计算机行业智能体应用研究系列(二)：全球大模型的技术迭代与商业化-260609

20262026年06月09日本篇报告聚焦大模型产业，结合全球主要的大模型公司发展路径，系统梳理大模型的技术迭代演进逻辑，同时结合它们的商业化进程，对比分析不同AI大模型产品化变现的共性与差异。大模型起于Transformer，遵循“ScalingLaw”在模型参数、数据、推理与学习环境四个维度持续迭代。技术路径上，大模型202年开拓多模态，2025年愈发注重推理及长上下文能力，2026年追求Coding能力及智能体工程落地。参数规模一直是大模型迭代的焦点，但越来越多公司通过MOE架构等追求模型效率；数据维度，随着增加原始文本数据的边际效益下降，行业开始通过“更多种类数据”及“更高质量数据”拓展模型边界；大模型引入思维链，通过强化学习与长上下文能力、test-timescaling持续提升推理能力。学习环境通过构造更接近真实任务的训练和评测过程，增强模型面对未知问题时的泛化能力，代码执行是最早成熟的可验证学习环境，当前各大模型厂商纷纷通过强化Harness推动Agent规模化落地。会员订阅与API调用是基座大模型厂商的基本盘。OpenAI依靠品牌与用户基数率先实现规模化的会员订阅；字节豆包在国内MAU持续领先，也开始了消费端订阅的商业化尝试。Anthropic一直深耕高价值企业客群，依靠Coding与Agentic场景的深耕，今年超越OpenAI成为全球ARR最大的大模型厂商；智谱GLM原创架构的高频迭代及MaaS平台的厚积薄发也在今年转化为定价权、收入结构升级和开发者生态放量。DeepSeek以“极致成本效率”为核心技术路线，不断引领架构创新，推动行业普惠。生态是大模型厂商的护城河，GoogleGemini、阿里Qwen、字节豆包等充分发挥应用入口、云基础设施支撑、企业工作流嵌入等生态价值强化模型迭代和探索更多样商业化潜力。大模型“各领风骚数百天”，竞争角逐激烈：1）技术迭代频率是否足够高；2）是否拥有自我增强飞轮，包括开发者生态、使用数据、场景反馈、分发入口和组织效率等；3）单位智能成本能否持续下降；4）是否从模型能力走向工作流替代。当模型能高效稳定替代一部分知识工作、开发工作、设计流程和内容生产流程，从“卖token”走向“卖效果”，商业化空间将会不断抬升。投资建议：全球大模型产业技术高频迭代，今年开始全面商业化提速，会员订阅转化随模型能力提升而加速，Coding与Agentic场景落地驱动API调用激增，生态赋能逐步实现多维度全方面变现，大模型本身成为成长最快的赛道，从“吞金兽”转变为“印钞机”的奇点临近。AI算力基础设施是大模型发展的基本保障，成为制约大模型能力迭代和收入放量的关键因素。AIInfra及MaaS云服务厂商助力AI算力和应用场景落地效率提升，也将持续分享AI产业成长红利。风险提示：技术发展不及预期；安全合规风险；AI基础设施供给不足风险等。推荐推荐（维持）%2、《从SpaceX招股书看商业航天和AI产业潜力——海外巨头启示录模型动态跟踪——计算机周观察20260524》2026-05-24刘玉萍S1090518120002行业深度报告敬请阅读末页的重要说明2正文目录1.全球大模型的技术迭代 61.1模型参数：从追求规模到注重效率 61.2数据：数据规模、数据种类与合成数据 81.3推理：从训练时算力到推理时算力 101.4学习环境：向真实工程场景拓展 122.海外大模型公司分析 14 142.1.1公司简介 142.1.2技术路径：多模态、推理与Agent能力全线推进 152.1.3商业化：订阅和企业奠定基本盘，多元变现打开增量空间 162.2AnthropicClaude 182.2.1公司简介 182.2.2技术路径：安全为基，Coding领先强化工程落地能力 192.2.3商业化：企业API放量，Agent工作流抬升变现天花板 202.3GoogleGemini 232.3.1公司简介 232.3.2技术路径：原生多模态，以合成数据精进模型效率 242.3.3商业化：依托现有广告、云和订阅生态实现商业化 253.国内大模型公司分析 28 283.1.1公司简介 283.1.2技术路径：从开源迭代到专项增强，持续追赶 283.1.3商业化：开源引流，规模优势拓客，生态变现 293.2DeepSeek 313.2.1公司简介 313.2.2技术路径：引领架构创新，追求极致效率 313.3字节豆包 333.3.1公司简介 333.3.2技术路径：多模态领先，全方面齐头并进构建完整能力栈 343.3.3商业化：C端入口+B端MaaS+综合生态变现 35敬请阅读末页的重要说明33.4智谱GLM 363.4.1公司简介 363.4.2技术路径：开源友好，深耕MaaS一体化平台 373.4.3商业化：从项目制交付转向MaaS/API和Agent订阅 38 403.5.1公司简介 403.5.2技术路径：强化全模态能力，落地AI原生产品 403.5.3商业化：原生消费端订阅+开放平台API 43四、投资建议&风险提示 44投资建议 44风险提示 44图1：大模型技术迭代的四个维度 6图2：MoE架构每次仅激活部分专家网络，实现计算成本可控 图3：DeepSeekV3在多项评测中达开源领先水平，接近闭源旗舰 8图4：Seedance2.0在复杂动态场景与多风格视频生成上表现突出，位列全球第一梯队 9图5：Genie3世界模型可生成多样化世界场景，并支持实时交互式探索 9图6：大模型通过思维链显著提升逻辑推理能力 图7：2023-2024年国内外核心大模型上下文窗口持续拓展 图8：o1在多基准上显著超越GPT-4o 图9：DeepSeekR1多基准对标OpenAIo1性能 图10：HarnessEngineering四大支柱 图11：OpenAIARR增长趋势（单位：亿美元） 图12：ACP实现图解 图13：SWE-benchVerified历代SOTA模型追赶图 图14：Claude3.5sonnet在SWE-benchVerified基准表现领先 21图15：AnthropicARR增长曲线 21图16：MCP生态位置图 22图17：Claudeskill最佳实践与核心原则 22图18：ClaudeCowork使用界面 23图19：GoogleGemini商业化闭环生态 23敬请阅读末页的重要说明4图20：Gemini3.5Flash多维度媲美各厂商旗舰大模型 25图21：Google核心产品生态矩阵 25图22：GoogleAIOverview界面 26图23：Google购物Agent从商品浏览延伸至结账决策辅助环节 