最強大模型，保質期越來越短了

文 | 深流研究所，作者 | 絳楓

最近，AI 行業(yè)引人矚目的一幕，發(fā)生在資本市場。

二級市場交易中，Anthropic 的報價一度突破 1 萬億美元，隱含估值首次超過 OpenAI。一年前，兩者的融資估值還相差近 10 倍，OpenAI 仍是幾乎沒有爭議的行業(yè)王者。如今，王者之位已經輪替。

這并不是某一家公司單獨的起落，而是整個 AI 行業(yè)競爭節(jié)奏變化的縮影。過去一年，從模型榜單到用戶口碑，再到資本定價，Google、OpenAI、Anthropic這些頭部AI公司，輪流站上過"最強"的位置。

被看衰的公司，可能在幾個月后重新回到第一梯隊；備受追捧的公司，也可能在登頂后很快迎來質疑。「深流研究所」初步統(tǒng)計，從"被追捧"到"被審視"，2023年前后，完成這樣一個周期大約是12-18個月，現在已縮短到3-6個月。

領先開始變得難以維持，輪轉還在繼續(xù)加快。至于為什么會變成這樣，才是這場競爭真正值得關注的部分。

六次易主、三輪反轉，"最強"的保質期越來越短了

2025 年至今，LMArena 排行榜上"最強模型"的位置已至少換了 6 次。從 Grok、Gemini、GPT到Claude，四家輪流登頂。

過去，一次領先還能維持幾個月。到了 2026 年初，這個周期已經被壓縮到不足一個月。類似的快速切換，也發(fā)生在公司口碑、市場份額和資本信號上。

Google 的變化最先被感知到。2023 年 Bard 首發(fā)翻車，2024 年 AI Overviews 又給出荒誕回答，它一度被視為"大公司病"的代表。轉折發(fā)生在 2024 年底。Gemini 團隊并入 DeepMind，由 Hassabis 統(tǒng)一管理，Google 的 AI 研發(fā)力量被重新整合。

此后，Google 的節(jié)奏開始恢復。2025 年 9 月，Gemini 登頂 App Store，首次在移動端壓過 ChatGPT；11 月 Gemini 3 發(fā)布后，"Google 逆襲"開始成為主流敘事。母公司Alphabet 年內股價上漲近 70%，市值重新超過微軟。從組織重整到重回第一梯隊，Google 用了12 個月。

OpenAI 的變化更能說明問題。2025 年上半年，它還是不可動搖的王者：ChatGPT 周活達到 7 億，移動端份額 69%。去年 8 月，GPT-5 發(fā)布失利成為轉折點。直播出錯、模型宕機，社區(qū)掀起"還我 GPT-4o"運動。此后，OpenAI 的移動端份額以月均 2.2 個百分點的速度下滑，到 2026 年初降至 45%。

今年以來，OpenAI 開始戰(zhàn)略收縮。Sora 視頻生成、硬件等副線被砍掉，資源重新集中到編程工具和企業(yè)市場。如今，它從一家什么都想做的超級實驗室，變成一家必須證明商業(yè)回報的公司，被市場重新審視。

Anthropic則是這一輪變化中節(jié)奏最快的公司。2025 年下半年，Claude 在編程和企業(yè)工作流里快速建立口碑，成為開發(fā)者圈子里事實上的首選。

進入 2026 年后，Anthropic 又進入一段罕見的密集發(fā)布期。12 周內，它完成了近 20 次重大產品更新。密集發(fā)版直接推高了業(yè)績：Anthropic 官方披露其年化收入突破 300 億美元，創(chuàng)下新高；四個月前，這個數字還不到 90 億美元。

融資曲線上，從 2024 年到 2026 年初，Anthropic 追趕 OpenAI 的速度在加快。

OpenAI 估值仍在創(chuàng)新高——最新一輪投后估值達到 8520 億美元，但二級市場已經出現約 10% 的折價。今年 4 月，6 家機構試圖通過 NextRound 出售合計約 6 億美元的股份，甚至出現了滯銷情況。

反觀 Anthropic，估值從 2025 年 3 月的 615 億美元飆升至 2026 年 2 月 G 輪的 3800 億美元。更關鍵的是二級市場：投資者排隊搶購，報價一度突破 1 萬億美元，較 G 輪溢價超過 160%，隱含估值已經反超 OpenAI。

