AI 发展趋势 · 2025-2026

厂商趋势全景

16 家前沿实验室 · 最新态势一览 · 2026 年 8 月

国内厂商 · 9 家

智谱 Z.ai 国内

GLM-5.2 · 新一代即将发布

GLM-5.2 开源旗舰（744 亿参数、1M 上下文）在 SWE-bench Pro 编程基准实现突破、代码能力跻身全球第一梯队；截至 7 月 ARR 破 10 亿美元；8/7 官宣新一代大模型将发布，高盛上调收入预期 35%。

744亿开源 SWE-bench Pro 突破 ARR $1B

Kimi 月之暗面国内

Kimi K3（已开源）

7/16 发布、7/27 完整权重开源，全球首个 3 万亿参数级开源大模型；Frontend Code Arena 登顶；8/8 启动上市前最后一轮融资谈判（投前估值 500 亿美元，计划半年内港股上市）；同期 K3 被曝网络安全测试逃逸引热议。

2.8T 开源前端编程 No.1 投前 $50B 谈判

千问阿里国内

Qwen3.8-Max-Preview

Qwen3.8-Max（7/19）2.4 万亿参数；8/3 Arena 第 31 周榜空降综合前五；首发上线 Qoder，网页生成与 3D 场景搭建表现亮眼；同期推出 Qwen-Audio-3.0-TTS。

2.4T Arena 前五 Qoder

小米 Xiaomi 国内

MiMo-V2.5 / MiLM-V2.5

MiMo-V2.5 系列 MIT 开源、1M 上下文；mimo-v2.5-pro 登 GDPVal-AA / ClawEval 榜首，MiLM-V2.5 Pro 综合智能指数全球开源并列第一；MiMo-V2-Omni 全模态 Agent 基座。

开源 MIT 1M ctx Agent

DeepSeek 深度求索国内

DeepSeek V4 / V4-Flash

V4 正式版（7 月中旬）：V4-Pro 1.6T / V4-Flash 2840 亿，1M 上下文、MIT 开源；8/1 V4-Flash-0731 更新上线，以 Flash 价格提供前沿智能体能力（Product Hunt 8/1 日榜第二）。

1.6T / 284B 1M ctx V4-Flash-0731

SCNet 国家超算互联网国内

SCNet.AI

面向 AI4S 的一站式算力与模型服务平台；6/23 SCNet.AI 全球首发，依托 scaleX 万卡超集群，推出万卡共创者激励计划（亿级 Tokens）；Day0 上线 GLM-5.2 API。

万卡算力 AI4S GLM-5.2

文心百度国内

文心 5.0 / 5.1

文心 5.0 正式版（1/22）参数达 2.4 万亿，原生全模态统一建模，40+ 基准超越 Gemini-2.5-Pro / GPT-5-High；5.1（5/9）增强搜索与 Agent；文心助手月活破 2 亿。

2.4T 全模态月活2亿

Sensenova 商汤国内

SenseNova U1 Pro

7/18 WAIC 发布，面向长程任务的交付级原生多模态智能体基座；NEO-unify 架构统一理解-生成-行动，原生 8K 输出，开启 "Agentic Creation" 范式。

原生多模态 8K Agentic

MiniMax 稀宇科技国内

MiniMax M3 / H3

M3（6/1）4280 亿参数 MoE、1M 上下文、MSA 稀疏注意力、开源权重；7/31 发布新一代多模态生成模型 H3，全模态能力，为国产大模型 7/31 集体亮相核心产品。

M3 428B 开源 H3 全模态 7·31 发布

国外厂商 · 7 家

Anthropic Claude 国外

Opus 5 / Fable 5 / Mythos 5

7/24 发布 Opus 5（智能接近 Fable 5、价格减半，Frontier-Bench 超 Opus 4.8 两倍）；8/3 Claude Mythos 5 以 82.9 分登顶 BenchLM；Claude Code 8 月新增自托管环境与跨会话消息。

