全球大模型竞争格局：从“模型榜单”走向“智能体、成本与全栈生态”之争

本文来自ChatGPT Deep Research最新的报告

执行摘要

截至 2026 年 8 月 25 日，全球大模型竞争已经从 2023–2024 年的“谁的通用聊天模型更强”，转变为四条同时发生的战线：前沿推理与智能体能力、推理成本、开放权重生态、云与芯片全栈控制力。第一梯队仍以 OpenAI、Anthropic、Google/DeepMind 为核心，但领先优势不再稳定：独立的 GDPval-AA v2 工作任务评测中，Claude Opus 5、智谱 GLM-5.3、Qwen3.8-Max、GPT-5.6 Sol 已处在相近区间；这意味着中国模型在部分真实工作任务上的差距已明显收窄，而不同模型在编码、搜索、科学推理、视觉和长期 agent 任务上呈现显著偏科。

产业竞争因此形成三类战略。OpenAI、Anthropic、Google以闭源旗舰模型、高价值订阅/API 和自主 Agent 为中心；Meta、Mistral、DeepSeek 以及部分 Qwen/GLM 系列用开放权重压低模型层利润并扩大开发者生态；Microsoft、Huawei、Cohere则更强调企业平台、私有部署、行业模型和“模型+云+算力”销售。OpenAI 最新 GPT-5.6、Anthropic Claude 5 系列均不披露参数规模，而 Meta Llama 4、Mistral Large 3、DeepSeek、Qwen、GLM 等公开了较多架构信息，技术透明度成为开放阵营的重要竞争变量。

未来一至三年最可能发生的变化不是单一“AGI赢家通吃”，而是：高端模型继续寡头化，推理价格持续下降；Agent 取代聊天机器人成为核心产品形态；MoE、稀疏注意力和动态推理进一步降低单位智能成本；企业采用多模型路由而非绑定单模型；美国芯片出口管制、中国自主算力、欧盟 AI Act 则会推动全球 AI 栈进一步区域化。

厂商、模型与商业化版图

下表价格均为代表性标准 API、每百万 token 的输入/输出价格；长上下文、缓存、batch、峰谷时段和企业合同可能不同。“开放”主要指可获取模型权重，并不等于 OSI 意义上的开源软件。

这里最重要的结构变化是：参数数量越来越不是竞争力本身。例如 Qwen、Kimi 可以做到万亿级总参数，而 Mistral Large 3 只有 41B active、DeepSeek V4-Pro 只有约 49B active；真正决定成本的是每 token 激活参数、KV/attention 设计、推理时 reasoning budget、缓存命中率以及芯片利用率。

数据、算力与能力边界

训练透明度差异非常大。OpenAI 公开说明训练数据总体来自互联网公开信息、第三方/授权数据及人工或研究人员生成的数据，但没有披露 GPT-5.6 的参数量、token 数或总算力；Anthropic 对 Claude 5 披露的也是“公开互联网、公开/私有数据集、合成数据等”的类别级信息，而非完整数据清单或训练 FLOPs。 Google 最新 Gemini 同样没有公开足以复现实验的参数和训练计算量，因此任何网上针对 GPT-5.6、Claude 5、Gemini 3.x 的具体参数估算，都应视为非官方估计。

开放阵营的信息明显更丰富。Meta 表示 Llama 4 训练数据超过 30 万亿 tokens，包含文本、图像和视频，Behemoth 预训练使用过 32K GPU 的大规模 FP8 训练；Mistral Large 3 明确披露 675B/41B MoE，并在 3,000 张 NVIDIA H200 上从零训练。 DeepSeek-V3 的技术报告则披露 671B/37B active、14.8T token 和完整训练约 2.788M H800 GPU-hours；这一数字是 V3 而非 V4 的成本证据，不能直接外推到最新模型。 华为走的是另一条路线：Pangu 5.5 与昇腾 CloudMatrix 384 联合优化，体现出在出口管制环境下“模型—框架—NPU—数据中心”共同设计的重要性。

能力层面也从单纯 LLM 扩展成 multimodal + reasoning + code + retrieval + tools + computer use + agent memory/orchestration。Google 的优势在原生搜索/地图 grounding，Anthropic 在代码与长期 Agent，OpenAI 在工具化推理、浏览和广谱任务，Cohere 强调企业 RAG/引用与私有部署；Meta、Mistral、DeepSeek 的开放权重则让客户拥有更大的微调、量化和本地部署空间。

基准表现与生态控制力

MMLU 已经接近饱和，而且 2026 年最新模型并不存在统一、同配置的 MMLU/HELM 披露；厂商自报 SWE-Bench、GPQA、MMMU 等又常因 reasoning budget、工具权限和 agent harness 不同而不能直接横比。例如 OpenAI 自报 GPT-5.6 Sol 在 GPQA Diamond 为 94.6%、SWE-Bench Pro 为 64.6%，但这并不等于它在所有编码任务领先。 因此更适合观察竞争格局的是 Artificial Analysis 的 GDPval-AA v2：220 个现实职业任务、涵盖 44 个职业和 9 个行业，以盲测 pairwise Elo 比较具备 shell/web 工具的模型。