Anthropic 登上口碑王座不久，口碑就已開始回調。最近幾周，Anthropic 接連被曝出算力不足、在未通知用戶的情況下悄悄降低默認推理深度等問題，用戶投訴集中爆發(fā)，Fortune 也用長篇報道揭開了內部壓力。Claude 從"最值得信賴的 AI"到"透明度受質疑"，只用了不到兩個月。

從 Google 的逆襲，到 OpenAI 的份額流失，再到 Anthropic 的快速上升和隨之而來的信任危機，看上去這些公司每一次轉向，都有自己的直接原因。真正值得問的是：為什么"領先"本身，越來越難維持？

模型在基礎設施化，技術不再是唯一護城河

模型迭代的邏輯已經變了。

2023 年，AI 公司還在按"大版本制"發(fā)布模型。GPT-3.5 到 GPT-4 間隔 15 個月，Claude 2 到 Claude 3 間隔也接近一年。每次發(fā)布都是行業(yè)大事，一個版本足以定義一整年的競爭格局。

到了 2025 年，這個節(jié)奏被打破了。GPT-5 發(fā)布后的 7 個月里，OpenAI 連續(xù)推出 5.1、5.2、5.3、5.4 四個大版本及多個子版本，最短間隔不到一周。Anthropic 5 個月內發(fā)了至少 5 個版本。

過去 16 個月，OpenAI、Anthropic 和 Google 合計完成了超過40次重大模型發(fā)布，平均每 3 周發(fā)布一次大版本模型。模型迭代從"攢大招"，變成"小步快跑"。

模型也不再是一款單品。2023 年的 GPT-4 仍是單一旗艦模型。到了 2025 年，GPT-5 系列已經分化出 Instant、Thinking、Pro、Codex、Mini 五個版本，分別覆蓋輕量對話、深度推理、編程等不同場景和不同成本帶。

Anthropic 和 Google 也都走向了多檔位產品矩陣。模型越來越像操作系統(tǒng)，持續(xù)迭代、分層供應、按需調用。

這背后是產業(yè)邏輯在發(fā)生改變。首先是預訓練的邊際收益在下降。花一年從頭訓練一個更大的模型，換來的性能提升，可能只剩幾個百分點，這已很難支撐"攢一個大版本再發(fā)布"的節(jié)奏。

相反，微調、推理優(yōu)化等后訓練手段越來越成熟，同一個底座可以不斷迭代出新性能，不必重新訓練也能做出代際升級。與此同時，推理成本 3 年下降約 1000 倍，開源與閉源的差距縮小到 1.7%。追趕者的起點更高了，領先者的窗口更短了。

更關鍵的是，頭部公司都在完善訓練模型的基建。OpenAI 收購訓練基礎設施公司 Neptune，又和 Cerebras 簽下 3 年、總額超過 200 億美元的芯片協(xié)議，開始降低對英偉達的單一依賴；Anthropic 依靠 Constitutional AI，讓 AI 參與訓練 AI，大幅提升后訓練效率；Google 從 TPU 第七代，到 JAX，再到推理服務，幾乎把整條鏈路都握在自己手里。

底層越扎實，上層迭代就越快。這使得過去需要一年做完的模型升級，現在更短的時間就能完成。

一旦模型基礎設施化，一次模型發(fā)布的領先或落后，就不再決定勝負。單一維度上的技術領先，也越來越難轉化為持久優(yōu)勢。

這也是為什么，過去被認為"節(jié)奏慢了"的大公司，也有機會靠組織縱深、生態(tài)積累、持續(xù)發(fā)力完成反轉。

Meta 就是最新的例子。2025 年上半年，Llama 4 因刷榜爭議口碑跌到谷底。之后，Meta 投入 143 億美元收購 Scale AI、挖來創(chuàng)始人 Alexandr Wang，并把 AI 部門重組為"超級智能實驗室"。僅用 9 個月，它就重建了技術棧。2026 年 4 月發(fā)布的 Muse Spark，也一改此前的開源路線，轉向把閉源模型嵌入 Meta 自有產品生態(tài)。

