AI激战正酣！2026年中大模型深度回顾与前瞻

2026年上半年的AI领域，已从“年度更新模型”跃迁至“月度榜单争霸”。

首先，GPT-5.6Sol预定7月上旬亮相，马斯克的Grok 4.5即将登场，Gemini 3 Pro也将在7月17日上线冲刺排名，国内DeepSeek V4正式版同样锁定七月中旬，GLM-5.x、可灵/Seedance多模态模型密集落地。

每隔一两个月，行业就会重复一次质疑——规模定律是否触顶？Transformer是否走到尽头？AI是否只是泡沫？

然后，新模型能力持续跃升并霸榜，全球AI公司的年度经常性收入再度攀升，这些疑虑又暂时被搁置。

这场“轮番上阵”的激战背后，并非大模型步入终局，恰恰相反：单一参数堆砌的规模定律上半场已落幕，但多模态、多智能体、自我进化的规模定律下半场才刚拉开序幕。

与此同时，闭源与开源的界限、模型与应用的界限、海外与国产的界限，都在2026年年中这个节点，发生了结构性的转变。

今天我们来回顾2026年中--AI大模型的激战格局与策略展望。以下从：

① 规模定律未消亡，多模态、多智能体、递归自我改进是新赛道；

② 前沿模型：你追我赶，结局未定；

③ 价格战：开源侵蚀闭源，国产模型出海；

④ 双向渗透：大模型厂商下沉做应用，应用巨头向上自研底座；

⑤ AI应用三波浪潮：编写代码→处理办公→创作内容；

⑥ 2026下半年总结与展望：三条主线。

六个维度来剖析。

规模定律，直译为“缩放定律”，描述当我们增加模型参数数量或训练数据量时，模型性能如何随之变化和提升。由OpenAI在2020年提出。规模定律是深度学习领域中最关键的经验发现之一。

规模定律揭示了大模型性能会随参数量、训练数据、算力同步扩大而规律性提升，用于预判模型能力上限。主要指导研发人员规划训练规模、分配算力与数据资源，高效确定前沿模型的最优训练方案。

当Anthropic的Opus系列模型能力迭代放缓后，GPT 5.1到5.4进步平缓，人们便开始质疑规模定律。

市场对规模定律的质疑，本质上是把“规模”狭隘理解成“堆参数量”。事实是：单维度参数堆砌确实遭遇了边际收益递减，但三个全新的规模维度正在打开，把大模型的天花板往上抬升了一个量级。

多模态是2025-2026年最确定的规模新方向。Google Gemini 3之所以能短暂登顶，核心就是原生多模态架构——预训练阶段就把文本、图像、音频、视频映射到同一个向量空间，而非事后拼接。DeepMind的Omni模型更进一步，被定义为“世界模型”：既能理解物理世界的规则，也能完成视觉生成，打破了传统视频模型与语言模型的技术壁垒。

这条路线的想象空间远未释放：当一个模型既能看懂物理视频、又能写仿真代码、还能生成符合因果逻辑的画面，不同模态的能力会互相迁移——视频里学到的重力、碰撞规律，可以优化代码的物理仿真逻辑；代码里的递归、因果逻辑，可以提升视频生成的合理性。

一个很有意思的现状是：国产模型在文生视频输出端已经领跑，截至2026年7月的全球文生视频榜单，前十里有9个是中国模型（第一名Seedance 2.0，第二名阿里系 Wan，第三名可灵 Kling 3.0等），但在多模态输入与深层理解上，依然在追赶海外第一梯队。详见下图：

当单个模型的能力增长放缓，就让多个Agent协同完成复杂任务，这就是另一个规模的维度。

月之暗面Kimi Work是最极端的案例：300个子Agent并行协作、连续运行13小时、自主调用4000多次工具，分工完成数据清洗、代码生成、测试、文档整理全流程。人类只能串行干活，但AI可以实现大规模并行，这是对传统工作模式的本质颠覆。

但多智能体也面临三个工程难题：①成本爆炸：300个Agent同时运行，token消耗是单Agent的数百倍；②调试困难：系统越复杂，越难定位是哪个Agent、哪个环节出了问题；③容错率低：一个Agent失败，就可能导致整条任务链崩溃。

RSI，全称递归自我改进。是指AI系统通过自身的智能，自主发现缺陷、设计优化方案，并生成比自身更强大的下一代系统，从而形成“能力提升—研发能力增强—能力进一步提升”的闭环进化过程。

如果说多智能体是空间上的规模，RSI就是时间上的规模——让AI不断优化自己，形成正向复利循环。

Anthropic在2026年6月披露的数据已经非常有冲击力：① 截至5月，Claude代码库中超过80%的代码由AI自己写出；② 2026年Q1工程师人均日合并代码量，是2025年之前的8倍；③ 单个AI Agent端到端完成一项AI安全研究，累计工作800小时，效果超过人类研究员一周的成果。

AI写代码训练出更强的AI，更强的AI再写更好的代码——这个飞轮已经开始转动。

当然，真正的完全RSI（AI自主决定模型架构、参数规模、训练策略）还远未实现，核心资源分配决策依然需要人类把控。但当训练成本持续下降、试错变得可承受，RSI的突破就会从科幻变成现实。

