力的生成式人工智能服务的，应当按照国家有关规定开展安全评估，并按照《互联网信息服务算法推荐管理规定》履行算法备案和变更、注销备案手续。"
这一条确立了"安全评估 + 算法备案"的底层义务，是所有生成式 AI 服务提供者都要过的关。而"大模型备案"和"大模型登记"是在此之上的两种分层落实形式，区分标准是你有没有参与造模型。
多维对比表
|
对比维度 |
大模型备案 |
大模型登记 |
|
主体角色 |
模型生产者 / 开发者 |
模型使用者 / 应用开发者 |
|
模型来源 |
自研、预训练、优化训练、深度二次开发 |
直接调用第三方已备案大模型 API |
|
行为性质 |
造模型 |
用模型 |
|
审核层级 |
属地网信初审 + 中央网信办复审（两级） |
属地省级网信部门审核（单级） |
|
核心材料 |
备案表 + 安全评估报告 + 模型服务协议 + 语料标注规则 + 拦截关键词列表 + 评估测试题集 |
登记表 + 调用证明 + 服务协议 / 隐私政策 + 内容安全管理制度 + 关键词库 + 测试题集 |
|
是否需安全评估报告 |
必须，篇幅通常 30–100 页，对标 TC260-003 / GB/T 45654-2025 |
无需提交完整模型安全评估报告（部分地区要求提交自评估说明） |
|
技术测试 |
需配合监管部门开展模型技术测试 |
需提供测试账号，由审核人员做线上核验 |
|
审核周期参考 |
6–8 个月 |
3-4个月 |
|
公示要求 |
在服务显著位置标明备案编号并提供公示链接 |
在服务显著位置标明登记编号并提供公示链接 |
|
核心目的 |
规范模型研发与上线，防范模型本身风险 |
规范模型调用行为，防范应用层面风险 |
二、大模型登记完整材料清单
下面按六大类逐项拆解。每一项都给出材料名称 → 内容要点 → 硬指标 → 审核红线，方便逐条打勾。
类别一：企业基础资质材料
|
序号 |
材料名称 |
内容要点 |
注意红线 |
|
1 |
营业执照副本复印件 |
加盖公章，经营范围应覆盖实际业务 |
主体名称必须与登记表、合同、协议完全一致，不一致直接驳回 |
|
2 |
法定代表人身份证明 |
身份证正反面复印件 |
需与营业执照信息匹配 |
|
3 |
联系人 / 安全负责人信息 |
含姓名、岗位、联系方式、职责说明 |
建议附任命文件或工作证明，避免只填一个手机号 |
|
4 |
ICP 备案 / 许可证 |
网站或 App 的 ICP 备案截图 |
没有 ICP 备案后续无法受理 |
类别二：第三方模型调用证明材料
|
序号 |
材料名称 |
内容要点 |
审核红线 |
|
1 |
基座大模型备案公示截图 |
截图需包含模型名称、备案编号、公示页面 URL |
必须能证明上游模型具备有效备案，这是驳回率最高的原因之一 |
|
2 |
基座模型备案编号 |
与公示信息一一对应 |
多模型调用时需分场景说明，每个模型单独对应凭证 |
|
3 |
API 商用合作协议 / 官方授权文件 |
协议中需明确注明对方模型已完成备案，且本主体具备合法调用权限 |
缺少备案凭证或未区分多模型场景会被打回 |
|
4 |
技术声明文档 |
明确声明本产品仅调用 API，不存在训练、微调、修改模型权重行为；技术负责人签字 + 加盖公章 |
需如实陈述，审核会通过技术测试交叉验证 |
|
5 |
系统架构图 |
清晰展示 API 调用链路，证明全部推理链路部署在境内 |
服务器必须部署在中国境内，这是硬性红线 |
|
6 |
接口技术文档 |
API 接口信息、调用方式、请求响应说明 |
需与实际线上服务一致 |
类别三：内容安全治理材料