類似的邏輯也在國內上演。騰訊混元過去一年經歷了人員調整和方向摸索后，將研發(fā)力量收攏，重建了從預訓練到強化學習的基礎設施。Hy3 preview 是重建后跑出的第一個模型，目前已上線元寶、CodeBuddy、workbuddy、 ima、騰訊新聞、和平精英等十余個騰訊產品。

一個值得注意的細節(jié)，Hy3 preview 的預訓練、后訓練等環(huán)節(jié)是并行推進的，這也加快了Hy3 preview模型的訓練進程。更為重要的是，整個基建和底座搭建完成，混元后續(xù)更多模型也將這套基建上啟動訓練，實現更快迭代。

從性能表現看，Hy3 preview是一個總參數 295B、激活 21B 的 MoE 模型，在復雜推理、指令遵循、上下文學習、代碼、智能體等能力及推理性能上實現大幅提升。混元團隊給這款模型的定位也很清晰——能力體系化、評測真實性、性價比。

Hy3 preview模型在騰訊內部編程、深度研究等業(yè)務評測表現穩(wěn)定，推理效率較上一代提升約 40%，首token延遲降低54%，端到端時長降低47%，成本較上一代模型大幅下降。這意味著，跟用戶體驗和落地可行性相關的核心指標均被大幅優(yōu)化。

同一時間，GPT-5.5和DeepSeek-V4相繼發(fā)布。DeepSeek-V4 主打"交付質量接近 Claude Opus 4.6 非思考模式"的性價比，而非跑分登頂；GPT-5.5 雖仍是 OpenAI 的旗艦，強調的也不是智能上限，而是"為真實工作而設計"。

三款模型，共性清晰：不再比拼參數和榜單，而是圍繞 Agent、編程交付、長上下文和單位任務成本做深化，評測標準也從公開基準轉向真實場景。這正是"模型基礎設施化”的直接體現。

競爭維度在擴展，優(yōu)勢不再集中在一家公司

模型之外，產品戰(zhàn)場同樣戰(zhàn)況激烈。過去一年多，僅 OpenAI、Anthropic 和 Google 三家，就完成了超過 40 次非模型級的重大產品發(fā)布。

三家的打法并不一樣。OpenAI 鋪得最廣，Agent、編程、辦公集成和消費端同時推進；Anthropic 最聚焦，僅今年 2 月到 3 月的 52 天里，這家公司就密集推出了 74 款大小產品更新，大部分圍繞編程和企業(yè)工作流縱深突破；Google 沒有從零做新入口，而是把 AI 能力持續(xù)嵌入搜索、辦公和內容產品。

盡管方向不同，但這些密集布局背后有一個共同的驅動力：當模型能力越來越接近，誰更快把模型接進真實場景，誰就更容易成為用戶的默認選擇。

Agent 范式的出現，又把這個趨勢往前推了一步。AI 不再只是回答問題，而是開始調用工具、執(zhí)行多步驟任務，直接完成一整條工作流。這意味著，只有好模型已經不夠了，還得匹配穩(wěn)定的執(zhí)行環(huán)境、成熟的工具鏈、可靠的安全機制，以及把這些東西真正串起來的工程能力。

OpenAI 為此搭建了 Apps SDK 和 AgentKit，試圖讓開發(fā)者更快構建可調用外部工具的 AI 應用；Anthropic 推出 MCP 協(xié)議和 Computer Use，前者統(tǒng)一了 AI 與外部數據源的連接方式，后者讓 Claude 可以直接操作電腦完成任務。

在國內，OpenClaw 今年 3 月爆火后，大廠的 Agent 布局也迅速提速。

騰訊一周內上線了 WorkBuddy、QClaw、CodeBuddy 等多款 Agent 產品，并圍繞 Lighthouse 云端部署、ADP 智能體開發(fā)平臺、安全沙箱等能力搭起了一整套 Agent 基礎設施，是動作最敏捷的大廠之一。字節(jié)跳動上線了云端方案 ArkClaw，此前已推出 Agent 開發(fā)平臺扣子和 AI 編程工具 TRAE；阿里也推出了開源桌面 Agent 工具 QwenPaw。