26图24：GoogleCloud季度收入及同比增速 27图25：Gemini月token处理量近一年增长约7倍 27图26：Qwen核心生态矩阵图 28图27：Qwen2-72B发布后登顶HuggingFace开源榜 28图28：Qwen3.7-Max在编程、长周期自主执行等方面表现优异 29图29：Qwen商业化路径与定价体系 30图30：通义千问主力大模型价格直线下调（2024年5月） 30图31：截至2025年9月，基于Qwen在HuggingFace上的衍生模型数量全球第一 31图32：DeepSeekR1在多个核心指标上比肩OpenAIo1 32图33：DeepSeek招聘AgentHarness研发工程师等岗位 33图34：Seedance2.0在Text-to-Video、Image-to-Video、视频编辑三大领域同时包揽第一 34图35：豆包2.0在ICPC、IMO、CMO三项竞赛评测均达金牌成绩 35图36：2025年上半年火山引擎公有云大模型服务市场份额升至49.2% 35图37：字节豆包商业化生态图 36图38：智谱公司发展历程 37图39：GLM-5端到端工程能力评估与顶级闭源模型相当 37图40：GLM-5.1与主流模型定价对比 38图41：企业端定制化交付工作流程 39图42：MiniMax模型与产品矩阵 41图43：Talkie使用界面 42图44：海螺AI图生视频页 42图45：MiniMax开放平台产品架构 43表1：大模型厂商模型参数迭代 6表2：核心大模型SWE-benchVerified得分两年提升超70个百分点 表3：全球大模型技术演化与标志事件 表4：OpenAI多模态能力在多基准领先 表5：GPT5.5高难度科学与工程评测中保持领先 敬请阅读末页的重要说明5表6：OpenAI代码能力处于第一梯队 表7：OpenAI订阅产品矩阵 表8：OpenAI广告CPM定价高于谷歌与Facebook平均水平 表9：Anthropic当前收入结构（按收入形态） 表10：SWE-benchVerifiedSOTA模型追赶统计表 表11：Claude核心模型定价表 20表12：Anthropic企业订阅计划表 20表13：Gemini推理与工程能力不断提升 24表14：DeepSeek-V4在主要模型中具备显著API性价比优势 32表15：豆包付费订阅官方价格表 36表16：智谱开放平台及API成为（单位：亿元） 39表17：MiniMax消费者端产品发布时间与用户规模 41表18：MiniMax企业端产品发布时间、定价与客户规模 43表19：MiniMax收入结构拆分口径（单位：亿美元） 43表20：MiniMax按地域划分收入（单位：亿美元） 44行业深度报告敬请阅读末页的重要说明61.全球大模型的技术迭代大模型起于Transformer，遵循“ScalingLaw”在模型参数、数据、推理与学习环境四个维度持续迭代。技术路径上，大模型2023年聚焦扩参数，2024年开拓多模态，2025年愈发注重推理及长上下文能力，2026年追求Coding能力及智能体工程落地。图1：大模型技术迭代的四个维度参数规模一直是大模型迭代的焦点。2020年，Kaplan等人提出ScalingLaw，指出模型性能与算力、参数量、数据规模之间存在幂律关系，持续投入可带来可预提升至15亿，GPT-3跃升至1750亿，GPT-4据第三方估算达到约1.8万亿。此后，GPT-5、GPT-5.5继续向数万亿级演进，Claude、Gemini、豆包、DeepSeek、通义千问等头部模型也陆续进入万亿级参数区间。表1：大模型厂商模型参数迭代厂商核心模型参数OpenAIGPT-31750亿（2020.05）→GPT-4约1.8万亿（2023.03，第三方估算）→GPT-5约4.1万亿（2025.08，第三方估算）→GPT-5.5约9.6-9.7万亿（2026，第三方估算）AnthropicClaude1/Claude2官方未披露（2023.03/2023.07）→Claude3Haiku/Sonnet/Opus约200亿/700亿/2万亿（2024.03，第三方估算）→ClaudeOpus4.6约2.4万亿（2026.02，第三方估算）GooglePaLM5400亿（2022.04）→Gemini1.0Ultra约1.5万亿（2023.12/2024.02，第三方估算）→Gemini2.5Pro约1.15万亿（2025.03，第三方估算）字节豆包Seed-Thinking-v1.52000亿（2025.04）→Seed1.62300亿（2025.06）→Doubao-Seed-2.0约1万亿（2026.02，第三方报道）行业深度报告敬请阅读末页的重要说明7厂商核心模型参数DeepSeekDeepSeek-LLM-7B70亿（2023.11）→DeepSeek-LLM-67B670亿（2023.11）→DeepSeek-V22360亿（2024.05）→DeepSeek-V36710亿（2024.12）→DeepSeek-V4-Pro1.6万亿（2026.04）通义千问→Qwen3-235B-A22B2350亿（2025.04）→Qwen3-Coder-480B-A35B4800亿（2025.07）→Qwen3-Max超1万亿（2025.09）智谱ChatGLM3-6B60亿（2023.10）→GLM-4-32B320亿（2025.04）→GLM-4.53550亿（2025.07）→GLM-4.73550亿（2025）→GLM-57440亿（2026.02）MiniMaxabab5.5/abab6/abab6.5官方未披露（2023-2024）→MiniMax-VL-014560亿（2025.01）→MiniMax-M14560亿（2025.06）→MiniMax-M22300亿（2025.10）→MiniMax-M2.52300亿（2026.02）→MiniMax-M2.72300亿（2026.04）（2）MOE架构提升模型效率MoE架构每次激活部分参数，降低计算成本。MoE通过“稀疏激活”机制，将模型总参数拆分为多个专家网络，并由路由器根据输入token动态选择部分专家参与计算，从而实现“总参数”与“实际计算成本”的解耦。SwitchTransformer于2021年在万亿参数级模型上验证该思路；据SemiAnalysis等第三方机构估算，GPT-4也采用约1.8万亿总参数的MoE架构，推动MoE成为前沿模型的重要技术路线。MoE架构的核心特征在于“参数规模大、单次激活少”。从图2中可以看到，深蓝色表示高激活频率，浅色表示低激活频率，在不同语料和语言任务中，每次推理仅有部分专家网络被明显激活，绝大多数专家保持低频调用。