当前，RSI现在还处于早期阶段。但总的来说，RSI是AI迈向自主进化与“智能爆炸”的核心技术范式，代表了AI从“人类辅助工具”向“自主进化主体”演进的前沿方向。

先说一个核心结论：2026年上半年的前沿模型赛道，没有永远的第一名，领先优势的半衰期正在急剧缩短。

（1）第一阶段：Google 短暂领跑（2025.11-2025.12）

Gemini 3 凭借原生多模态 + YouTube 海量视频数据 + Waymo 物理交互数据，实现能力跃升，被视为规模定律最极致的执行。多模态数据壁垒，是 OpenAI 和 Anthropic 短期内无法复制的结构性优势。

（2）第二阶段：Anthropic 靠编码反超（2026.Q1）

智能体+编码产品爆发，Claude Code 快速占领开发者社区，产品飞轮高速转动：好产品吸引开发者→产生真实编码数据→用数据做强化学习→模型更强→产品更好用。

截至 2026 年 5 月，Anthropic 年化经常性收入达到 470 亿美元，绝对值和环比增速双双领先 OpenAI。

（3）第三阶段：OpenAI 靠算力追平（2026.Q2）

Anthropic 的领先只维持了一个季度。算力供给不足开始卡脖子：Opus 4.7 迭代乏力、Fable 模型上线后又撤回、甚至通过调整计费规则变相限流涨价。

OpenAI 抓住窗口期推出 GPT-5.5/5.6，在编码能力上追平甚至反超 Claude。此前被诟病 “算力储备过剩、资本开支失控” 的短板，反而成了价格战抢用户的核心优势。

再加上xAI Grok 4.5、国产DeepSeek V4持续冲击，第一梯队的差距已经缩小到“按月度计算”。

下图：前沿大模型综合能力时序走势（2022.11—2026.7）

Anthropic（棕色折线）全周期分数天花板，2026 年 7 月最新模型分值突破 60，是全场唯一站上 60 分区间的厂商；

Google为什么手握多模态王炸却在编码赛道掉队？核心是产品飞轮没转起来——Antigravity（Google于2025年11月的全能 Agent）用户体验差，用的人少就拿不到真实数据，没有数据就做不好强化学习，模型迭代慢又导致用户更少，陷入负循环。

Anthropic为什么领先优势快速缩水？核心是算力供给跟不上，不得不用涨价、限流来控制用量，反而流失了用户。

站在2026年年中看，下半年谁能登顶，已经不取决于谁的参数更大，而取决于谁能平衡好模型能力、产品体验、数据飞轮、算力供给这四个要素。

美国的闭源高端模型主要是API收费，赚取持续服务费，靠封闭数据墙巩固垄断；而国内的中小模型，靠宽松开源许可快速扩张全球开发者。

Anthropic 和 OpenAI 的旗舰模型越强越贵，客户就越有动力找替代方案。企业客户开始在复杂任务用旗舰闭源（Opus/Fable/GPT-5.5），简单任务用开源或低价模型（DeepSeek/MiniMax/Qwen）。

企业客户正在形成非常清晰的分层策略：

下图：artificial analysis榜单上，开源模型占大头

另外，很多企业一开始以为自己全是复杂任务，真正跑起来才发现，可能90%的场景根本用不到旗舰模型（如Fable 5或GPT-5.6）的能力。并且，开源模型成本仅为闭源旗舰的几十分之一，性价比优势碾压。

模型路由器是这场分层趋势的关键基础设施：企业提交任务，系统自动判断复杂度，简单任务扔给DeepSeek、Qwen这类便宜的开源模型，复杂任务才调用高价闭源模型。

数据最能说明问题：2026年1-6月，OpenRouter平台上开源模型的token占比快速提升；DeepSeek的token份额涨幅，远高于其收入份额涨幅——本质就是用量涨得飞快，但因为单价低，收入没有同步暴涨。

下图：2026 年1 月 vs 6 月全球模型 Token 流量份额变化：Google（Gemini）：24.6% → 10.7%，份额近乎腰斩，下滑 13.9pct，跌幅行业第一。DeepSeek（涨幅冠军）：9.1% →18.1%，暴涨 9pct，份额翻倍，从第四梯队直接跻身全球第二，仅落后 “Other” 0.2 个百分点。

一年前全球大型企业还对中国开源模型心存顾虑，担心安全漏洞；现在很多金融机构都已经在用，既没发现安全问题，又实实在在省了钱。甚至微软都在考虑用DeepSeek来驱动Copilot Cowork白领助手——巨头也不想被少数闭源厂商绑架定价权。

国产模型已经度过了“追赶”阶段，进入“差异化竞争”阶段：

随着全球企业从“token maxxing（疯狂堆用量）”转向“开源节流”，国产模型的性价比优势会进一步放大，全球市场份额还有非常大的提升空间。

AI 行业正在出现清晰的双向渗透格局：上游基础模型厂商持续向下游垂直场景延伸、推出原生行业工具；下游应用龙头则依托资本与算力加持，反向自研自有大模型底座，打破上游供给束缚。