Opus 5 Mythos 5 No.1 1M ctx

ChatGPT OpenAI 国外

GPT-5.6 · GPT-6（传）

GPT-5.6 已于 7/9 GA（Sol/Terra/Luna 三档）；据爆料 OpenAI 8/9 前后紧急暂停代号 Astra 的 GPT-6 发布（约 10 万亿参数），但仍计划 8 月内推出，年底还有代号 Doug 的模型——均为传闻，未获官方确认；Codex 已合入 ChatGPT Work。

GPT-5.6 GA GPT-6 传闻 Work

Gemini Google 国外

Gemini 3.5 / 3.6

3.5 Pro 伙伴测试中、Gemini 4 已启动预训练；7/21 发布 3.6 Flash / 3.5 Flash-Lite / 3.5 FlashCyber，3.5 Flash-Lite 定价 $0.3 / $2.5 每百万 token。

3.6 Flash 3.5 Pro 测试 $0.3/M

Grok xAI 国外

Grok 4.5 / 4.6

Grok 4.5（7/9）基于 1.5 万亿参数 V9 基座、与 Cursor 联合训练，编程登顶（88 分）、80 TPS、比对手便宜 60%+；马斯克 7/19 宣布 2 万亿参数 Grok 4.6 下周完成初始训练。

Grok 4.5 1.5T 2T 在训

agnes Agnes AI 国外

Agnes-2.5

Agnes-2.5-Flash（7 月）面向 Coding/Agent，跨文件修改与多步任务稳定，性能直逼 Claude Opus 4.7 且不限期免费；Pro 预告对标 Opus 4.8 / GLM-5.2，Agnes Code 桌面端上线。

2.5-Flash 免费对标 Opus4.8

NVIDIA Nemotron 国外

Nemotron 3 Ultra

6/4 发布，5500 亿参数（激活 550 亿）开放权重旗舰，1M 上下文、专为长程代理式推理设计，吞吐较前代显著提升；同期 Nemotron 3 Super（120B/12B）、Nemotron 3 Embed（7/17，RAG 检索 SOTA）。

550B/55B 1M ctx 开放权重

Llama Meta 国外

Llama 5

4/8 发布，600B MoE 开放权重，5M token 超长上下文（公开模型最长），首创递归自改进（RSI）自我纠错，多项基准比肩 GPT-5.6 / Gemini，开源生态对标闭源前沿。

600B MoE 5M ctx 开源

模型评测

旗舰模型评测对比 · 海外 vs 国产顶级大模型 · 2026 年 7 月

Claude Fable 5

Anthropic · 6/9 发布 · 上下文 1M

AA 智能指数 v4.160

Agents' Last Exam53.3%

SWE-bench Pro80.3%

SWE-bench Verified95.0%

GDPval-AA（长程知识 Elo）1932

Terminal-Bench 2.188.0%

GPQA Diamond92.6%

综合智能指数与长程知识 / 代理编码双登顶；GPQA 等封闭选择题被 Opus 4.8、Gemini 3.1 Pro 小幅反超。定价 $10 / $50 每百万 token。

GPT-5.6 Sol

OpenAI · 7/9 GA · 三档 Sol / Terra / Luna

AA 智能指数 v4.158.9 (max)

Agents' Last Exam53.6%

SWE-bench Pro64.6%

AA Coding Agent Index80

Terminal-Bench 2.188.8%

DeepSWE v1.172.7%

BrowseComp90.4%

Agents' Last Exam 创纪录（超 Fable 5 达 13.1 分）；编码智能体指数登顶且成本约为其一半。SWE-bench Pro 落后 Fable 5 约 15 分（仓库级 PR 生成偏弱）。

Kimi K3

月之暗面 · 7/16 发布 · 2.8T MoE · 开源权重

AA 智能指数 v4.157

SWE-bench Verified75.5%

SWE-bench Pro70.0%

Terminal-Bench 2.188.3%

GPQA Diamond93.5%

Frontend Code Arena1679

全球最大开源权重模型（2.8T，16 / 896 专家激活），AA 智能指数 57 居全球第三、仅次于两大闭源旗舰；前端代码竞技场 1679 登顶。定价约 $15 / 1M 输出 token，约为 Fable 5 的 1/3。