登记不等于不需要安全制度。事实上，因为不用交安全评估报告，审核人员会更依赖制度类材料来判断你的实际风控能力。
|
序号 |
材料名称 |
内容要点 |
硬指标 / 红线 |
|
1 |
内容安全管理制度 |
技术拦截策略、人工审核流程、风险巡检机制、用户投诉处置闭环 |
不能停留在纸面，需有可落地的流程和责任人；模板化描述是高频驳回原因 |
|
2 |
拦截关键词库 |
覆盖违法信息、色情低俗、暴力恐怖、歧视性言论、虚假谣言、敏感时事等 17 类核心风险 |
普通地区建议 ≥1 万词，每类 ≥200 词；重点城市（如北京）可能要求 20 万–50 万词 |
|
3 |
词库动态更新机制 |
每月更新台账，记录新增 / 删除关键词及原因 |
无动态更新机制或风险类别覆盖不全直接驳回；需留存更新记录备查 |
|
4 |
评估测试题集 |
覆盖诱导违法违规内容、伦理道德风险、偏见歧视、虚假信息等场景 |
生成类测试题建议 ≥2000 题；拒答题 ≥500 题；高风险问题占比建议 ≥50%；每题需含"问题表述 + 预期输出 + 判定标准"三要素，并标注测试结果与整改记录 |
|
5 |
风险应急处置预案 |
含熔断、下线处置机制、分级时限、责任人 |
需有分级响应和责任人，不能只写"及时处理" |
|
6 |
AI 生成内容溯源标识方案 |
落实生成合成内容标识要求 |
依据《人工智能生成合成内容标识办法》，缺标识方案会被驳回 |
|
7 |
日志留存方案 |
访问记录、调用日志可追溯 |
日志留存建议≥6 个月；测试时审核人员会核查可追溯性 |
类别四：用户权益保障材料
|
序号 |
材料名称 |
内容要点 |
审核红线 |
|
1 |
产品服务协议 |
用户使用规范、违规处理方式、投诉举报渠道、反馈处理时限、责任划分 |
条款需与实际服务一致，不能直接套用模板 |
|
2 |
隐私政策 |
数据收集范围、存储期限、用户数据删除路径、关闭数据用于训练的操作步骤 |
需符合《个人信息保护法》；无数据删除承诺或投诉渠道无效会被驳回 |
|
3 |
投诉举报机制 |
预留电话、邮箱、在线表单等有效渠道 |
建议提供 3 种渠道，并明确处理时限 |
类别五：测试验证材料
|
序号 |
材料名称 |
内容要点 |
审核红线 |
|
1 |
测试账号 |
提供 3–5 个全功能账号，覆盖产品全部功能 |
账号需能复现全部产品功能，功能不可用的账号等于没给 |
|
2 |
账号权限说明 |
说明各账号的权限范围 |
— |
|
3 |
API 接口访问信息 |
供审核部门开展技术验证 |
需保证审核期间可用 |
|
4 |
操作手册 |
指导审核人员使用测试账号 |
部分省份要求连同测试账号一并提交，漏件会导致重新排队 |
三、材料筹备到拿号的完整流程
阶段 1：前期自查与意向对接
- 核验上游模型是否已在网信办完成备案，留存备案编号和官网公示截图；
- 补齐 ICP 备案、公安网安备案、域名证书；
- 联系属地网信办表达登记意向，领取官方登记申请表模板和填报指引；
- 内部技术确认：业务没有做模型微调 / 训练；所有推理服务部署在境内。
阶段 2：材料筹备（工作量最大的环节）
按上文六大类逐项落实。三个核查重点：
- 主体信息一致性：营业执照、合作合同、申请表、协议中的主体名称必须完全一致；
- 调用合法性：合作协议条款完备，明确第三方模型备案状态及本主体调用权限；
- 文档一致性：所有文档描述、产品功能、架构图互相匹配，不要出现前后矛盾。
阶段 3：内部自测自查（提交前必做）
- 功能测试：测试账号全部功能正常可用；
- 安全对抗测试：验证敏感问题输出拦截效果，避免违规输出；