图2：MoE架构每次仅激活部分专家网络，实现计算成本可控DeepSeekV3是模型效率竞争的标志性案例。DeepSeekV3总参数规模达671B，但每个token仅激活约37B参数，在扩展模型参数的同时显著降低实际计算开销，训练成本仅约550万美元。DeepSeekV3在多项评测中达到开源模型领先水平，并接近GPT-4o、Claude-3.5-Sonnet等闭源旗舰，显示大模型竞争正在从“总参数规模”转向“模型效率/单位成本下的能力释放效率”。行业深度报告敬请阅读末页的重要说明8图3：DeepSeekV3在多项评测中达开源领先水平，接近闭源旗舰早期大模型主要依赖互联网文本语料等完成训练，但随着增加原始文本数据的边训练数据规模与参数规模并行扩张。GPT-4训练数据估计超过13万亿token，DeepSeekV3训练数据达14.8万亿token，Qwen3进一步扩至36万亿token。数据规模增长提升了模型对语言、代码、专业知识和任务场景的覆盖能力，但高质量公开语料日益稀缺，数据供给正成为制约模型能力扩展的重要变量。（2）合成数据真实网络数据在2024年前后趋于饱和，合成数据成为填补缺口的核心路径。OpenAI安全与后训练团队成员SebastienBubeck表示，o3为GPT-5生成高质量合成数据，替代原始网络语料无法覆盖的复杂知识；Anthropic官方模型确认，ClaudeOpus4.7训练数据包含其他模型生成数据；Gemini3预训练负责人 SebastianBorgeaud判断合成数据与推理轨迹将成为下一阶段AI能力演进的核心路径之一。三家头部厂商的实践表明，训练数据结构正从“真实网络语料为主”转向“真实数据奠基+合成数据补位”。（3）数据种类训练数据从文本向多模态拓展，再延伸至物理交互数据。多模态是2023-2024年模型能力突破的重要方向。2023年3月GPT-4发布，9月GPT-4V开放视觉问答能力，11月GPT-4Turbo支持图像输入API；同年12月，Google发布Gemini1.0，采用原生多模态架构，实现文本、图像、音频的统一处理。多模态的意义不仅在于拓宽输入类型，也在于打开工业、医疗、图表解析和手写文字识别等更多场景。多模态能力的爆发以Sora为标志性节点。2024年2月，OpenAI发布Sora，其核心创新是将视频压缩为时空patch序列，并以Transformer统一处理不同分辨率、时长和宽高比的视觉数据。Sora可生成最长60秒的高保真视频，并展敬请阅读末页的重要说明9现三维空间一致性、长程时序连贯性和物理世界状态变化模拟等能力，OpenAI将其定位为“通用物理世界模拟器”的早期形态。Seedance2.0为多模态技术全球标杆。2026年2月，字节Seed团队发布Seedance2.0，采用统一的多模态音视频联合生成架构，支持文字、图片、音频、视频四类模态输入，并可同时参考多张图片、多段视频与多段音频素材，实现对构图、动作、运镜、特效和声音的综合控制。Seedance2.0的VBench综合得分达88.5，发布时创全球视频生成模型最高纪录；2026年5月LMArena实时榜中，其在Text-to-Video、Image-to-Video和视频编辑三大领域同时排名第一。图4：Seedance2.0在复杂动态场景与多风格视频生成上表现突出，位列全球第一梯队PhysicalAI将训练数据边界从多模态延伸至物理交互数据。除文本、图像、音频、视频外，机器人、自动驾驶和工业系统中的交互数据开始成为新一类训练资源。PhysicalAI的关键不只是增强感知能力，而是让模型学习真实世界中的空间结构、时间演化、运动规律和动作后果，使AI系统具备在物理环境中感知、规划与执行的能力。图5：Genie3世界模型可生成多样化世界场景，并支持实时交互式探索敬请阅读末页的重要说明世界模型正将物理AI数据扩展从概念推向工程化。在物理交互数据成为新训练资源的基础上，2024年OpenAI在Sora技术报告中提出视频生成模型可作为“通用物理世界模拟器”的路径，GoogleDeepMindGenie系列进一步将世界模型从视频生成推进到可交互环境生成。2025年1月，NVIDIA发布CosmosWorldFoundationModelPlatform，面向机器人、自动驾驶等场景提供视频生成、数据处理和开放模型能力，通过合成视频和仿真数据补充真实世界采集成本高、长尾场景稀缺的问题。由此，物理AI的数据供给不再只依赖真实世界采集，而是开始通过世界模型、仿真环境和合成数据形成可规模化的训练数据来源。大模型推理能力提升依靠CoT、test-timecomputescaling、强化学习与长上下文能力。CoT（Chain-of-Thought，思维链）是推理能力提升的关键机制。2022年1月，GoogleBrain等研究者提出Chain-of-ThoughtPrompting，首次系统证明通过生成中间推理步骤可显著提升大模型在数学、常识和符号推理任务上的表现。与普通提示词不同，推理模型中的CoT不再只是外部prompt技巧，而逐步成为模型内部推理过程和后训练目标的一部分。Test-timecomputescaling将推理阶段转化为新的可扩展计算资源。传统模型在推理阶段主要完成一次前向传播，而推理模型可以在输出答案前投入更多token和算力，展开更长思考链，并进行多轮校验、回溯修正和答案优化。强化学习是训练模型“学会推理”的基础范式。尤其在数学、代码等具备客观反馈的任务中，模型可以通过奖励信号优化解题策略和自我校正能力。由此，模型能力提升不再只依赖训练阶段的参数、数据和算力扩张，推理阶段本身也成为新的scaling维度。长上下文能力是大模型推理能力提升的核心基础。通过KVCache及显存管理优化复用历史token的Key/Value状态，降低长序列生成过程中的重复计算和推理成本，使模型能够在同一上下文窗口内处理长文档、多文件代码库、多轮对话和复杂约束条件。图6：大模型通过思维链显著提升逻辑推理能力敬请阅读末页的重要说明Kimi是国内大模型长上下文的先行者。2023年10月，Kimi率先支持20万汉字上下文，是国内较早将中文长文本处理能力推至实用级别的商用产品；2024年3月，Kimi上下文能力扩展至200万汉字，在中文法律、金融、学术资料阅读等长文本场景中形成先发优势。图7：2023-2024年国内外核心大模型上下文窗口持续拓展OpenAIo1是推理范式形成的标志性节点。2024年9月发布的o1引入test-timecomputescaling，在生成最终答案前执行更长的内部推理，并通过强化学习形成多步思考、自我验证和纠错能力。