诸侯混战国模出海-大模型2026年中复盘及展望

图表目录图1：artificialanalysis的文生视频排行榜（截至2026/7/5） 5图2：Anthropic人均贡献的代码量快速提升 6图3：全球主要大模型公司年化经常性收入（ARR） 7图4：大模型发布节奏越来越密集，且frontier模型竞争焦灼 9图5：artificialanalysis榜单上，开源模型占据半壁江山 9图6：开源模型的成本显著低于claudeopus4.8/fable5 10图7：OpenRouter上开源模型token占比快速上升 图8：openrouter上deepseek的tokens份额涨幅比收入份额涨幅更大 图9：微软CEO纳德拉的文章 12图10：按照模型划分的rubricpassrate 14图OpenAI报告中关于knowledgeworker的描述 15ScalingLawmulti-agentRSI是新的方向Scalinglaw没有失效LawAITransformer本身AI300Agent13LeCun、IlyaalternativeDAUARRTransformerbetOpusFable（mythos）升；GPT5.15.45.55.6预训练决定天花板，后训练决定能触及天花板的高度。ScalingLawscalingscalingscaling多模态：从理解文字到理解世界Google2025Gemini3DeepMind在今年初发布的OmniDemisOmnineacocondonedvdeode界模型和视频模型之间的界限会以不同于以往的方式演变。scaling（seedanceRunway）国内模型在多模态输出上已经领先，在artificialanalysis的文生视频排行榜上，前十名里有9个都是中国的模型。但在多模态输入和理解上还在追赶。图1：artificialanalysis的文生视频排行榜（截至2026/7/5）artificialanalysisMulti-Agent：从单兵作战到军团协作如果单个模型的能力增长在放缓，那么让多个Agent协作来完成复杂任务，就是另一个scaling维度。Kimi300个子Agent并4000300AIMulti-Agent300个AgentMulti-Agent300AgenttokenAgentAgent难知道是哪个AgentAgent个任务链崩溃，容错机制的设计非常复杂。RSI：让AI自己训练AIMulti-AgentRSI（RecursiveSelf-Improvement）scalingAIAnthropic在6月的《WhenAIbuildsitself》文章中披露了几个数字：2026580%的代码由Claude2026年Q12025820264月有一个AIAgent端到端完成了一项AI800小Preview2.52484倍。图2：Anthropic人均贡献的代码量快速提升AnthropicAIAIAI更强，更强的AIAIAnthropicRSI，AnthropicAI技术上推进RSI，一边在伦理上呼吁放缓。RSIAINeoLabAnthropicMirendil、OpenAIVPCoreAI分析结果。第二是AIAIsyntheticdataRL训AIrewardfunction但真正的AIAI1020codingRLRLRSIAIFrontiermodel：交替领先，终局未定去年，GoogleGemini2.53.0BardGemini3GoogleScalingLawOpenAIAnthropicGooglescalework，是通向AGI但高光时刻只维持了两个月。2025年底到2026年初，Agentic+coding产品开始密集爆发，ClaudeCode迅速占领开发者社区。ClaudeCode成为大量开发者的日常工具。截止2026年5月15日，Anthropic的arr达470亿美金，在绝对值和环比增速上都领先OpenAI。图3：全球主要大模型公司年化经常性收入（ARR）epochaiGoogle在这一轮codingcodingRLRLcodingClaudeCode和CodexGoogle但Anthropic4月中旬发布的Opus4.7相较于opus4.6没有明显改善，而tokenizermythosabeopus4.8AnthropicHarness按API价格使用OutputOpenAI抓住了这个窗口期。5月发布的GPT5.5和后续限量上线的gpt5.6，让OpenAIcodingClaudeOpenAIOpeAIOpAIAnthropicClaude和claude切codex。站在2620232024OpenAI2025GoogleGemini32026AnthropiccodingOpenAI（vsvs（GooglevsAnhopcvsOeAI图4：大模型发布节奏越来越密集，且frontier模型竞争焦灼artificialanalysis那么GoogleAnthropicGoogleTPUfrontierintelligencetokenmaxingGooglescaling业界共识从更大的Android积累的多模态数据就会从潜在优势变成现实壁垒。