6個新趨勢，看懂AI競爭正在發生什麼

近期AI領域事件頻傳，從OpenAI將Codex與ChatGPT整合並取消五小時用量限制，到Anthropic延長Fable 5的促銷使用期、Claude Code週額度加碼，再到Grok 4.5口碑突然翻升、騰訊混元Hy3以極低激活參數挑戰旗艦模型，以及智譜啟動「TouchHigh摸高計劃」鎖定長程任務與自治智能體。這些消息看似各自獨立，但拼在一起，能清楚看到AI競爭正在發生的六個關鍵轉變。**前沿模型的領先窗口急劇縮短**。不久前各界還在比較Fable 5與GPT-5.6的基準成績，如今Grok 4.5已被不少用戶認為比Opus 4.

8更好用；騰訊Hy3僅激活21B參數，就能在部分Agent及辦公任務上與更大模型打成平手。Grok與混元過去基礎並不突出，甚至經歷過模型重構，與前沿存在明顯代差，但短短幾個月就追了上來。這並非偶然——核心技術配方已在業界擴散，後訓練門檻降低，代碼與Agent任務又具備自動評分機制，讓後來者有了一條更快的追趕路徑。現在，傳統知識問答與簡單代碼的得分越來越接近，很難反映真實體驗差異。更重要的是，用戶使用的是「模型＋提示詞＋工具＋記憶＋重試機制」的完整系統，一個稍弱的模型只要配上好框架，體感上可能勝過更強的裸模型。過去一個新模型能領先幾個月到半年，如今可能只剩幾週甚至幾天。

未來用戶不再追求唯一最強模型，而是根據能力分層——有的擅長程式碼，有的擅長長程任務，有的擅長辦公交付。多模型路由將成為常態，企業也不會把賭注全押在單一模型上。**商業差距正比模型差距擴大得更快**。普通用戶已經明顯感受到，好用的模型突然變得更大方：Anthropic把Claude Fable 5的使用期延長到7月19日，並取消單獨的50%額度限制；OpenAI直接臨時取消Codex五小時用量限制，還重置額度，而Codex活躍用戶已達600萬。這如同早期互聯網燒錢搶流量，只是現在燒的是GPU與Token，贈送額度就是獲客成本。

模型廠商願意在此時犧牲毛利來養成用戶習慣，因為當前主推的Agent產品遷移成本遠高於聊天機器人。一旦補貼戰結束，留下的才是真正願意為長期價值付費的客戶。隨著各家模型的基準表現越來越接近，商業上的差距只會更快拉開——用戶數量、Agent任務數據、企業入口、推理成本、開發者生態、現金流等，會讓領先者的數據飛輪越轉越快。下一步，模型公司的真正敵人不只是更強的模型，而是對手快速複製能力後，用價格與入口搶奪用戶。**模型評價從參數榜單轉向任務總成本**。騰訊Hy3是典型例子：總參數295B，激活僅21B，採用MoE架構，在Agent與辦公生產力上強調實際表現與低成本，並緊密結合微信生態。

這種「高效架構＋超級App分發」的模式，對普通白領的工作已基本夠用，性價比極高。這說明參數規模不再是炫耀點，用戶與企業更關心完成一件事總共花多少錢、成功率多高、用起來順不順。Hy3的出現，也被視為騰訊「悄無聲息的王炸」——能力夠用，入口巨大，成本可控。**護城河變成「模型—產品—數據」閉環**。Grok 4.5與Cursor一同使用真實軟體工程數據訓練；Hy3從騰訊超過50個產品的反饋中迭代；Codex與Claude Code從大量Agent軌跡中學習失敗案例。這些真實交互數據，正成為下一代模型最稀缺的燃料。產品用得越多，數據飛輪轉得越快，模型就越聰明，形成正向循環。

當模型公司擁有海量真實用戶、讓模型每天執行任務、再把結果反饋給訓練，這才是真正的硬核護城河。**中國大模型公司浮現兩種路線**。騰訊代表向下紮進產品與場景，強調激活參數、Agent成功率、WorkBuddy與CodeBuddy等實際產品，用回饋反哺訓練，走的是工程效率加上超級入口的路線。智譜則代表向上挑戰智能上限。創始人唐傑在內部公開信《巨浪已來》中明確表示，未來兩年不追求短期變現，重點投入長程任務、自治智能體、完全自我訓練與安全治理，並計劃以百億級資源推進機械可解釋性。兩家方向看似相反，目標卻高度一致——最終都會在Agent領域交會。

差別在於騰訊從產品往上迭代，智譜先拉高技術上界再往下開放，一個先重普及，一個先抓上限，兩條路線都值得關注。**下一代模型競爭將重新拉開差距**。當這一波模型還在爭奪用戶時，下一波競賽已經開始。OpenAI正投入新的預訓練架構、合成強化學習、長程Agent、機器人與消費硬件；Anthropic把重點放在長任務、AI輔助AI研發與機械可解釋性；Google則持續推進世界模型、虛擬環境與機器人。既然現在後來者幾個月就能追上第一梯隊，未來模型是否只會越來越同質？事實上，下一代競爭仍可能產生明顯代差。真正能製造差距的領域，是長程Agent、AI研發自動化、世界模型與機器人。

尤其是世界模型與機器人，現實世界數據無法直接從網路抓取，必須依賴機器人、傳感器、仿真環境與長期部署積累。誰先建立「設備—數據—世界模型—行動模型」的閉環，優勢將比語言模型更難複製。但這一方向發展也更慢，硬件成本、安全問題與真實部署週期都決定了它不會一夜爆發。下一次「GPT-4時刻」很可能會以不同形態出現，不過隨著技術傳播越來越快，模型的領先窗口依然可能極為短暫。