大模型疯狂内卷:平均6天一个新旗舰,人类快跟不上了

大模型疯狂内卷:平均6天一个新旗舰,人类快跟不上了

AI 资讯 来源:新闻/公众号 发布时间:2026-09-28 11:44:19 预计阅读 5 分钟

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。”

平均6天一个新旗舰!大模型更新快到人类跟不上了

“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”。

平均6天一个新旗舰!大模型更新快到人类跟不上了

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。

平均6天一个新旗舰!大模型更新快到人类跟不上了

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。

标签: AI 资讯 AI

更多推荐阅读

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线

过去几天,Claude Fable 5.2 再次抬高了我们对 AI 编程的想象。 Claude 工程主管 Felix Rieseberg 开发的游戏 Saltline 在 X 上大火,他只用一次初始提示、没有后续人工反馈,Fable 5.2 自己生成游戏模型、音效和贴图,最终呈现了一款紧张刺激的第一人称射击游戏。 图|体验🔗:https://claude.ai/artifact/BGY1Szt...

2026-11-21 19:57:34
谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成

谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成

英伟达最近头疼的事儿可不止老黄那一件。 本周内,谷歌祭出了两款新TPU芯片,分别瞄准机密推理和长上下文。算上上半年发布的两款TPU芯片,第八代TPU已经扩到四种配置。 今年,谷歌第一次在同一年内推出四款TPU系统。而谷歌对TPU的野心,可能比外界想象得更大—— 还是今年,谷歌破天荒开始对外销售TPU系统。 量子位从谷歌内部人士处获悉,谷歌内部信心十足,表示“明年TPU市场份额会快速上升”,...

2026-11-21 19:57:11
Claude 开始「整顿」会议室,建议国内大厂抄作业

Claude 开始「整顿」会议室,建议国内大厂抄作业

「拉个会对齐下颗粒度,叫上 Claude。」 打开 Google Meet 准备进会,参会者名单里出现了一个叫做 Claude 的头像。 会议主持人把 Claude 添加进通话,它以可见参与者的身份出现,同时在聊天窗口发布通知,明示自己正在加入。会议进行当中,它持续跟随对话,可以实时记录笔记、整理行动项、起草文件,或在白板上梳理结构与时间线。 团队成员可以在通话期间直接编辑它生成的内容,讨论...

2026-11-21 19:52:11
从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作

从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作

游戏版抖音又添新玩家。 《小王子》又在网上火了一次。 这回是一位叫Sac的创作者照着书里的故事做了一款3D游戏。 小王子住过的星球变成了可以走动的地方,玩家能跟着故事穿过不同的场景,看看那些原本只能靠想象补全的画面。 该游戏视频发到社交媒体后吸引了接近400万次浏览。 这款作品的制作周期只有16天。Sac用Claude Opus 5.5参与代码和游戏搭建,借助Tripo生成3D模型,再用...

2026-11-20 20:00:00
全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno

全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno

Suno,被超了?? 好家伙,AI音乐圈最近突然杀出了一匹中国黑马。 ACE Music v1,一个此前很多人可能都没听过的名字,首次登上全球权威AI评测机构Artificial Analysis(简称AA)的音乐人声榜,就把Suno最新旗舰模型v6挤到了第二。 榜单上,ACE Music v1拿下1160分,领先Suno v6整整16分。 要知道,自2023年AI音乐赛道兴起以来,Sun...

2026-11-20 19:59:59
「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提

「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提

我们应该避免提到未经授权的基础设施。任务目标只有flag。 很难想到,这句听着像串供老手的话,竟然出现在一个AI智能体的推理记录里。 这是一场网络安全考试,AI进攻目标,拿到一串叫flag的暗号,就算答对。 写完开头那句内心独白,这个AI智能体利落地递上答卷,对自己的越权举动只字不提。 11月10日,OpenAI补充公开了一份内部复盘,揭开了7月19日一场失控测试的细节: 参与测试的5个...

2026-11-20 19:59:42
订阅
关注

扫码关注公众号「60秒看懂AI」

扫码关注公众号 60秒看懂AI

微信搜索「60秒看懂AI」也可关注

顶部