Gemini3发布到被codingAnthropicARR反超到价格战：开源模型正在冲击闭源模型的定价根基图5：artificialanalysis榜单上，开源模型占据半壁江山artificialanalysis图6：开源模型的成本显著低于claudeopus4.8/fable5artificialanalysisAnthropic和OpenAI开始在复杂任务用旗舰闭源（OpusabeG55，简单任务用开源或低价模型（DepSeknxwn90%的场景Fable5或AI图7：OpenRouter上开源模型token占比快速上升openrouter开源模型tokens消耗量大，而闭源模型的定价高。开源模型的tokens量份额在增长，但因为定价便宜，收入并没有同步高增。图8：openrouter上deepseek的tokens份额涨幅比收入份额涨幅更大openrouter模型路由器是这个格局的关键基础设施。便宜FableDeepSeekCopilotCowork（AIOutlook、eaceNadea在nhopc被禁之后发了一条X想被Anthropic和OpenAI图9：微软CEO纳德拉的文章SatyaNadellaAnthropic和OpenAI会不会降价？1%1%0.1%Anthropic和OpenAI（（91%开源模型会不会闭源？（Anthropic和OpenAIPCAnthropicOpenAI模型在做应用，应用也在做模型一方面，模型公司在做应用。AnthropicARPUClaudeAICodingCursorCodexClaudeDesign4Figma。Figma。ClaudeDesignAnthropicHR应用AnthropicAnhopc做CaudeodeCaueDentokenAPICursorSpaceX收购拿到算力，其他AICoding（ReplitLovableAnthropicOpenAIfine-tune但另一方面，应用公司也在做模型。20264600亿美元收购了Cursor617宣布1.5SpaceX10万张GPUCursor+Cursor+spacexxAI之前有ColossusAnthropicCursor10SpaceX的Colossus2CursorClaudeGPTAPI+算力。之前Cursor（AnthropicCaudeCod、odeCuorCursorCursor/AI建codingGitHubxAIcoding跟ClaudeCode和Codex比，Cursor+SpaceX的优势是成本结构更灵活、有自己的算力和模型底座、不被单一上游锁死。再举另一个例子。622harveyai（aiAppliedComputeGLM-5.1post-trainingHarveyLegalAgentBenchmark(LAB)上表现最强的法律agent模型。训练后的GLM-5.1在rubricpassrate上达到0.913，超过xhigh和Opus4.8Max；all-passrate达到0.126xhighOpus4.8Max。图10：按照模型划分的rubricpassrateharveyHarvey为什么要这么做？OpenAI或Anthropic的APIVPC如果HarveyOpenAIAPI，OpenAIagentHarveyClaude——AnthropicHarvey或Opus5Harvey（垂直AI应用公司的长期生存策略是开源模型+自有训练能力+垂直场景优化，而不是闭源API+promptengineeringApptgader设计、harnessRL从Coding到vibeworking再到vibecreating：AI应用的三波浪潮VibeCoding——已经爆发的现实Codingyesorno。这让大模型厂商能用强化学习在RLRL但Coding的天花板也在隐约浮现。GitHubCopilot61成按Uber四个月花光了全年AIAIKiroranktokenmaxingVibeWorking——正在渗透的白领办公OpenAI20266Codex3AIAgent图11：OpenAI报告中关于knowledgeworker的描述OpenAI的逻辑和Coding一脉相承，但场景更宽广。月之暗面的Kimi、Anthropic的ClaudeCoworkOpenAI的桌面版AgentExcelPDFPPT。AI10AIAIAnthropicagentCodingPPT好不好看、一个投资建议对不对，短期内根本没有客观验证标准。没有清晰的rewardsignal，RLHRVibeCreating——值得期待的未来如果CodingCreating帮你生成视频、音乐、游戏、设计作品。CreatingseedanceCodingAICreatingCoding和Creating