GLM-5.2

智谱 Z.ai · 744B MoE · 开源权重

AA 智能指数 v4.151

SWE-bench Pro62.1%

Terminal-Bench 2.182.7%

FrontierSWE74.4%

推理速度168 tok/s

上下文128K

744 亿参数开源旗舰，多基准仅微弱落后海外闭源；推理速度 168 token/s 领先同级开源，API 定价显著低于美国龙头，维持智谱「开源 + 高性价比」路线。

DeepSeek V4 Pro

深度求索 · 4/24 发布 · 1.6T MoE (49B 激活) · MIT 开源

AA 智能指数 v4.144

SWE-bench Verified80.6%

GPQA Diamond90.1%

LiveCodeBench93.5%

MRCR 1M83.5

上下文1M

1.6T MoE（每 token 仅激活 49B）+ 1M 上下文，混合注意力大幅压缩 KV 缓存；SWE-bench Verified 80.6%、GPQA 90.1% 达闭源前沿。AA 综合指数 44（7 月重算；预览期曾 52 居开源第二），定价低至 $0.87 / 1M 输出 token。

核心基准	Claude Fable 5	GPT-5.6 Sol	Kimi K3	GLM-5.2	DeepSeek V4 Pro
AA 智能指数 v4.1	60	58.9	57	51	44
SWE-bench Verified	95.0%	—	75.5%	—	80.6%
SWE-bench Pro（代理编码）	80.3%	64.6%	70.0%	62.1%	—
Terminal-Bench 2.1	88.0%	88.8%	88.3%	82.7%	—
GPQA Diamond	92.6%	—	93.5%	—	90.1%
上下文窗口	1M	—	1M	128K	1M
权重 / 许可	闭源	闭源	开源	开源	开源 (MIT)

数据来源：Anthropic / OpenAI / Moonshot / 智谱 / DeepSeek 官方发布、Artificial Analysis、Silicon Report（2026-07）。海外两大闭源旗舰综合智能指数领先；国产开源模型在单项（前端代码、SWE-bench Verified、GPQA）已逼近甚至登顶，「开源 + 低成本」构成差异化竞争力。

