

前段时间大家还在关注Fable 5和GPT - 5.6的benchmark,如今Grok 4.5已被很多人认为“比Opus 4.8好用”。腾讯Hy3靠21B激活参数,在部分Agent和办公任务上打平旗舰水平。此前Grok、混元等模型基础较差且有过重构,与前沿有很大代差,却在几个月内追上来。这是因为模型核心技术配方扩散,后训练门槛降低,代码和Agent任务有自动判分机制,让后来者有了快速追赶路径。在传统知识问答和简单代码上,头部模型分数接近,真实体验差异难体现。而且用户用的是“模型+提示词+工具+记忆+重试机制”的完整系统,稍弱模型配好框架能在体感上打败强裸模型。过去新模型可领先几个月到半年,现在可能仅领先几周甚至几天。

普通用户明显感觉好用的模型变大方了,Anthropic延长Claude Fable 5使用期到7月19日,取消单独50%额度限制;OpenAI临时取消Codex五小时用量限制,还重置额度,Codex活跃用户已达600万。这类似早期互联网烧钱抢流量,现在烧的是GPU和Token,把赠送额度当获客费用。模型厂商牺牲现阶段毛利养成用户习惯,是因为主推的Agent产品迁移成本远高于聊天机器人。补贴战结束后留下的是为长期价值买单的客户。随着模型Benchmark接近,未来商业差距可能扩大更快,用户数量、任务数据等会让领先者的数据飞轮越转越快。

腾讯Hy3总参数295B,激活只有21B,采用MoE架构,在Agent、办公生产力上强调实际表现和低成本,还融入微信生态。这种“高效架构+超级App分发”的模型,普通白领工作基本够用,性价比极高。这表明参数规模不再是模型的炫耀点,用户和企业更关心任务总成本、成功率和使用体验。

腾讯代表向下扎进产品和场景,强调激活参数、Agent成功率等实际产品,用反馈反哺训练,是工程效率+超级入口路线。智谱代表向上挑战智能上限,未来两年重点投入长程任务、自治智能体等,还计划百亿级资源搞机械可解释性。两家方向看似相反,目标一致,最终都会在Agent上相遇,只是一个先重普及,一个先抓上限。

当这一代模型争夺用户时,下一代竞争已开始。OpenAI、Anthropic、Google等都在投入新的研发方向。虽然现在后来者能快速追上第一梯队,但下一代模型竞争仍可能重新拉开差距,长程Agent、AI研发自动化、世界模型和机器人可能制造代差,尤其是世界模型和机器人领域。不过这一方向发展慢,硬件成本、安全问题和真实部署周期决定它不会一夜爆发。
编辑观点:模型厂商应注重构建“模型 - 产品 - 数据”闭环,同时结合自身优势选择合适路线。在竞争中关注任务总成本,利用补贴战培养用户习惯,提前布局下一代模型研发。



被折叠的 条评论
为什么被折叠?



