通用大模型前沿格局（2025–2026）

2026-09-26 · 人工智能（AI）

最后更新：2026-09-26 ｜领域：人工智能·大语言模型｜说明：信息来源为公开网络资料，详见文末参考来源

概述

截至 2026 年 9 月，通用大模型（frontier LLM）的竞争格局已从"单一旗舰迭代"演变为"多厂商、多层次、按月刷新"的密集竞赛。头部厂商包括 OpenAI、Anthropic、Google DeepMind、xAI（后并入 SpaceX 体系）、Meta，以及中国的 DeepSeek、阿里云 Qwen、月之暗面 Kimi、字节跳动豆包、智谱 GLM 等。共同趋势是：旗舰模型普遍走向混合专家（MoE）稀疏架构、原生多模态、百万 token 级上下文窗口，以及把"思考（thinking）"能力内建为可按档位调节的推理模式，而非外挂的提示技巧。

进入 2026 年下半年，格局又出现两个新特征：其一是分层发布，同一厂商同时推出面向不同负载的多个型号（如 OpenAI 的 GPT-6 Sol 与 Luna），厂商公开建议按任务复杂度在多档模型间路由，而非只用单一旗舰（GPT-6 Luna vs Gemini 3.8 Flash vs Claude Opus 5.5）；其二是开放权重阵营的实质性逼近，Kimi K3、GLM-5.2、DeepSeek V4 等以 MIT 系许可开放权重，在部分榜单上已与闭源旗舰同处第一梯队。与此同时，API 定价持续下探，前沿能力的获取门槛显著降低。

从发布事件的密度看，2026 年 9 月尤为集中：OpenAI 于 9 月 3 日发布 GPT-6 Astra，Anthropic 与 OpenAI 于 9 月 22 日几乎同日推出 Claude Opus 5.5 与 GPT-6 Sol/Luna，xAI 则于 9 月 21 日发布 Grok 4.7（GPT-6 Sol与Claude Opus 5.5同日开打，谁是「性价比之王」-36氪）。

2025–2026 最新进展

OpenAI GPT 系列

OpenAI 于 2025 年 12 月 11 日发布 GPT-5.2，被视为针对 Gemini 3 的市场反击，主打专业知识工作，即编程、数据分析与复杂推理（Strategic Analysis of Frontier AI Models: GPT-5.2 vs. Gemini 3）。随后 GPT-5.5 于 2026 年 4 月 23 日推出（GPT-5.5 vs Claude Opus 4.7 vs Gemini 3.1 Pro: The Frontier Model Showdown），其官方对比表显示在 GDPval（胜或平）达 84.9%、OSWorld-Verified 达 78.7%、Toolathlon 达 55.6%（Presentamos GPT‑5.5）。2026 年 6 月 26 日，OpenAI 开始对 GPT-5.6 系列（代号 Sol）进行有限预览，强调更强的网络安全能力与分层防护（预览 GPT‑5.6 Sol：新一代模型）。

关于 GPT-6，OpenAI 官方研究索引给出两条时间线：一条标注"研究 2026 年 9 月 3 日 GPT-6 Astra：新一代智能"，另一条标注"产品 2026 年 9 月 22 日隆重推出 GPT-6 Sol 和 Luna"（OpenAI 研究）；而 OpenAI 中文页面对 Astra 的发布页则为《GPT-6 Astra：新一代智能》（GPT-6 Astra：新一代智能）。由于不同页面口径存在差异，Astra 的准确首发日期应以官方索引与其新闻页为准，不宜单一采信。Astra 被描述为"迄今智能程度最高、最符合人类意图的模型，在计算机操作、编程、网络安全和科学领域具备前沿能力"（OpenAI 研究）。据 NVIDIA CEO 黄仁勋 9 月 6 日透露，GPT-6 Astra 的训练动用了约 10 万块 Grace Blackwell 系列 GPU，并计划再追加 40 万块用于后续阶段（GPT-6 Astra : 100 000 GPU Nvidia pour entraîner le modèle）。