性能上，o1在AIME数学竞赛中的正确率从GPT-4o的13%提升至83%，在ARC-AGI等抽象推理测评中也明显超越前代模型。o1的发布意味着大模型能力提升从预训练阶段的参数、数据和算力扩张，进一步延伸至推理阶段的计算扩展。图8：o1在多基准上显著超越GPT-4oDeepSeek-R1推动推理模型从闭源前沿能力走向开源普及。2025年1月，DeepSeek以约600万美元训练成本发布开源推理模型R1，在数学、代码和逻辑推理等任务上对标OpenAIo1。R1的意义不仅在于低成本复现强推理能力，也在于验证强化学习可以有效激发长链路推理、自我反思和自我校正能力。此后，国内外主力厂商相继跟进推理模型路线，算力需求也从“以训练为主”转向“训练与推理并重”。敬请阅读末页的重要说明图9：DeepSeekR1多基准对标OpenAIo1性能静态训练数据往往难以覆盖真实工程中的全部复杂性。真实场景会出现新代码库、新工具链、新业务规则、新错误类型。学习环境通过构造更接近真实任务的训练和评测过程，可以增强模型面对未知问题时的泛化能力。代码执行是最早成熟的可验证学习环境。代码能否运行、测试能否通过，天然提供客观奖励信号，构成RLVR训练的理想基础。SWE-benchVerified量化了这一跃迁：2024年初行业最高分约22%，Claude3.5Sonnet于2024年l0月达到49%，GPT-5于2025年8月达到74.9%，ClaudeMythos于2026年4月突破93.9%。代码能力成熟后，模型可进一步调用API、操作文件系统和控制浏览器，具备完成计算机自动化任务的技术前提。表2：核心大模型SWE-benchVerified得分两年提升超70个百分点发布时间模型SWE-benchVerified得分2024.03Claude3Opus22.00%2024.10Claude3.5Sonnet49.00%2025.02Claude3.7Sonnet70.30%2025.04OpenAIo369.10%2025.08GPT-574.90%2025.10ClaudeSonnet4.577.20%2026.02ClaudeOpus4.580.90%2026.04ClaudeOpus4.680.80%2026.04ClaudeOpus4.787.60%2026.04ClaudeMythosPreview93.90%行业深度报告敬请阅读末页的重要说明（2）驾驭工程（HarnessEngineering）Agent工程范式正从提示词工程、上下文工程演进至驾驭工程。代码执行提供了最早成熟的可验证环境，但真实工程任务远高于单次代码生成或测试通过。模型要在长周期任务中稳定交付，需要持续理解目标、管理上下文、拆解步骤、观察执行结果，并在出错后自动修正。提示词工程解决“如何提出指令”，上下文工程解决“提供哪些有效信息”，HarnessEngineering则解决“如何让Agent在复杂任务中持续、稳定、可验证地运行”。HarnessEngineering的核心是为Agent设计可控、可验证、可纠错的运行环境。2026年2月，OpenAI首次在官方博客中提出HarnessEngineering，强调通过上下文管理、架构约束和反馈机制，使CodexAgent能在真实软件工程中持续执行、验证和修正。其内部实验中，少数工程师通过提示词与反馈驱动Codex，在约5个月内完成百万行代码级产品开发。2026年3月，Anthropic提出Harnessdesign，通过多Agent架构、SprintContract和上下文重置等机制，提升Claude在长程自主开发任务中的完成度和稳定性。Harness是当前Agent工程的“集大成者”，涵盖所有围绕大模型构建的工程化执行系统。基于提示词、上下文到驾驭工程的方法论演进，LangChain采用Harness=Agent-LLM公式，将Harness提炼为Agent除模型外一切使之具备任务执行能力的配套，即让Agent稳定运行的环境工程。图10：HarnessEngineering四大支柱表3：全球大模型技术演化与标志事件演进阶段时间底层技术突破标杆性模型/事件关键意义敬请阅读末页的重要说明演进阶段底层技术突破标杆性模型/事件关键意义架构奠基与产品化2017-2022年Transformer、RLHF、ScalingLawInstructGPT(2022)ChatGPT上线(2022.11)确立“预训练+微调”基础范式；ChatGPT2个月月活破亿，完成实验室→消费级产品形态跨越多模态与长上下文代码与推理2023年-2024年2024-2025年初原生多模态架构、RoPE位置编码/KVCache优化Test-timeComputeScaling、代码库级上下文理解、GPT-4/4V、Gemini1.0、SoraClaude2.1/GPT-4Turbo、KimiOpenAIo1(2024.09)DeepSeekR1(2025.01)ClaudeCode竞争逻辑转向“场景覆盖广度”；拓宽工业质检/医疗/长文档处理落地基础，奠定视频生成技术前提开辟“推理时Scaling”新路径；算力需求结构向“训推并重”迁移；为Agent落地提供核心前置条件智能体工程与HarnessEngineering2024年末-2026年任务拆解/工具调用架构、跨应用执行/持续记忆DeepResearchClaudeCodeCodex定位升级为“虚拟员工”；商业模式从“卖Token”转向“卖任务结果”；VibeCoding推动Agent加速落地，商业化闭环形成2.海外大模型公司分析OpenAI成立于2015年，最初由SamAltman、ElonMusk、GregBrockman、IlyaSutskever等科技界人士共同发起，定位为一家人工智能研究机构，核心出发点是推动AI发展与AGI。公司早期带有较强的公益研究色彩，后随着大模型训练成本快速上升，OpenAI于2019年转向“非营利治理+有上限营利实体”的组织结构。图11：OpenAIARR增长趋势（单位：亿美元）截至2026年4月，OpenAIARR由2023年约20亿美元提升至约240亿美元，行业深度报告敬请阅读末页的重要说明三年增长超10倍；ChatGPT周活达9亿、日活约4亿，付费用户超5000万。收入结构上，消费者订阅仍为核心，Plus、Pro、Team等贡献约60%收入；企业端渗透同步提升，92%的《财富》500强企业已采用OpenAI服务，企业客户数突破100万。公司仍面临较大的算力投入压力，2025年收入约130亿美元，未来五年计划投入约6000亿美元建设半导体集群与数据中心。