行业动态
阅读: 221 评论: 0 点赞: 0 发布时间：发布日期：2026-07-11 08:22:09
标签：GPT-5.6Anthropic苹果vs OpenAI大模型格局AI Agent
7 月 10 日凌晨，OpenAI 正式宣布 GPT-5.6 系列面向全球公众开放。从 6 月底仅向约 20 家政府批准的合作方"限量预览"，到如今全量推送，这条路走得比任何前代产品都曲折。Sol（旗舰）、Terra（均衡）、Luna（轻量）三档一起上，同步还推出了企业级智能体产品 ChatGPT Work，并宣布 GPT-5.6 成为 Microsoft 365 Copilot 的"首选模型"。
听着挺风光对吧？但如果你仔细看同一天发生的另外几件事，就会觉得 OpenAI 这波发布有点像"赢了发布会，输了战场"。
先说第一个坏消息——Anthropic 在企业 API 市场份额上首次反超了 OpenAI。Ramp 2026 年 5 月 AI 指数显示，Anthropic 拿下了 34.4%，OpenAI 是 32.3%。这个数字很微妙：差距只有两个百分点，但方向变了。过去两年 OpenAI 一直是那个被追赶的对象，现在变成追赶者了。SemiAnalysis 7 月 8 日的报告更吓人——Anthropic 第三季度利润预计突破 10 亿美元，年度经常性收入从 90 亿美元飙到超过 600 亿美元。大模型商业化这件事，Anthropic 跑通了。
为什么企业客户更愿意选 Anthropic？我其实觉得不全是模型性能的问题。Claude Fable 5 在编程和数学推理上确实领先，但更重要的是 Anthropic 在安全合规上的口碑积累。OpenAI 连续卷入监管风波，加上 Sam Altman 频繁的公开争议言论，让不少企业采购决策者开始犹豫。说白了，企业客户买的不只是模型能力，还有"别给我惹麻烦"的确定性。
Ramp 报告数据显示，全球大模型市场已形成"四巨头"格局：OpenAI 约 35%、Anthropic 约 25%、Google 约 20%、Meta 约 10%。OpenAI 仍是最大玩家，但领先优势在收窄。
第二个压力来自最大股东微软。你可能不知道，微软正在悄悄"去 OpenAI 化"——用自研模型替代 OpenAI 产品。在 Microsoft 365 Copilot 里，虽然名义上 GPT-5.6 是"首选模型"，但微软自己的 MAI 系列模型正在越来越多场景中承担实际推理任务。OpenAI 和微软的关系，正在从"独家绑定"滑向"优先级竞争"。
7 月 11 日——也就是今天——苹果对 OpenAI 正式提起诉讼。起诉书的核心指控很直接：OpenAI 硬件负责人系统性窃取了苹果未发布产品的商业机密，包括元器件规格、工程图纸等材料，目的是服务于 OpenAI 自研硬件设备的计划。苹果要求 OpenAI 立即停止相关行为，销毁所有涉案材料，并重新设计即将推出的产品。
这个诉讼的时间点太巧了——就在 GPT-5.6 全面开放的第二天。但它反映的问题远比诉讼本身更深：OpenAI 正在从一家纯粹的软件/AI 公司，向"软硬一体"转型。自研 AI 推理芯片 Jalapeño 已经在路上，现在又在挖苹果的硬件人才。这条路线跟苹果当年的 iPhone 策略如出一辙，而苹果显然不打算坐视不管。
更有意思的是马斯克的反应。同一天，他在 X 上发文承认"低估了 Anthropic"，认为 Anthropic 是目前 AI 行业的真正领先者，Mythos 和 Fable 模型"质量优秀"，并透露 Anthropic 即将推出 Mythos 2。一个曾经和 OpenAI 联合创始又分道扬镳的人，如今公开站队竞争对手——这画面本身就说明了很多。
7 月 10 日，Meta 甩出了两张牌。
第一张是硬件：路透社拿到 Meta 内部备忘录，确认 Meta 计划最早今年 9 月量产自研 AI 芯片 Iris。由博通参与开发、台积电生产，首批用于 Facebook 和 Instagram 背后的 AI 推理任务。更值得关注的是 Meta 的长期算力规划——2027 年整体 AI 算力翻倍到 14 吉瓦，约每 6 个月推出一款新芯片。这个节奏比英伟达的 GPU 迭代还快。