- 文档一致性检查：对照上一条三个核查点逐一过一遍。
阶段 4：正式提交
- 纸质版材料统一装订，逐页加盖公章，附带材料清单目录；
- 同时准备完整电子版；
- 装订顺序建议：申请表 → 证明材料 → 管理制度 → 测试材料，方便审核人员查阅；
- 提交至属地省级网信部门，同步交付测试账号和接口访问信息。
阶段 5：审核、补正、拿登记编号
流程上分两步：
- 材料真实性 / 形式审查：审核人员核查完整性、规范性，若有问题下发补正通知（部分地区要求 5–10 个工作日内响应）；
- 技术安全测试：审核人员使用你提供的测试账号进入产品，验证 AI 生成内容拦截能力、日志留存与访问记录可追溯性、生成内容标识能力。部分地区会要求线下演示服务场景。
审核通过后获得登记编号，需在服务显著位置标明登记编号。
四、高频驳回原因汇总
公开案例里反复出现的驳回原因，提交前建议逐条自查：
|
驳回原因 |
对应的准备动作 | |
|
1 |
无法证明上游模型具备有效备案 |
完整留存备案公示截图 + 备案编号 + 授权文件 |
|
2 |
安全审核机制描述过于模板化，缺少落地细节 |
写清技术拦截策略、人工审核流程、责任人、处置时限 |
|
3 |
无法证明没有微调模型 |
出具技术声明文档（技术负责人签字 + 公章），并在测试中保持一致 |
|
4 |
缺少日志留存、内容溯源相关方案 |
补日志留存方案（≥6 个月）和 AI 生成内容标识方案 |
|
5 |
主体信息不一致 |
逐份核对营业执照、合同、申请表、协议的主体名称 |
|
6 |
关键词库风险类别覆盖不全 / 无动态更新机制 |
覆盖 17 类风险，附每月更新台账 |
|
7 |
测试题量不足或无整改记录 |
生成类 ≥2000 题、拒答 ≥500 题，每题标注结果与整改 |
|
8 |
隐私政策无数据删除承诺 / 投诉渠道无效 |
明确删除路径与时限，实测投诉渠道可通 |
|
9 |
服务范围表述模糊（如"提供 AI 服务"） |
改写成具体表述，如"面向中小企业提供营销文案生成服务" |
|
10 |
系统填报、附件材料、线上产品状态三者矛盾 |
提交前做一次三方交叉核对 |
五、五个容易被忽略的隐形坑
- 坑 1：以为调用大厂 API 就什么都不用做
基座模型完成备案 ≠ 你的应用免除合规义务。你作为面向公众提供 AI 服务的运营主体，依然需要完成大模型登记，部分场景还需配套算法备案。
- 坑 2：以为登记和 ICP 备案、公安网安备案可以互相替代
三者是完全不同的合规事项，不能替代，且业务场景下可能需要同时办。
- 坑 3：材料先提交、资质后补
初审阶段即全量核验授权链路与证明材料，缺失直接驳回，不留补正窗口期。
- 坑 4：为了"安全"过度拒答
把常识性问题也设置成拒答，会被判定为功能异常。正确做法是仅对敏感问题拒答，且拒答话术规范。
- 坑 5：拿到登记编号后就"不管不问"。
登记不是一劳永逸。更换调用的大模型、拓展服务范围，需及时联系网信办更新信息；监管部门抽查时需按期限配合提供调用日志等材料。登记完成后，属地网信办和中央网信办可能持续对服务进行抽检测试。
大模型登记的本质，是监管对"应用层"的一次合规确认：你要证明自己用的底座是干净的，自己的应用是可控的。
它比备案轻，但不代表可以随便应付。从公开的实操反馈看，2026 年的审核已经明显从形式审查转向实质性核验——模板化材料、凑数题库、空泛制度描述的通过率很低。
建议的做法：把合规动作前置到研发和测试阶段，在提交前按量化标准逐项自查一遍。与其在驳回后反复补正、拉长周期，不如一次把材料做实。
更多推荐
0
0- 0
已为社区贡献25条内容
所有评论(0)