2026年4月，OpenAI完成1220亿美元融资，投后估值8520亿美元。2.1.2技术路径：多模态、推理与Agent能力全线推进OpenAI是大模型Scaling路径最典型的实践者。GPT系列参数规模从GPT-1的1.17亿、GPT-2的15亿，跃升至GPT-3的1750亿，再到GPT-5.5的大几万亿。OpenAI是多模态的领先者。早期GPT系列主要依赖大规模文本语料，GPT-4/GPT-4V引入图像理解能力，GPT-4o进一步打通文本、视觉与语音交互，Sora则将视频数据纳入模型能力扩展主线。GPT-5.5在多模态任务上可量化领先，MMMUPro得分83.2%（含工具）、Terminal-Bench2.0得分82.7%，并通过RealtimeAPI与VoiceMode实现低延迟原生语音多轮对话，体现其在视觉、代码执行和语音交互上的综合优势。表4：OpenAI多模态能力在多基准领先评测基准/能力维度GPT-5.5Gemini3.1ProClaudeOpus4.7MMMUPro(视觉推理)83.2%(含工具)/81.2%80.5%78%Terminal-Bench2.0(智能体环境操作)82.7%68.5%69.4%原生实时语音交互能力深度集成(RealtimeAPI)仅有限支持/需第三方OpenAI率先将Test-timeCompute产品化，o1系列是推理范式标志性节点。o1标志模型从Chatbot走向慢思考ReasoningModel，后续o3、GPT-5系列延续这一方向。GPT-5.5在高难度科学与工程评测中继续保持第一梯队表现，ARC-AGI-2得分85.0%，SWE-benchPro成功率约58.6%，HLE达52.2%，显示其在“复杂工具链+深度推理”的综合能力。表5：GPT5.5高难度科学与工程评测中保持领先评测基准/极限能力考验GPT-5.5ClaudeOpus4.7Gemini3.1ProARC-AGI-2(纯图形与反套路逻辑)GPQADiamond(博士级前沿科学)SWE-benchPro(真实代码仓库修复)HLE(人类最后考试-综合复杂测试)85.00%75.80%77.10%93.60%94.20%94.30%58.60%64.30%54.20%52.20%54.70%51.40%OpenAI代码能力处于第一梯队。GPT-5.5系列在SWE-benchPro中得分58.6%，在Terminal-Bench2.0中得分82.7%，展现出较强的真实工程任务执行能力；在SWE-benchVerified中，GPT-5.3Codex得分约85.0%，处于行业第一梯队。敬请阅读末页的重要说明表6：OpenAI代码能力处于第一梯队基准测试GPT-5.5ClaudeOpus4.7Gemini3.1ProSWE-BenchPro58.60%64.30%54.20%SWE-BenchVerified~85.0%(GPT-5.3Codex)87.60%80.60%Terminal-Bench2.082.70%69.40%68.50%2026年2月，OpenAI推出Codex，并提出HarnessEngineering实践，将Codex从单点代码助手升级为多Agent协同的工程执行系统。Codex使开发者能够跨项目编排多个Agent，并行委派任务、跟踪进展和处理长周期工程工作；CodexHarness则提供底层Agent循环、执行逻辑、工具接入和多端协同能力。OpenAI目前的商业化历经三阶段：订阅制直接变现奠定现金流基础，定价分层提升高价值用户ARPU，广告与电商抽佣尝试将9亿周活免费用户商业化。（1）第一阶段（2023年—2024年会员订阅打下规模基础ChatGPTPlus于2023年2月上线，定价20美元/月，凭借先发优势积累大规模用户，并形成高留存率的消费者订阅基本盘。ChatGPTEnterprise于2023年8月推出，定价60美元/用户/月，引入SSO、审计日志和数据隔离等能力，切入企业合规采购链。（2）第二阶段（2024年—2025年阶梯定价，提高综合ARPUOpenAI自2024年起通过多档定价重构ARPU结构。公司将单一20美元/月订阅扩展为多档产品线，Go以8美元/月面向轻度付费用户，Pro以200美元/月面向金融、科研、编程等重度用户；API端o3-mini定价为输入1.1美元/百万tokens、输出4.4美元/百万tokens，高阶模型定价梯度进一步拉开。分层定价使OpenAI能在保留用户基数的同时，从高价值用户中提取更高ARPU。表7：OpenAI订阅产品矩阵产品定价目标用户核心差异化•有限访问GPT-5.5InstantChatGPTFree0大众用户•有限消息和上传•有限图像生成和深度研究•更多访问GPT-5.5InstantChatGPTGo$8/月大众用户•更多消息、上传和图像创建•更长记忆（可能含广告）•GPT-5.5Thinking高级推理•扩展的消息和上传限额ChatGPTPlus$20/月个人付费用户•Projects、自定义GPTs•扩展的Codex使用•优先访问新功能•5x或20x更多使用量•GPT-5.5Pro推理ChatGPTPro$200/月重度专业用户•无限制GPT-5.3和文件上传•最大深度研究和Agent模式•10x或25xCodex使用（促销期）敬请阅读末页的重要说明产品定价核心差异化ChatGPTTeam$25/用户/月（月付）$20/用户/月（年付）中小团队•包含Plus所有功能•60+企业应用集成•SAMLSSO、MFA安全•专属工作空间和管理控制ChatGPTEnterpriseChatGPTEdu按需定价学术定价大型机构私有部署+合规高校机构教育场景定制（3）第三阶段（2025年起）：企业端持续渗透，广告+电商抽佣重点布局在订阅规模基础与定价分层体系成熟后，OpenAI的商业化重心转向存量用户的多元变现。企业端，ChatGPTEnterprise、API、DeepResearch、Codex等产品持续进入办公、研发、金融研究和代码工程场景，推动收入结构从单一对话订阅走向“订阅+API+企业工作流”。此外，广告与电商抽佣是OpenAI重点布局的商业化场景。广告：CPM定价显著高，目标2026年10亿美元2025年上半年，OpenAI任命前Meta广告高管FidjiSimo为Applications部门CEO，同步从Google挖角广告负责人。广告位初期落于ChatGPT搜索结果页，计划扩展至对话内嵌入与产品搜索场景，并支持用户点击广告后直接与品牌方进行对话互动。用户意图理解是广告溢价的结构性来源。