第二张是模型：Meta 发布 Muse Spark 1.1，一款专注智能体编程任务的多模态 AI 模型，同时开放了 API 接入，开启付费商业化。扎克伯格说这是"目前能力最强的模型"——这话听听就好，但定价确实比 OpenAI 和 Anthropic 都低，摆明了要走"性价比 + 生态绑定"的打法。
Meta 的入局逻辑跟 OpenAI 和 Anthropic 都不一样。它不靠卖 API 赚钱，而是靠 AI 能力增强自己的广告和社交帝国。但一旦它开始对外卖 API，就意味着一件事：Meta 认为自己的模型已经足够好，好到可以跟 OpenAI、Anthropic 正面抢客户了。
海外打得热闹，国内也没闲着。
7 月 6 日，美团正式开源了 LongCat-2.0——业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型。总参数 1.6T，平均激活约 48B，原生支持 1M 超长上下文。最关键的细节是：团队针对国产算力芯片在显存与带宽上的限制，从模型架构、芯片适配到部署策略做了深度协同优化，还同步开放了国产卡推理代码。
这件事的意义不在于 LongCat-2.0 本身有多强——1.6T 参数的模型现在已经不稀奇了——而在于它证明了一件事：在国产算力受限的条件下，万亿参数模型的"训推一体"是可行的。对于那些因为芯片禁令而无法大规模采购 H100/B200 的国内企业来说，LongCat-2.0 提供了一个"国产芯片也能跑大模型"的范例。
DeepSeek 这边，V4 正式版定在 7 月中旬上线，但更值得关注的是它的峰谷定价策略——把 AI 调用当电力卖。高峰时段价格翻倍，低谷时段打折。这个定价逻辑倒逼企业去想一个问题：你的 AI 推理任务，哪些是实时刚需，哪些可以排队？与此同时，DeepSeek 与北大联合发布的 DSpark 论文，通过半自回归推测解码把推理速度提升了 60%-85%，技术底子跟商业策略是同步在走的。
Kimi K3 这个月也确认发布，2.5 万亿参数、MoE 架构、100 万 token 上下文窗口，直接把国产模型的参数天花板又抬了一截。三家公司三种路线：美团走开源生态，DeepSeek 走极致性价比，Kimi 走参数规模和技术密度——各有各的活法。
最后说一个容易被忽略但很实用的信号。
7 月 11 日，Anthropic 为桌面版 Claude Code 新增了内置浏览器——AI 可以直接读取网页、点击按钮、与网站交互。这不是什么颠覆性的技术突破，但它解决了 Agent 落地的一个核心痛点：以前 AI 写代码可以，但要调试网页、填表单、测试交互逻辑，还得人手动操作。现在 Agent 能自己打开浏览器干了。
但也不是所有人都买账。同一天，Palantir CEO Alex Karp 在 CNBC 上公开批评 OpenAI 和 Anthropic 的商业模式"荒唐"，认为企业不应该把关键能力交给外部平台决策。Palantir 走的是另一条路——把 AI 能力嵌入企业自有系统，数据不出门、模型私有化部署。
这两种路线的对立，其实是企业 AI 落地的核心分歧：是信任云端 Agent 远程帮你干活，还是把 AI 装进自己的服务器里？目前看，Anthropic 和 OpenAI 在推前者，微软和 Palantir 在推后者。而企业客户的真实选择——至少在数据敏感型行业——更偏向后者。
回头看这一周的变化，有五个趋势已经很难逆转了：第一，OpenAI 的绝对统治地位正在瓦解，"四巨头"格局成型；第二，硬件自研成为 AI 公司的必修课，从芯片到终端设备，软件公司都在往硬件延伸；第三，开源生态不再是"追随者策略"，而是变成了差异化竞争的主战场——美团 LongCat-2.0 全开源就是证明；第四，Agent 从概念验证走向生产环境，浏览器操控、多步骤任务执行这些能力正在变成标配；第五，企业客户从"试试看"转向"真金白银投票"，Anthropic 的 600 亿美元 ARR 和 34.4% 市场份额就是最好的风向标。
对我们这种做企业服务的公司来说，真正该关注的不是哪个模型又拿了 SOTA，而是你的客户在用哪个模型、怎么用、需要什么样的配套服务。模型会迭代，但客户不会等你追完每一个版本才做决策。