6個新趨勢，看懂AI競爭正在發生什麼

過去幾天，人工智慧領域再度迎來一波密集動態，各家大模型公司接連出手，從產品合併、用量限制調整到促銷延長，再到新模型口碑翻轉與新計劃啟動，讓整個賽道的競爭格局變得更加清晰。OpenAI 正式將 Codex 與 ChatGPT 合併，同時取消 Codex 原本的 5 小時用量限制，並為用戶重置額度；Anthropic 則再度延長 Fable 5 的促銷使用期，而 Claude Code 每週額度加 50% 的活動也持續進行。另一方面，Grok 4.5 的用戶口碑突然翻升，不少人認為其體驗甚至超越 Opus 4.8，讓馬斯克所帶領的團隊似乎有機會觸及第一梯隊。在中國市場，騰訊混元 Hy3 雖然僅激活 21B 參數，卻能在部分任務上與更大的旗艦模型抗衡，旗下 WorkBuddy 用戶量也持續快速增長；智譜則啟動「TouchHigh 摸高計劃」，宣告未來兩年將重點投入長程任務、自治智能體、完全自我訓練以及安全治理。這些新聞看似各自獨立，但若拼在一起審視，可以清楚看到六個正在發生的關鍵趨勢。 **趨勢一：前沿模型的領先窗口持續縮短**

過去一段時間，業界還在熱烈討論 Fable 5 與 GPT-5.6 的 benchmark 成績，如今 Grok 4.5 已被許多用戶認為比 Opus 4.8 更好用；騰訊 Hy3 也僅憑 21B 激活參數，在部分 Agent 和辦公任務上達到旗艦水準。值得注意的是，Grok 與混元這些模型原先的基礎並不算好，甚至經歷過模型重構，與前沿模型存在明顯代差，但短短幾個月便迅速追上。這並非偶然，當前模型的關鍵技術配方已經逐漸擴散，後訓練門檻降低，加上代碼與 Agent 任務具備天然的自動判分機制，讓後來者找到更有效率的追趕路徑。因此，在傳統知識問答與簡單代碼領域，頭部模型的分數越來越接近，已經很難反映真實體驗差異。更重要的是，用戶實際上使用的是「模型 + 提示詞 + 工具 + 記憶 + 重試機制」的完整系統，一個稍弱的模型搭配好的框架，完全能在使用感受上超越更強的裸模型。過去一個新模型可以領先數月到半年，但現在可能只剩數週甚至幾天。未來用戶關注的不再是唯一的「全球最強模型」，而是能力分層——有的擅長代碼，有的擅長長程任務，有的擅長辦公交付。多模型路由將成為普遍做法，企業也不會把所有資源集中在單一模型上。 **趨勢二：商業差距的擴大速度比模型差距更快**

普通用戶最近明顯感受到，好用的模型突然變得「大方」了。Anthropic 將 Claude Fable 5 的使用期限延長至 7 月 19 日，並取消單獨 50% 的額度限制；OpenAI 則直接臨時取消 Codex 的五小時用量限制，並重置額度，目前 Codex 活躍用戶已達 600 萬。這種做法與早期互聯網燒錢搶流量如出一轍，只是現在燒的是 GPU 與 Token，用贈送額度作為獲客成本。模型廠商願意在現階段犧牲毛利來培養用戶習慣，關鍵在於當前主推的 Agent 產品遷移成本遠高於聊天機器人。一旦補貼戰結束，留下來的將是真正願意為長期價值買單的客戶。隨著各家模型 benchmark 越來越接近，未來的商業差距可能擴大得更快——用戶數量、Agent 任務數據、企業入口、推理成本、開發者生態與現金流，將使領先者的數據飛輪越轉越快。對模型公司而言，真正的敵人不再是更強的模型，而是對手快速複製能力後，用價格與入口搶奪用戶。 **趨勢三：模型評價從參數榜單轉向任務總成本**

騰訊 Hy3 是這一趨勢的典型代表。它的總參數達 295B，但激活僅 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，同時整合進微信生態。這種「高效架構 + 超級 App 分發」的模型，對於一般白領工作已經足夠，性價比直接拉滿。許多人因此認為，騰訊這次是「悄無聲息的王炸」——能力夠用，入口巨大，成本可控。這清楚表明，參數規模已經不再是模型的炫耀點。用戶與企業更關心的是，完成一項任務總共花多少錢、成功率多高、使用起來是否順暢。單純比拼參數的時代已經過去。 **趨勢四：護城河變成「模型 - 產品 - 數據」閉環**

Grok 4.5 與 Cursor 共同使用真實軟體工程數據進行訓練；Hy3 從騰訊旗下超過 50 個產品的反饋中迭代；Codex 與 Claude Code 則從大量的 Agent 執行軌跡中學習失敗案例。這些真實的交互數據，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，再將結果反饋到訓練中，這才是真正難以複製的護城河。 **趨勢五：中國大模型公司出現兩種路線**

騰訊代表的是向下扎進產品與場景的路線。它強調激活參數、Agent 成功率、WorkBuddy 與 CodeBuddy 等實際產品，用產品反饋反哺訓練，是典型的「工程效率 + 超級入口」策略。智譜則代表向上挑戰智能上限的路線。智譜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，並計劃投入百億級資源進行機械可解釋性研究。兩家公司的方向看似相反，但目標高度一致，最終都將在 Agent 領域相遇。差別在於騰訊從產品端向上迭代，智譜則先拉高技術上界再向下開放。一個先重普及，一個先抓上限，兩種路線都值得關注。 **趨勢六：下一代模型競爭將重新拉開差距**

當這一代模型還在激烈爭奪用戶時，下一代競爭其實已經悄然啟動。OpenAI 正在投入新的預訓練架構、合成強化學習、長程 Agent、機器人與消費硬體；Anthropic 則將重點放在長任務、AI 輔助 AI 研發與機械可解釋性；Google 持續推進世界模型、虛擬環境與機器人。既然當前模型圈的後來者只需幾個月就能追上第一梯隊，未來模型是否只會越來越同質化？事實上，下一代競爭仍可能產生明顯差距。真正可能製造代差的領域，是長程 Agent、AI 研發自動化、世界模型與機器人。其中世界模型與機器人領域的差距可能更大，因為現實世界數據無法直接從網路上抓取，需要機器人、傳感器、仿真環境與長期部署積累。誰能先建立「設備 - 數據 - 世界模型 - 行動模型」的閉環，其優勢將比語言模型更難被複製。不過，這一方向發展也更慢，硬體成本、安全問題與真實部署週期都決定它不會一夜爆發。因此，下一次「GPT-4 時刻」很可能會出現，但形態將有所不同。隨著技術傳播速度越來越快，模型的領先窗口依然可能十分短暫。