CPM$60（FinancialTimes报道）显著高于Google/Meta的约$14，溢价明显。Google用户通常输入2-3个关键词，ChatGPT用户输入的是完整场景描述；大模型从中提取的偏好画像，使广告匹配精准度跃升一个层级。ChatGPTPulse功能进一步主动推送个性化内容，补足传统推荐系统缺乏的深层意图理解。表8：OpenAI广告CPM定价高于谷歌与Facebook平均水平公司CPM谷歌广告$14.07（2025年全行业平均）Meta广告$14.19（2025年全行业平均）OpenAI60电商：4%抽成，ACP打通“即时结账”闭环2025年9月OpenAI与Stripe联合推出AgenticCommerceProtocol（ACP）。ACP的核心突破在于彻底解耦前端结账体验与后端支付处理：通过标准化共享支付令牌（SharedPaymentToken）传递支付凭证与风控信号，内置风险评分区分合法AI购买与恶意爬虫，使用户无需离开ChatGPT界面即可完成即时结账。OpenAI陆续接入电商平台，4%抽佣模式。率先接入Etsy和Shopify，Etsy拥有560万卖家，Shopify商户超过100万，二者聚集大量非标品，适合通过AI对话完成“咨询式导购”，沃尔玛与山姆会员店也正在接入。收费模式上，据TheInformation报道，商家原有支付手续费维持不变，OpenAI从交易额中额外抽取约4%佣金。全球电商GMV约$6.42万亿（emarketer统计美国市场2025年预计$1.23万亿（DigitalCommerce360统计）。行业深度报告敬请阅读末页的重要说明图12：ACP实现图解Anthropic由前OpenAI研究副总裁DarioAmodei与总裁DanielaAmodei于2021年创立，核心团队大量来自OpenAI。公司自创立之初起，即以"AI安全"为使命，采用自研的“宪法AI”技术路线，致力于创造可靠的、可解释的和可操控的AI系统，为其后续聚焦企业端业务的商业化战略奠定了技术基因。截至2026年5月，公司ARR约440亿美元，超越OpenAI成为全球ARR规模最大的大模型厂商。据彭博社报道，2026年5月公司估值达9650亿美元，超过OpenAI。公司已明确IPO计划，目标2026年10月在纳斯达克上市，拟募资约600亿美元。企业/API调用为最主要收入来源。API收入约占总收入的70%-75%，订阅约占10%-15%。该结构反映其企业优先与安全合规定位：公司精准切入对数据隐私、稳定性和合规要求较高的企业市场，企业级合约具备高续约率、强付费意愿与较高收入质量。表9：Anthropic当前收入结构（按收入形态）客户收入占比核心驱动力API约70-75%主要来自企业/API调用，也包括第三方应用间接调用订阅包括ClaudePro、Max、Team、Enterprise等订阅层级，不等同于纯消费者订阅。大客户预留容量、固定合同承诺等约10-20%大客户预留容量、固定合同承诺等，具体拆分未官方披露。敬请阅读末页的重要说明Claude旗舰模型参数量持续迭代。Anthropic官方并未系统披露Claude系列参数规模，市场多采用第三方估算口径：Claude3系列中，Haiku/Sonnet/Opus通常被估算为约200亿/700亿/2万亿参数；Claude4系列后，Opus继续作为旗舰模型承接最复杂推理、代码和长程Agent任务，Sonnet则在能力与成本之间取得平衡。Anthropic在数据侧聚焦安全对齐数据，强化模型可信壁垒。Anthropic的数据路线更偏向安全原则、反馈数据和模型可审计性。ConstitutionalAI通过预置规则集，让模型在训练阶段进行自我批判和自我修正，将安全规范转化为可追踪的训练流程。Claude系列推理能力与Agentic任务持续保持领先。Anthropic的推理能力重点体现在代码、长上下文和多步骤Agentic任务。SWE-benchVerified（真实软件工程任务基准）榜单中Claude大多时候保持领先。表10：SWE-benchVerifiedSOTA模型追赶统计表前一SOTA模型准确率其他厂商追平模型准确率Claude3.5Sonnet49%o3-mini(OpenAI)（2025/1/30）49%o3（2025/4/16）69%ClaudeOpus4（2025/5/22）73%36ClaudeOpus473%GPT-5（2025/8/7）75%77GPT-5（2025/8/7）81%ClaudeMythosPreview（2026/4/7）94%当前最高--平均追平时长80.50图13：SWE-benchVerified历代SOTA模型追赶图Anthropic以ClaudeCode和MCP构建Agent执行环境。ClaudeCode对应工作流层，将模型嵌入真实软件工程场景；MCP对应协议层，定义模型连接外部工具、数据库和企业系统的标准接口。二者分别解决“模型如何完成任务”和“模行业深度报告敬请阅读末页的重要说明20型如何连接环境”两个核心问题。ClaudeCode引领CodingAgent发展。2025年2月，ClaudeCode以研究预览版发布，率先运行于终端环境；2025年5-8月转为通用，接入VSCode、JetBrains等IDE并发布SDK；2025年9月后进一步上线2.0、Checkpoints、Web/移动端/桌面端及Slack、Chrome插件，升级为多入口工程Agent平台，将代码仓库、终端、IDE、测试框架和协作工具转化为可执行、可验证、可反馈的学习环境，推动Claude从代码生成走向工程任务执行。MCP丰富AnthropicAgent生态。2024年ll月，公司开源ModelContextProtocol，定义模型与外部工具、数据库的标准化交互规范，支持多模型、多客户端接入。MCP为Agent提供统一工具调用和数据连接底座，也丰富了大模型应用生态。（1）第一阶段（2023年多云中立，卡位企业级AI入口2023Q1公司正式启动商业化，确立多云中立战略，以API分发卡位企业级AI。公司没有绑定单一云厂商，也没有优先押注消费者订阅，而是同步接入AWS、谷歌云等等，构建跨云分发架构。相较于OpenAI深度绑定Azure、GoogleGemini强依赖GCP生态，大型企业更容易接受多云中立方案，因为其更符合供应链安全和架构灵活性的要求。公司产品体系包括API按量付费、企业订阅和消费者订阅。API按量付费面向开发者与企业技术团队，通过API直接调用Claude模型能力。采用纯按量计费模式，以「每百万代币（MTok）」为单位，输入/输出分别计价。