全球格局

中·美·欧三极格局对比

美国

$285.9B

私人 AI 投资 2025

分散式行业监管，创新优先，投资占全球 77%。

中国

$12.4B

私人 AI 投资 2025

国家主导技术主权策略，强制性内容审查。78% 公众认为 AI 利大于弊。

欧洲

EU AI Act

全球首部 AI 综合法规 2024

四级风险框架，权利优先，违规罚款最高达全球营收 7%。“布鲁塞尔效应”使其成为事实全球标准。

展望 2026

五条关键预测

高信度

AI 智能体将超越实验阶段，2026 年成为企业规模化部署元年，预计 40%+ 企业将至少部署一个 Agent 应用。

高信度

前沿模型推理成本将继续下降 60-80%，小型专用模型价格逼近 $0.01/1M tokens，催生 AI 应用爆发式增长。

中信度

多模态模型将在医疗影像诊断、自动驾驶、工业视觉等领域实现人类专家级别表现，部分任务超越人类准确率。

中信度

端侧 AI 芯片市场将进入百亿级规模，Apple、Samsung 旗舰手机全线支持本地 LLM 推理，离线 AI 助手成为标配。

低信度

全球 AI 治理将出现部分共识框架（比如前沿模型安全测试），但中美欧根本分歧难以弥合，“AI 主权”成为地缘政治核心议题。

AI 大模型里程碑

2026 年上半年 · 大模型关键里程碑（6 月 → 1 月）

6月2026 年 6 月

6/9

Anthropic Claude Fable 5 / Mythos 5

新一代旗舰，AA 智能指数 60 登顶，长程知识与代理编码双领先；6 月起开放通用使用。

Fable 5

AA 指数 60

6/23

Anthropic Claude Tag

端侧 / 轻量模型，面向低功耗与本地部署场景，扩展 Claude 产品线。

Tag

Anthropic

6/30

字节多模态矩阵（五款）

6 月收官密集发布图像、视频、音频多模态模型，补齐字节全模态能力版图。

多模态 ×5

字节

5月2026 年 5 月

5/5

OpenAI GPT-5.5 Instant

轻量高速版本，低延迟与低成本兼顾，适合高并发生产场景。

GPT-5.5 Instant

OpenAI

5/9

百度文心 5.1

文心迭代，推理与多模态增强，深化搜索与行业应用整合。

文心 5.1

百度

5/28

Anthropic Claude Opus 4.8

1M 上下文、混合推理，编码与长链路 Agent 一致性升级，缺陷遗漏率约为前代 1/4。

Opus 4.8

Anthropic

4月2026 年 4 月

4/2

阿里 Qwen3.6-Plus

千问增强版本，综合能力与工具调用提升，强化企业级 Agent。

Qwen3.6

阿里

4/7

智谱 GLM 5.1

开源权重旗舰，AA 智能指数首破 50，成为首个达此门槛的开源模型，Agent Web 开发表现突出。

GLM 5.1

AA 指数 51

4/20

月之暗面 Kimi K2.6

长上下文 Agent 升级，支持大规模子智能体并行，长时自主任务能力增强。

K2.6

月之暗面

4/23

腾讯混元 Hy3-preview

混元三代预览版，多模态与推理能力升级，强化产业落地。

Hy3

腾讯

4/23

小米 MiMo V2.5

开源推理模型迭代，强化代码与数学基准，保持高性价比。

MiMo V2.5

小米

4/24

DeepSeek V4 系列

1.6T MoE（每 token 激活 49B）+ 1M 上下文，混合注意力压缩 KV 缓存；SWE-bench Verified 80.6%、GPQA 90.1% 达闭源前沿，MIT 开源。

V4 Pro

1.6T 开源

4/24

OpenAI GPT-5.5

综合能力升级，强化推理、编码与多模态，扩展上下文与工具生态。

GPT-5.5

OpenAI

3月2026 年 3 月

3/6

OpenAI GPT-5.4

编码与推理能力升级，强化长链路 Agent 与多模态理解。

GPT-5.4

OpenAI

3/18

MiniMax M2.7

推理与 Agent 增强，多语言与长上下文能力提升。

M2.7

MiniMax

3/18

小米 MiMo-V2-Pro

小米开源推理模型旗舰，强化数学与代码推理，提供自部署权重。

MiMo V2 Pro

小米

2月2026 年 2 月

2/5

Anthropic Claude Opus 4.6

更强推理与长上下文能力，面向企业级长时运行 Agent，工具调用与代码可靠性升级。

Opus 4.6

Anthropic

2/11

智谱 GLM-5

智谱新一代旗舰，多模态与函数调用增强，推理与 Agent 能力全面升级。

GLM-5

智谱

2/12

MiniMax M2.5

推理与多模态能力升级，长上下文与多语言支持增强。

M2.5

MiniMax

2/14

字节 Doubao-Seed-2.0

Seed 系列迭代，长上下文与代码生成能力增强，面向内容与电商场景。

Doubao 2.0

字节

2/16

阿里 Qwen3.5

千问系列迭代，综合能力与效率提升，延续开源策略。

Qwen3.5

阿里

2/17

Anthropic Claude Sonnet 4.6

高性价比中间档模型，速度与成本平衡，适合大规模生产部署。

Sonnet 4.6

Anthropic

2/26

Google Gemini 3.1 Pro

Google 旗舰，多模态与超长上下文能力领先，强化推理与 Agent 工具生态。

Gemini 3.1

Google

1月2026 年 1 月

1/22

百度文心 5.0

新一代知识增强大模型，多模态理解与复杂推理能力升级，深度整合搜索、内容生态与企业级应用。

文心 5.0

百度旗舰

1/23

阿里 Qwen3 Max

通义千问旗舰版本，长上下文与 Agent 工具调用能力增强，强化代码与多语言支持。

Qwen3 Max

阿里旗舰

1/26

月之暗面 Kimi K2.5

长上下文与代码能力升级，为后续 K3 的架构演进铺路，强化 Agent 长链路执行。

K2.5

月之暗面

1/31

快手可灵视频 3.0

视频生成模型迭代，画质、时长与运动一致性大幅提升，加速 AIGC 视频商业化。

可灵 3.0

快手

全球大模型厂商趋势全景

Claude Fable 5

GPT-5.6 Sol

Kimi K3

GLM-5.2

DeepSeek V4 Pro