多个第三方来源把 Astra 的发布时间记为 2026 年 9 月 3 日：ThursdAI 的记录称 OpenAI 在直播中发布 GPT-6 Astra，总裁 Greg Brockman 对记者表示"欢迎来到 AGI 时代"，并报告 ARC-AGI-3 为 99.9、FrontierMath Tier 4 为 97.6%（Frontier Models）；howaiworks 给出 97.6%（FrontierMath Tier 4 v2）与 ExploitBench 100%（OpenAI Launches GPT-6 Astra With Record Benchmarks）。DataCamp 补充称，Astra 在 FrontierMath Tier 4 v2 得 97.6%，高于 Claude Fable 5.1 与 Fable 5 的 87.8% 及 Claude Opus 5 的 73.2%，OpenAI 把这一水平描述为"饱和"（GPT-6 Astra: Features, Benchmarks, and Pricing）。需注意一个重要的口径警示：ARC-AGI-3 的高分是在 OpenAI 自有 Provider Adapter 测试框架下取得，该框架会在请求间保留推理状态；独立报道指出在标准公开 ARC-AGI 框架下分数明显更低（GPT-6 Astra Review: Benchmarks, Pricing, Safety）。至于 9 月 22 日的分层发布，36氪报道称 GPT-6 Sol 与 GPT-6 Luna 脱胎于 GPT-6 Astra 底座，重点是把 Astra 的核心推理与多模态优势下放（GPT-6 Sol与Claude Opus 5.5同日开打，谁是「性价比之王」-36氪）。

Anthropic Claude 系列

Anthropic 的旗舰迭代尤为密集。Claude Opus 4.8 于 2026 年 5 月 28 日发布，定位严肃编程与 AI agent，配备 100 万 token 上下文窗口（Claude Opus \ Anthropic）。2026 年 6 月 25 日，Anthropic 同时推出 Claude Fable 5（面向全体客户的最强模型）与 Claude Mythos 5（仅限 Project Glasswing 参与者），两者默认支持 100 万 token 上下文、128k 最大输出，并采用"always-on adaptive thinking"（Claude Platform release notes）。Fable 5.1 与 Mythos 5.1 共享同一底层模型，Fable 侧保留针对网络安全与生物领域的更精确防护（Claude Mythos 5）。

2026 年 9 月 22 日，Claude Opus 5.5 发布，面向长时间运行的 agentic 编程与知识工作，100 万 token 上下文、128k 最大输出，定价为输入 $4/百万 token、输出 $20/百万 token（Claude Opus 5.5 - Claude Platform Docs）。据 Anthropic 官方，Opus 5.5 在默认 effort（medium）下即可超过 Opus 5 在 max effort 的水平，成本约为其五分之一，并以约 40% 的成本追平 GPT-6 Astra（Introducing Claude Opus 5.5）。同期 Claude Opus 4.1 正式退役（Claude Platform release notes）。关于安全分流机制，第三方报道提到当生产防护被触发时，部分任务会被改由较早模型完成：网络安全类任务交给 Opus 4.8，生物与"前沿 LLM 开发"类请求交给 Opus 5，常规的 bug 查找与修复仍在 Opus 5.5 上执行（GPT-6 Luna vs Gemini 3.8 Flash vs Claude Opus 5.5）。

Google Gemini 系列

Google 于 2025 年末发布 Gemini 3 系列后，Gemini 3.1 Pro 于 2026 年 3 月 13 日登陆 VS Code 与 IntelliJ 的 Gemini Code Assist（Gemini for Google Cloud release notes）。2026 年 7 月 21 日，Google 推出 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber，主打面向大规模 agent 的效率、延迟与可靠性，并透露 Gemini 3.5 Pro 正在与合作方测试（Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber）。Gemini 3.8 Flash 与 Flash-Lite TTS 也已进入正式可用（GA）阶段（版本说明 | Gemini API）。定价方面，Gemini 3.1 Pro Preview 输入 $2、输出 $12（每百万 token），Gemini 3.8 Flash 输入 $0.75（Agent Platform Pricing | Google Cloud）。

xAI Grok

xAI 的 Grok 4.5 于 2026 年 7 月 8 日发布，是首个基于 V9（1.5 万亿参数）基座构建的旗舰，并且是与 Cursor 协同训练而非事后适配编程；其 API 定价为输入 $2、输出 $6（每百万 token）（xAI and Grok、Release Notes）。此后 Grok 4.6 于 2026 年 8 月 12 日、Grok 4.7 于 2026 年 9 月 21 日相继发布；Grok 4.7 保持 $2/$6 定价，上下文 500K，在 DeepSWE v1.1 得 71.0%、CursorBench 4.0 得 46.3%、Terminal-Bench 4.0 得 38.0%（Grok 4.7 Drops, OpenAI Cracks Math、Grok 4.7 — SpaceXAI's September 2026 Grok Flagship）。备受期待的 Grok 5 被推迟至 2026 年，候选方案为约 6 万亿参数的 MoE 模型，运行于 Colossus 2（Grok 5: Release Date & All We Know So Far）。在更早的 HLE-Diamond 榜单上，Grok 4.7 报告 25.4%（Introducing HLE-Diamond）。