支持标准推理、扩展思维（ExtendedThinking）、提示词缓存、批量处理等多种高级功能，适合将Claude集成到自有应用、工作流或自动化系统中。表11：Claude核心模型定价表模型输入价格（$/百万Token）输出价格（$/百万Token）上下文窗口ClaudeOpus4.75.0025.001MtokensClaudeSonnet4.63.0015.001MtokensClaudeHaiku4.55.00200ktokens企业订阅面向5人以上团队及大型组织，提供集中管理、安全合规、定制集成能力。分为Team、Enterprise（自助式）与Enterprise（销售协助）三档，支持混合席位配置（标准/高级）、统一账单、单点登录（SSO）、审计日志、数据驻留控制等企业级功能。可按需叠加API用量，实现「订阅+按量」混合计费。表12：Anthropic企业订阅计划表计划定价模式核心功能Team•标准席位：$20/席/月（年付）•高级席位：$100/席/月（年付）•最低5席起•包含Pro全部功能•ClaudeCode+Cowork企业版•企业搜索（跨组织知识库）•中央账单与管理后台•混合席位类型（标准/高级）行业深度报告敬请阅读末页的重要说明21计划定价模式核心功能•席位费$20/席•API用量按实际消耗计费•Team全部功能•用户/组织级支出限额•GoogleDocs编目、细粒度权（RBAC）•SCIM同步、审计日志、合规APIEnterprise（销售协助）定制报价（含MSA、PO、用量承诺）•自助式全部功能•HIPAA就绪方案（医疗合规）•ClaudeSecurity（漏洞扫描）•专属客户成功支持、培训赋能iOS、Android、桌面端全平台访问。采用阶梯式订阅制，按功能权限与用量额度分级，支持按月/按年付费。所有计划均包含基础聊天、文件分析、代码生成、联网搜索等核心能力，高阶计划解锁更多用量、高级模型与优先服务。（2）第二阶段（2024年战略性收敛多模态与消费者端投入，All-in企业端2024年Anthropic将战略重心收敛至Coding与Agentic场景。公司主动收缩多模态、消费者订阅和泛娱乐业务，将研发资源投向高价值企业级任务。受益于场景渗透加速，2024年公司ARR由年初不足1亿美元升至年底9.5亿美元。图14：Claude3.5sonnet在SWE-benchVerified基准表现领先（3）第三阶段（2025至今）：从vibecoding到构建AgentOS生态图15：AnthropicARR增长曲线敬请阅读末页的重要说明22ClaudeCode实现生产力变革。高价值Coding场景的效果实现推动大模型商业化逻辑从传统“DAU×ARPU”转向“Token消耗量×任务单价”。财务表现上，ClaudeCodeARR由2025年底约11亿美元升至2026年2月约25亿美元。公司ARR于2026年5月达440亿美元，在低消费者订阅基数下实现对OpenAI的规模反超，验证了高客单价企业任务的创收驱动。开源MCP标准接口，卡位生态关键枢纽。公司于2024年11月推出ModelContextProtocol，定义大模型与外部工具及数据库的标准化连接规范，截至2025年3月，第三方MCPServer数量突破1,200个，MicrosoftPowerPlatform、Atlassian和Salesforce等主流SaaS厂商相继宣布原生支持。ClaudeSkills将企业SOP（标准化工作流程）产品化：把原本写在文档里、依赖人执行的流程，封装成AIAgent可自动调用、可复用、可校验的能力包，推动企业从“知识数字化”走向“流程智能化”。图17：Claudeskill最佳实践与核心原则场景层纵深切入跨职能协作与核心业务流，深度挖掘高净值客群。Cowork将代码生成能力延伸至跨团队协同，客群从开发者拓至企业级知识工作者。ClaudeinExcel嵌入Microsoft365，切入金融建模和数据分析高频工作流。金融服务专项版本进一步内置实时数据连接器和DCF模型技能，做深高ARPU垂直行业客户。敬请阅读末页的重要说明23图18：ClaudeCowork使用界面从IT预算迈向人力薪酬预算的价值重估。ClaudeCode客户案例显示生产力变革效果：Stripe将原预计10个工程师周的代码迁移任务压缩至4天完成；Wiz将约5万行代码迁移耗时压缩至约20小时。Anthropic有望率先在基础大模型厂商中推动从“Token售卖”到“数字劳动力交付”的商业模式升级。Gemini是GoogleDeepMind主导研发的原生多模态大模型，该系列支持文本、图像、音视频与代码的跨模态联合建模和推理，其模型体系从早期Ultra/Pro/Nano逐步扩展至Pro、Flash、Flash-Lite、DeepThink等层级，分别面向旗舰推理、高频低成本调用、端侧部署和复杂任务推理等场景。图19：GoogleGemini商业化闭环生态行业深度报告敬请阅读末页的重要说明24GoogleGemini的长期护城河来自Google生态：拥有13款用户量超过10亿的产品，其中5款用户量超过30亿，覆盖搜索、Android、YouTube、Gmail、GooglePlay和GoogleDrive等核心服务。Gemini一方面通过GoogleCloudAPI向企业客户开放，另一方面接入搜索、Workspace、Android终端等，形成“模型即服务+云原生应用”的闭环生态。Google以万亿级模型延续参数Scaling。Google最早PaLM参数规模已达5400亿，据第三方估算，Gemini1.0Ultra约1.5万亿参数，Gemini2.5Pro约1.15万亿参数。Gemini以原生多模态扩展数据边界。Gemini1.0即采用原生多模态架构，区别于“文本模型+视觉/音频模块”后置拼接方案，模型从预训练阶段即统一处理文本、图像、音频、视频和代码，使各模态共享同一表征空间。Gemini2.0进一步支持图像、视频、音频等多模态输入，并新增原生图像生成、文本与图像混合输出、多语言语音输出等多模态输出能力。Gemini3Pro则进一步强化文档、空间、屏幕和长视频理解能力，从“输入模态扩展”走向“复杂视觉与空间推理”。Google以高质量数据与合成数据提升模型训练效率。在公开互联网语料边际趋紧的背景下，Google持续将数据侧重点从单纯扩大网页语料，转向高质量样本、合成数据和可验证推理轨迹。Gemini3预训练负责人SebastianBorgeaud认为，AI训练正从“无限数据时代”进入“数据受限时代”，未来模型能力提升将更加依赖高质量数据筛选与合成数据构造等等。合成数据可用于补充数学、代码、科学推理和多模态理解等稀缺任务样本，推理轨迹则有助于模型学习更稳定的分步思考和问题求解路径。