三家并列:2026 年 8 月的全球模型版图
A Three-Way Tie: The Global Model Landscape, August 2026
谁是第一每个月都在变,所以这篇不排名次。真正值得记住的是各家领先的维度,和那条正在拉开的成本曲线。
先声明时效:下面所有数字截至 2026 年 8 月。这个领域的旗舰模型现在每隔几周更新一次,你读到这篇时排名可能已经变了 —— 但格局的形状短期内不会。
国际:从五家收敛到三家
2026 年初还有五家被认为在前沿竞争:Google、OpenAI、Anthropic、Meta、xAI。到年中,前三家和后两家之间已经拉开了距离 [1]。
掉队的原因各不相同。xAI 在 2026 年初经历了核心团队的大幅流失;Meta 则在三月推迟了旗舰模型的发布,原因是内部评测显示跟不上前三 [1]。
留在牌桌上的三家,分别在不同维度领先,谁也没有全面压倒谁:研究生级科学推理这一项由 OpenAI 领先,真实软件工程任务由 Anthropic 领先,而单位成本最低的前沿模型来自 Google [1][2]。
研究生级科学推理基准 GPQA Diamond 上,GPT-5.4-Pro 得分 94.4%,为当前最高。消费端用户规模最大。
真实软件工程基准 SWE-Bench Verified 上,Claude Opus 4.7 得分 87.6%,为当前最高。长任务与代码见长。
Gemini 3 Flash 以每百万 token 0.50 / 3 美元提供前沿能力,是同档里成本最低的一档。
开源路线的主要推动者。2026 年 3 月旗舰模型因内部评测跟不上前三而推迟。
2026 年初核心团队大幅流失,目前处于追赶位置。
更新节奏本身成了壁垒
有一个变化容易被忽略:这三家现在是每隔几周更新一次旗舰模型,而不是每隔几个月 [1]。这个节奏本身就是门槛 —— 追赶者不仅要追上当前的水位,还要追上一条一直在涨的曲线。
国内:五家各占一个生态位
国内的格局和国际不一样,不是三家并列,而是五家各自占住了一个明确的生态位:消费端规模、性价比、开源生态、长文本、智能体能力 [3]。
中文理解强,消费端月活规模国内最大。
数学与科学推理、代码能力突出,单位成本低。
开源生态最完善,支持超长上下文,云端部署方便。
百万 token 级长文本处理,适合成堆的文档与资料。
逻辑推理与智能体能力见长。
对本地企业来说,这张表比上面那张更实用。按现行规定,面向中国境内公众提供的生成式 AI 服务需完成备案登记,你在国内实际能合规接入的主要就是这一批。选型的时候,先看合规,再看能力,最后看价格。
该怎么用这两张表
- 不要挑「最强的那个」—— 没有全面最强的,只有某个维度最强的
- 先明确你要它干什么活,再回来对照哪一列写着这件事
- 成本差异比你想的大:同样是前沿能力,不同档位的价格能差一个数量级
- 把这张表当快照,不要当结论。三个月后重新核对一遍
- [1]FutureSearch. Top Frontier AI Labs and Models in 2026: Who Is Leading the AI Race, 2026.https://futuresearch.ai/blog/forecasting-top-ai-lab-2026/
- [2]LLM-Stats. AI Leaderboard 2026: Compare & Rank Top AI Models by Intelligence, Speed & Price, 2026.https://llm-stats.com/
- [3]MEXC Learn. 2026 年中国顶尖 AI 模型:DeepSeek、通义千问、Kimi、豆包与 AI 新竞赛, 2026.https://www.mexc.com/zh-MY/learn/article/chinas-top-ai-models-in-2026-deepseek-qwen-kimi-doubao-and-the-new-ai-race/1
本文为原创论述,数据与判断均标注来源。文中引述限于必要范围并注明出处,版权归原作者与原媒体所有;本文不转载他人文章正文。数据截至 2026 年 8 月。
从「给答案」到「给结果」:智能体到底是什么
From Answers to Outcomes: What an AI Agent Actually Is