数据为 2026 年 8 月查询快照；GDPval-AA 是工作型 Agent 基准而非“综合智商排行榜”，不同 reasoning effort 和工具配置仍会影响结果。

下载基准对比图

真正更难复制的护城河正在从模型参数转向分发、云和芯片：

政策、资本与核心风险

资本已成为模型竞争的“第四种算力”。OpenAI 在 2026 年 3 月宣布完成 1,220 亿美元 committed capital、投后估值 8,520 亿美元的融资；Anthropic 在 2026 年 2 月融资后的估值达到约 3,800 亿美元，随后 Google 又宣布/推进最高 400 亿美元级别的战略投资安排。相比之下，Cohere 2025 年融资 5 亿美元、估值 68 亿美元，Mistral 则更强调欧洲主权基础设施和开放模型。 这使商业模式逐渐分成两类：高资本闭源实验室依赖订阅+高端 token+Agent 软件收入覆盖巨额算力；开放/主权厂商更多依靠云推理、企业部署、支持服务和基础设施赚钱。

政策正在直接改变成本曲线。美国 2025 年 AI Action Plan 明确强调加速创新、建设 AI 基础设施和出口美国全栈 AI 技术，同时 BIS 对面向中国的先进芯片持续实施许可制度；2026 年 1 月对 H200、MI325X 等调整为满足条件后的 case-by-case review，而非完全自由贸易。 欧盟 AI Act 的 GPAI 义务自 2025 年开始适用，并在 2026 年 8 月进一步进入执行阶段，训练数据透明度、版权、系统性风险评估和高风险应用合规成本因此成为进入欧洲市场的实际门槛。 中国则在《生成式人工智能服务管理暂行办法》基础上，于 2025 年 9 月 1 日实施 AI 生成合成内容显式/隐式标识制度，监管逻辑更强调内容安全、服务提供者责任和可追溯性。

因此最值得关注的风险不是单纯“模型 hallucination”，而是四类相互强化的风险：安全风险从不良文本升级为网络攻击、自主 Agent 和高能力模型风险；IP 风险集中在训练数据授权、版权和输出归属；供应链风险集中在先进 GPU、HBM、网络和电力；经济风险则来自模型价格下降速度可能快于资本开支回收速度。Anthropic 已对 Claude 5 采用更严格的能力分级和安全保护，OpenAI、Google 等亦持续强化安全评测，而开放权重模型则把更多部署与滥用控制责任转移给下游。

产品时间线与趋势判断

以下节点选取的是对当前格局影响最大的模型/资本事件，而非完整发布史。节点依据 Meta、Huawei、Mistral、OpenAI、Anthropic、DeepSeek、Alibaba、Google 等官方发布及融资披露整理。

未来一至三年的基准情景是：第一，模型能力差距继续缩小，但“最好模型”会因编码、浏览、科学、视觉、实时性而分裂，不再存在一个稳定总冠军；第二，Agent 的执行可靠性、工具权限、记忆、验证和成本将比裸模型 benchmark 更能决定商业价值；第三，开放模型会继续压缩基础 token 毛利，因此闭源厂商必须把价值上移到工作流、企业数据、搜索和软件代理；第四，中国竞争重点将从“追赶参数规模”转向“国产算力下单位 FLOP 效率”，美国则继续强化 hyperscaler+芯片+资本优势，欧洲押注主权 AI 与监管型市场。 当前 GDPval-AA 中 GLM、Qwen、Kimi 已进入前沿模型附近，而 Mistral、DeepSeek 等公开的 MoE/训练效率数据说明这一趋势并非仅靠扩大参数实现。

数据缺口必须保留在结论中：GPT-5.6、Claude 5、Gemini 3.x 的参数量、精确训练 FLOPs 和完整训练语料均未公开；百度、腾讯及多数商业模型也只披露部分架构；各厂商自报 benchmark 的工具、prompt、reasoning budget 往往不同。因此，本报告对公开参数、官方价格和独立同基准结果给予较高权重，对厂商内部排行榜仅作为辅助证据。在这一口径下，2026 年的竞争格局更准确的描述不是“美国模型仍遥遥领先”或“中国模型全面反超”，而是：美国仍控制最强资本、顶级芯片与全球云生态；中国已形成多个接近前沿、成本显著更激进的模型集群；欧洲则通过 Mistral、监管和主权部署争夺第三极。最终赢家很可能不是单一模型，而是能够同时优化模型、Agent、分发、算力和单位经济性的全栈生态。