Google以长上下文和深度思考强化复杂推理能力。Gemini1.5Pro将上下文窗口提升至100万token，并在后续扩展至200万token。Gemini2.5Pro进一步强化Verified等数学、科学、代码和Agenticcoding基准中表现领先。2025年11月发布的Gemini3Pro在ARC-AGI-2、SWE-benchVerified和GPQADiamond三项基准上表现突出。2026年初迭代的Gemini3.1Pro进一步将测评指标提升。表13：Gemini推理与工程能力不断提升模型ARC-AGI-2SWE-benchVerifiedGPQADiamondGemini3.1Pro77.10%80.60%94.30%Gemini3Pro31.10%76.20%91.90%Gemini2.5Pro—63.80%84.00%Gemini3.5Flash体现了Google在速度、成本和Agent能力之间的平衡。2026年5月GoogleI/O大会上，Google发布Gemini3.5Flash，定位高频调用场景，推理速度较Gemini3.1Flash提升约4倍，定价较同级别模型低约50%，并在Terminal-Bench2.1等代码执行基准上得分76.2%。同时，公司进一步升级AIMode，并推出GeminiSpark，分别将搜索推向多步骤任务执行，并向消费者开放跨应用调度能力。行业深度报告敬请阅读末页的重要说明25图20：Gemini3.5Flash多维度媲美各厂商旗舰大模型GoogleGemini在Agent推进落地上保持开放。2024年12月发布的Gemini2.0定位为面向Agent时代的新模型，原生支持工具调用、多模态交互和复杂任务执行，2025年4月，Google推出AgentDevelopmentKit（ADK作为开源Agent开发框架，支持开发者构建、调试和部署可靠的多Agent系统。2025年6月，Google发布GeminiCLI，将Gemini作为开源AIAgent接入终端，用于编码、问题求解和任务管理。官方文档显示，GeminiCLI采用ReAct循环，可结合内置工具和本地/远程MCPservers完成修复Bug、新增功能等复杂任务。Google依靠生态优势，通过广告、GoogleCloud与多端订阅实现商业化。与独立大模型公司不同，Google不需要完全重新构建用户入口，而是可以将Gemini嵌入搜索、YouTube、Workspace、Android、Chrome和GoogleCloud等高频场景，在既有流量、办公和企业IT体系中完成AI功能分发与商业化转化。短期可见云收入的兑现和搜索广告韧性，长期可期待AI带来的生态协同价值潜力。图21：Google核心产品生态矩阵广告仍是GoogleAI商业化的基本盘。Google持续将Gemini能力深度嵌入搜索，敬请阅读末页的重要说明26通过多代AI搜索功能的迭代，将搜索从关键词检索工具重构为覆盖信息获取、任务执行与商业交易的全链路Agent入口。AIOverview于2024年5月I/O正式推出，在搜索结果页顶部直接生成AI摘要，提高用户获取信息的质量，截至2026年5月月活已达25亿。AIMode于2025年5月I/O推出，支持多轮对话式搜索与多步骤复杂任务执行，截至2026年5月月活突破10亿。图22：GoogleAIOverview界面Google正通过搜索、购物、预订和编程Agent重塑搜索入口价值。2026年5月SearchAgents可在后台监控特定信息变化并主动推送更新；购物Agent支持全则可为用户生成定制化可视化工具和交互仪表盘。图23：Google购物Agent从商品浏览延伸至结账决策辅助环节AI搜索提升了Google广告库存和单次曝光价值。Google管理层在I/O大会上表示，用户使用AI搜索功能后，搜索频次反而更高，从而带动广告库存扩张。同时，AI对完整场景描述的理解强于传统碎片关键词，可提升广告匹配精准度；购物和预订Agent的落地，则将搜索延伸至交易闭环。2026Q1，Google搜索及其他广告收入达604亿美元，同比增长19%，缓解AIGC颠覆搜索的顾虑。（2）GoogleCloud企业对AI基础设施的采购需求已转化为高可见度订单积压：2025Q4，Google敬请阅读末页的重要说明27Cloud收入l77亿美元，同比增长48%，期末积压订单约2400亿美元；2026Ql，收入进一步增至200.3亿美元，同比增长63%，积压订单扩大至逾4600亿美元。图24：GoogleCloud季度收入及同比增速资料来源：Google公司财报、招商证券GeminiAPI调用量和企业客户使用深度快速提升。截至2026年5月，GoogleAI模型月token处理量达3200万亿，较2025年5月增长约7倍；API调用吞吐达l90亿tokens/分钟，活跃开发者达850万/月。过去l2个月内，超过375家GoogleCloud企业客户各自处理token量超过l万亿。图25：Gemini月token处理量近一年增长约7倍Google全系付费订阅用户池为Gemini商业化提供基础。截至2026Ql，Google全系付费订阅数达到3.5亿（主要由YouTube和GoogleOne驱动已具备庞大的存量付费用户池。企业端，Google于2025Q4披露GeminiEnterprise已售出超过800万个付费席位，覆盖2800多家公司；2026Ql，GeminiEnterprise付费月活用户进一步环比增长40%。同时，GeminiApp月活用户从2025年5月的4亿提升至2026年5月的9亿，同期日均请求量增长超过7倍；NanoBanana系列图像模型累计生成超过500亿张图像。整体来看，Gemini通过个人AI订阅、Workspace办公入口和GeminiEnterprise企业席位三条订阅路径共同推进商业化。敬请阅读末页的重要说明283.国内大模型公司分析Qwen是阿里巴巴通义团队研发的大模型系列，自2023年发布以来持续迭代，已形成覆盖基础语言、多模态、代码、数学、音频和智能体等方向的模型矩阵。Qwen依托阿里云算力基础设施、开源开发者生态和阿里系应用场景，形成“开源模型—云端MaaS—应用场景”的协同体系。图26：Qwen核心生态矩阵图保持开源，持续迭代。2023-2024年，Qwen/Qwen2/Qwen2.5系列持续开源，其中Qwen2-72B旗舰版发布后迅速登顶HuggingFace开源榜，超越Llama3-70B。2025年Qwen3引入MoE，2025年9月，阿里发布Qwen3-