行业动态
阅读: 338 评论: 0 点赞: 0 发布时间：发布日期：2026-07-13 08:23:29
标签：GPT-5.6AnthropicAI Agent多模态开源生态
北京时间 7 月 10 日凌晨，OpenAI 正式把 GPT-5.6 系列推向全球。旗舰 Sol、均衡 Terra、轻量 Luna 三档模型同时上线，API 定价分别是 $5/$30、$2.5/$15、$1/$6（每百万 token 输入/输出）。
这次发布其实晚了半拍。6 月底 GPT-5.6 只向约 20 家政府批准的合作方限量预览，原因是 Sol 同时在网络安全和生物风险上触及 OpenAI 自家的"高"阈值。美国政府放行后，OpenAI 才在 24 小时内把模型铺到 ChatGPT、Codex、API 和全新的 ChatGPT Work。
Sol 最吸引眼球的是两个能力开关：max 投入更多时间推理，ultra 则默认协调四个子智能体并行处理复杂任务。按 OpenAI 公布的数据，Sol 在 Agents' Last Exam 长周期智能体评测里创下新高，编程榜单上领先 Claude Fable 5 2.8 分，同时输出 token 和耗时都少一半。Terra 和 Luna 则以大约 Fable 5 十六分之一的成本实现超越，这个"每美元性能"的提升，对中小企业来说比跑分更重要。
同一天，OpenAI 还把 Codex 合并进 ChatGPT 桌面应用，并发布 ChatGPT Work。Work 的定位很像 Claude Cowork 和 Kimi Work：用户给一句目标，Agent 自动查 Slack、邮件、云盘，完成信息搜集、Excel 建模、PPT 生成，甚至安排会议。这个"模型+Agent+办公入口"的打包，明显是冲着 Anthropic 的企业客户去的。
但 OpenAI 的反击来得有点晚。7 月初陆续披露的多家机构数据显示，Anthropic 已经在企业市场完成反超。
Menlo Ventures 7 月发布的企业 AI 报告显示，Anthropic 企业 LLM 支出份额达到 40%，OpenAI 27%，Google 21%。在编程这个更细的赛道，Claude Code 的份额高达 54%，OpenAI（ChatGPT+Codex）只有 21%。Ramp 2026 年 5 月 AI 指数也给出一组数字：Anthropic 在企业 API 市场份额 34.4%，首次超过 OpenAI 的 32.3%。
营收层面的反超更直观。多家媒体在 7 月 7 日确认，Anthropic 年化经常性收入（ARR）已超过 OpenAI 的 250-330 亿美元区间，达到 470-600 亿美元量级，三季度净利润突破 10 亿美元。估值上，Anthropic 在 Series H 后达到 9650 亿美元，也高于 OpenAI 的 8520 亿美元。
说实话，这个结果并不意外。Anthropic 从第一天就把企业安全、可解释性和合规口碑当成护城河。当大公司采购 AI 时，"安全对齐"不是漂亮话，而是审计材料和采购合同里的硬条款。OpenAI 过去一年在监管和版权诉讼上风波不断，企业采购决策自然会迟疑。
7 月 7 日，Anthropic 把最强模型 Claude Fable 5 从 Pro/Max/Team 订阅里移除，改为 $10/$50 每百万 token 的按量计费。订阅用户要再用 Fable 5，必须额外购买 Usage Credits。
这个改动在开发者社区炸了锅。Scrimba 的 CEO 记录到，7 分钟就能烧掉 130 万 token，折合 $160/小时。重度 Claude Code 用户发现，$100/月的 Max 订阅在高压使用下不到 9 分钟就被用完。
但 Anthropic 也有自己的苦衷。Fable 5 解禁后全球需求暴增，服务器容量吃紧。按量计费本质上是用价格杠杆来分配稀缺算力。更深一层看，这可能是高端大模型商业模式的一次转向：当模型能力真正进入"做高难度工作"的阶段，包月无限用的逻辑就站不住脚了，按产出 token 付费反而更符合实际价值。
对企业来说，这意味着成本管理要更精细。过去买个 Max 订阅就能让团队敞开了用，现在必须按项目、按任务评估 token 消耗。我建议财务和工程负责人一起把 Claude Code 的用量监控接进日常成本看板，否则月底账单会很难看。
如果说 Anthropic 的涨价是"被动收水"，Meta 的动作则更像主动进攻。7 月 10 日，Meta 发布 Muse Spark 1.1，这是一个多模态推理模型，支持 100 万 token 上下文、原生主/子智能体编排，以及 MCP 和自定义技能。
关键信号是：Meta 第一次为自家大模型 API 收费，定价 $1.25/$4.25，号称比 Opus 4.8 和 GPT-5.5 旗舰便宜约 10 倍。合作伙伴包括 Replit、Cline、Box，在 MedScribe 和 TaxEval 等评测上拿到 SOTA。
这有点反常识。Meta 过去靠 Llama 开源生态赢开发者好感，现在却把 Muse Spark 做成闭源付费 API，只承诺"以后也会开源"。我的理解是：开源模型负责扩大生态、获取影响力，闭源 API 负责赚钱。两条腿走路，比单纯依赖广告变现更可持续。对开发者而言，这意味着大模型供应商又多了一个性价比选项，选型时不能再只盯着 OpenAI 和 Anthropic。
7 月 9 日，蚂蚁集团旗下蚂蚁灵波科技开源了两款具身智能基础模型：LingBot-Video 和 LingBot-World 2.0。LingBot-Video 是全球首个基于 MoE 架构的机器人视频生成基模，30B 总参数但推理只激活 3B，在超过 7 万小时具身视频数据上训练，并在 RBench 上超越通用视频模型。
这不是孤例。addyosmani/agent-skills 这个项目最近在 GitHub trending 冲到第三，用 plain SKILL.md 文件为 Claude Code、Cursor、Codex CLI、Gemini CLI、Windsurf、OpenCode 等提供可移植的 Agent 技能。它的思路很朴素：把高质量指令写成 Markdown 文件，运行时加载，就能让不同 Agent 具备统一的专业能力。
这个"Agent 技能"模式正在成为一种共享基础设施。它意味着 Agent 能力的竞争，不只是底层模型参数的比拼，还包括工程技能、工具集成和垂直场景 know-how 的积累。中小企业如果只做"调用 API"，很容易陷入同质化；但如果能把行业经验沉淀成一套可复用的 SKILL.md，就有机会建立差异化壁垒。
7 月中旬的 AI 格局，用一句话概括：OpenAI 拿出了更强的模型，Anthropic 拿到了更大的市场，Meta 开始认真商业化，开源和垂直场景仍在寻找突破口。
对企业决策者而言，最值得关注的不是某家公司的发布会，而是三个趋势的交汇：模型能力正在快速商品化、Agent 工作流正在进入生产环境、成本结构正在从订阅制转向按用量计费。这意味着选型标准要从"谁更聪明"转向"谁更适配我的流程、更可控、更可预测"。
接下来两周，建议重点做两件事：一是评估 GPT-5.6 Sol 和 Claude Fable 5 在真实业务任务上的性价比，别只看 benchmark；二是把 Agent 的用量和成本监控接进现有 IT 治理体系，避免创新变成账单失控。AI 的竞争才刚刚开始，但花钱的方式，已经变了。