大模型疯狂内卷：平均6天一个新旗舰，人类快跟不上了

短短两天冒出4个新模型。xAI发布Grok 4.7后，OpenAI推出GPT-6 Sol和Luna，价格腰斩；同一天Anthropic发布Claude Opus 5.5，比上一代便宜40%。9月22日一张动图在X上浏览量近百万。2023年大模型73天一更，2026年已缩短到18天一更。从ChatGPT上线算起，OpenAI和Anthropic已发布42个重磅模型，算上当天两款为44个。Stability AI创始人Emad Mostaque转发并预言：“照这个速度，明年年初就是每天一个。”

“18天一更”只算了OpenAI和Anthropic。今年初到9月22日，Anthropic发8个旗舰，OpenAI发6个，14个模型摊进265天，平均19天一个。同期国内十家主要厂商又发至少28个旗舰，平均9天多一个，还常扎堆发布。两边合计，平均6天多就冒出一个新旗舰。Anthropic上半年平均46天发一个，下半年压到26天；OpenAI则是“憋大招再一套带走”，GPT-6 Astra发布仅19天后Sol和Luna就下场。下周还有DevDay，Altman称头一回在备战发布会时喊出“要发的东西太多了”。

发布越来越密，Anthropic报告称AI已在帮造下一代AI。今年2月Claude能独立主导的AI研发工作不到1%，5月12%，7月22%，8月达26%。OpenAI截至8月中旬，AI智能体投入的工作日已是人类研究员的3.1倍。Anthropic造模型的活四分之一已交给Claude。Mike Krieger称Sonnet 5.5和Haiku 5.5未来几周就到；谷歌Gemini 4预计年底前后亮相；国内至少两家官宣下一代旗舰。

模型跑得越快，下游写代码的人越狼狈。刚迁到Opus 5并调好参数，两个月后Opus 5.5一出，部分请求直接报错。两家官方提示词指南都表明，上一代模型的祖传Prompt很多已成废纸。OpenAI在Astra指南中明说，过细流程指令反而拖后腿，“改代码前先通读文档”“切记跑测试”可删。Anthropic也建议删掉“做完检查一遍”，Opus 5已会自己检查；Opus 5.5聊天场景中“回答前仔细想想”也建议删，删后回复更快、质量无明显下降。同时要补新规则：Opus 5.5多轮对话爱回头琢磨已答问题，官方补丁是“已经答过的，就当过去了”。参数也在变：Opus 5.5关掉思考模式直接报错400；不写effort参数，默认档位从high降到medium。官方建议重跑effort测试。Lance Martin演示，一份给Opus 4.8写的老提示词每张工单成本2.45美分，换Opus 5.5为2.02美分，再用官方工具洗一遍，准确率92.0%，成本1.83美分。

模型寿命也在缩短。OpenAI今年已发9次弃用公告，涉及40多个模型和功能。4月23日发布的GPT-5.5，10月14日就要从ChatGPT和Codex下架，活了不到半年。OpenAI的Evals评测平台也将在11月底关门。

考卷同样不够用。今年3月ARC-AGI-3上线，当时第一的Gemini 3.1 Pro仅0.37%，人类100%。9月3日GPT-6 Astra标准测试拿下62.7%，特定框架下99.9%，96%关卡步数少于人类。ARC官方已琢磨下一代评测。写代码榜单上Sol、Opus 5.5和Fable 5.1并列97%；写作榜单Opus 5.5断层领先第二名307分，为榜单史上最大单次跳跃。新模型每来一个，开发者就得重推测试流程。若明年真到“一天一更”，今天调好的提示词和Agent链路寿命可能撑不过一周。模型换代速度第一次彻底超过人类适应它的速度。如今跑得最慢的，竟然是使用AI的人。