這場競爭的門檻，已經不只在模型本身，而在模型之外的工程化交付能力。騰訊集團高級執(zhí)行副總裁湯道生近期也提到，"AI 落地不只是一道算法題，更是一道工程題"。主流模型之間的能力差距在收斂，真正拉開差距的，是誰能把 AI 放進具體場景里，并把鏈路做深、做穩(wěn)、做順。

這也意味著，競爭形態(tài)已經變了。過去，大家追求的是全面領先；現在，越來越多公司追求的是局部優(yōu)勢。Anthropic 是最典型的例子。它并不試圖在所有維度上壓過 OpenAI，而是把編程和企業(yè)工作流做到開發(fā)者首選，最終用場景深度換來了市場份額反超。

場景理解、工具鏈和用戶粘性，這些東西比模型跑分更難復制，也更難追平。誰在自己的主場打得更深，誰的位置就更穩(wěn)。"階段性占優(yōu)"正在取代"長期統(tǒng)治"，成為這個行業(yè)更真實的常態(tài)。

軍備競賽繼續(xù)加速，AI 比拼從"誰最強"走向"誰最持久"

2026 年，僅 Amazon、Google、Meta 和 Microsoft 四家的 AI 資本支出，就預計達到 5870 億至 6700 億美元，接近 2025 年的兩倍。真正值得注意的，不只是規(guī)模，而是錢花在了哪里。

過去三年，AI 競賽的瓶頸幾乎每年都在變。2023 年，核心問題是誰先訓練出最強模型；2024 年，瓶頸變成 GPU 供應，H100 一卡難求；2025 年，推理算力成為新卡點，推理在 AI 算力支出中的占比從 33% 翻倍至 66%。

到了 2026 年，瓶頸繼續(xù)往下沉，落到電力和物理基建。全球數據中心年耗電量預計突破 1000 TWh，接近日本全國一年的用電量；有機構預測，未來三年美國數據中心的電力缺口高達 47 GW。

現在，每投入 1 美元做 AI，背后大約還要配套 2.3 美元的基礎設施支出。今天的 AI 軍備競賽，大部分錢已經不是花在模型上。

這改變了AI行業(yè)的競爭邏輯。決定一家公司能否繼續(xù)擴張、誰會被迫減速的，越來越不只是模型能力，而是電力、數據中心和交付能力。

擁有自建基礎設施的平臺公司，因此獲得了結構性優(yōu)勢。相反，純模型公司一旦用戶增長超出基建承載力，就可能被物理瓶頸卡住。

Anthropic 今年的算力危機就是最直接的例子：模型贏了，收入創(chuàng)了歷史新高，但基礎設施沒跟上，最終被迫下調輸出質量。領先本身，反而可能成為負擔。

巨額投入也在同步抬高市場預期。盡管四大巨頭計劃支出超過 6500 億美元，近一半美國數據中心項目仍可能因為電力設備短缺而延期或取消。到現在為止，還沒有哪家 AI 公司真正證明了持續(xù)、規(guī)模化的正向 ROI。

錢投得越多，市場的容錯率可能就越低；預期越高，一次產品事故或一次交付失速帶來的口碑損傷就越大。

過去，市場習慣用一個簡單框架理解 AI 公司：誰的模型最強，誰就會贏。如今，真正決定市場評價的，不再只是模型跑分，而是一組更復雜的變量：推理能力有沒有躍遷，Agent 能力是否可感知，商業(yè)模式能否可持續(xù)，生態(tài)壁壘是否足夠高。

一家公司在一段時間里發(fā)布節(jié)奏失焦、體驗不及預期、對外敘事脫離用戶和開發(fā)者體感，就可能從"默認贏家"變成"被重新審視的對象"。

反過來，一家公司如果能在關鍵窗口里同時做到模型能力明顯提升、工具鏈和工作流補齊、再拿出幾個強信號產品接住體驗，也有機會完成一輪口碑反轉，獲得階段性優(yōu)勢。

技術趨同，讓"最強"失去決定性意義；競爭外溢，讓"統(tǒng)治"失去穩(wěn)定基礎；資本加速，則讓市場預期變得更高。

三層變化疊在一起，AI 行業(yè)進入了一個結構性的快速輪轉期。領先的保質期在縮短，行業(yè)也正在從"誰最強"的時代，走向"誰最持久"的時代。