1、上游模型厂商纵向下沉：从售卖 Token 转向交付行业解决方案

以 Anthropic 为代表的头部基础模型企业，2026 年全线加速产品落地，精准锁定编程、工业设计、金融、法律、医疗、生命科学六大高客单价、高数据沉淀价值赛道，并非单点试水，而是系统性全产业链布局：

Claude Code 正面攻坚 AI 编程赛道，直接与 OpenAI Codex、Cursor 形成直接竞争，依托底层模型原生代码能力抢占开发者市场；

4 月推出 Claude Design 智能设计工具，直击 Figma 核心业务。该产品可将创意构思转化为可协作原型的周期从数天压缩至数小时，直接冲击 Figma 按席位订阅的商业模式，产品上线当日 Figma 股价下跌 7%；

Anthropic 向下拓展业务，本质是商业模式的迭代升级：单纯售卖 API Token 的收入天花板受推理调用量限制，而行业解决方案可匹配企业业务价值定价，营收空间大幅拓宽。

2、下游应用龙头向上突围：算力加持自研基座，破解供应链隐患

与模型厂商下沉形成对冲的是，头部应用企业开启向上自研大模型的转型，典型案例为 Cursor 与 SpaceX 的深度绑定：

2026 年 4 月底 SpaceX 宣布以 600 亿美元全股票交易收购 Cursor；同年 6 月，Cursor 正式公布自研 1.5 万亿参数基础大模型计划，训练依托 SpaceX 旗下超算集群，可调动超 10 万张 GPU 算力，彻底摆脱对第三方 API 的依赖，完成从纯应用工具向 “应用 + 自有模型” 一体化企业的转型。

下图：SpaceX 收购 Cursor，来自网络。

Cursor 与 SpaceX 的组合形成两大不可复制核心优势：

① 彻底解决上游卡脖子问题，算力自主可控：此前 Cursor 长期依赖 Anthropic、OpenAI 的 API 服务，而两大厂商同步推出同类 Claude Code、Codex 产品，形成 “供应商即竞争对手” 的致命结构性矛盾。

② 独有高质量代码真实交互数据：Cursor 沉淀海量开发者真实操作和交互数据：包含代码编写、AI 建议采纳 / 驳回、程序调试、迭代优化全流程行为记录，质量远高于 GitHub 静态开源代码库，可持续迭代优化模型、纠错能力，反哺 SpaceX 旗下 Grok大模型。

总的来说，跟Claude Code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。

从氛围编程到氛围工作再到氛围式创作，甚至氛围一切，AI应用经历了一波又一波的浪潮。

大模型的商业化落地，不是均匀渗透所有行业，而是沿着“可验证性从高到低”的路径，依次掀起三波浪潮。2026年年中，正好是第一波进入成熟期、第二波快速渗透、第三波萌芽的关键节点。

氛围编程由OpenAI 联合创始人Andrej Karpathy在 2025 年 2 月 2 日提出。

氛围编程，为什么是第一个跑通商业化的场景？核心原因就是高可验证性——代码能不能跑、过没过测试，编译器会给出明确的yes/no反馈。这让强化学习可以高效迭代，也让用户很容易感知到价值，形成产品飞轮。

但2026年上半年，氛围编程的浪潮已经显现出增长瓶颈：GitHub Copilot改成按token计费后，企业账单暴涨，Uber四个月花光全年AI预算，亚马逊直接砍掉了内部AI工具用量排行榜。企业从“疯狂堆token”转向“精细化控本”，纯编程场景的高速增长期正在过去。

2025 年 9 月，微软推出了 “氛围工作” 概念。通过在 Microsoft 365 Copilot 中集成 AI 代理，将自然语言协作引入 Excel、Word 和 PowerPoint 等办公应用。

氛围工作是一种将“氛围编程”理念扩展到普通办公场景的新型人机协作工作范式。其核心理念是“你定义目标，AI负责执行”，即通过自然语言描述工作意图，由AI智能体完成多步骤的全链路执行，人类则专注于高层的策略、判断和成果验收。

正如 Genspark CEO Eric Jing 所描述：“当你不再认为自己是负责人，完全委托你的工作，并开始享受与超级聪明同事协作的过程时，你就不再是在‘使用 AI 工具’，而是在即兴共创。” 这就是氛围工作的魅力所在。

（2）行业应用--中小企业白领为主

OpenAI在2026年6月披露了一个关键数据：知识工作者——那些天天做表、做PPT、做研究、跟数据打交道的人——现在占Codex用户的20%，增速是程序员群体的3倍。个人用户增速更是达到程序员的4倍，AI Agent的风已经从程序员工位吹到了普通打工人的桌面。

例如，月之暗面的Kimi Work、Anthropic的Claude Cowork、OpenAI的桌面版Codex，核心能力都是把原本在终端里跑的Agent能力搬到图形界面，让它能操作Excel、PPT、浏览器、PDF。不用敲命令，不用配环境，直接用自然语言描述目标，AI拆解任务、并行执行、调用工具、整理文件夹，最后交付文档、表格、PPT。

从行业上看，金融从业人员，目前是Anthropic第二大收入