Meta Llama

Meta 于 2026 年 9 月 3 日发布 Llama 4 Maverick 2，取消了此前对月活超 7 亿运营者的商业授权限制，并即时上线 HuggingFace（Meta "Llama 4 Maverick 2" — All Commercial Restrictions Lifted）。Llama 4 系列采用 MoE 架构，面向多模态理解、多语言与代码任务优化（Meta Llama 4 Maverick）。相较 OpenAI/Anthropic 的闭源旗舰，Meta 仍以开放权重为差异化路线。

DeepSeek

DeepSeek 于 2025 年 12 月 1 日发布 V3.2 与 V3.2-Speciale，后者在 IMO 2025、CMO 2025、ICPC World Finals 2025 与 IOI 2025 上均达到金牌水平，成绩分别相当于人类选手第二名与第十名（DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models）。2026 年 4 月 24 日发布 DeepSeek V4（含 V4-Pro、V4-Flash），沿用 DeepSeekMoE 与多 token 预测（MTP），并引入混合注意力（CSA+HCA）、流形约束超连接（mHC）与 Muon 优化器（DeepSeek V4 Technical Documentation）。2026 年 9 月 10 日发布 DeepSeek-V4.1-Flash，为新架构族中最小尺寸、具备原生多模态视觉理解，GPQA Diamond 达 90.9（Change Log | DeepSeek API Docs）。定价上，V4-Pro 为缓存未命中输入 $0.435、输出 $0.87 每百万 token，V4-Flash 为 $0.14/$0.28（DeepSeek V4 Pro: specifications, pricing, benchmarks）。需要澄清的是，外界长期传闻的"DeepSeek R2"从未发布（DeepSeek R2: The Most Anticipated Model That Never Shipped）。第三方评测把 DeepSeek V4 Pro 的 DeepSeekMoE 配置记为总参 1.6T、激活约 49B，并指出其自托管需要严肃的硬件投入（DeepSeek V4 and V4 Flash vs. Kimi K3、DeepSeek V4 vs GLM-5.2 vs Kimi K3: Which to Deploy）。

阿里 Qwen

阿里巴巴于 2026 年 2 月 16 日开源 Qwen3.5 系列首款模型 Qwen3.5-397B-A17B（又称 Qwen3.5-Plus），为原生多模态基础模型，覆盖推理、编程、agent 与多模态理解（Alibaba Open-Sources Qwen3.5、Qwen3.5: Towards Native Multimodal Agents）。其 API 定价为输入 ¥1.2、输出 ¥7.2 每百万 token（128k 输入以内）（qwen3.5-397b-a17b 模型信息）。此后 Qwen 快速迭代出 3.5-Plus、3.6-Plus、3.7-Plus 与 3.7-Max 等，均带"Thinking"开关，Qwen3.8-Max 则保留 low/medium/extra high 三档推理强度（Qwen Code Weekly Update）。需注意，截至 2026 年年中，阿里最强的编程模型 Qwen3.7-Max 为 DashScope 上的 API-only 模型（$2.50 / $7.50 每百万 token），并未公开权重；可自托管的最强 Qwen 为更小尺寸版本（GLM-5.2 vs DeepSeek V4 vs Qwen3）。

月之暗面 Kimi

Moonshot AI 于 2026 年 7 月 16 日发布 Kimi K3，为 2.8 万亿参数模型，基于 KDA 混合线性注意力（Kimi Delta Attention）与注意力残差技术，原生支持视觉理解，上下文 100 万 token，号称全球首个开源的 3 万亿级模型（Kimi K3：智能的新前沿）。2026 年 7 月 27 日，K3 完整权重按承诺上传 HuggingFace，采用需对大型"模型即服务"业务单独签约的 Kimi K3 License（moonshotai/Kimi-K3）。K3 在 8 项真实 agentic 基准中的 4 项排名第一（Kimi K3），API 定价约输入 $3、输出 $15 每百万 token（Qwen 3.8 Max vs. Kimi K3）。2026 年 9 月 11 日，Kimi K2.8 预览版上线（What's New | Kimi Code Docs）。

字节豆包

字节跳动 Seed 团队于 2026 年 6 月 23 日发布 Seed 2.1 系列，面向真实生产力场景（Seed2.1 正式发布，深入 AI 生产力）。Doubao-Seed-2.1-pro 上下文窗口与最大输出均为 256k，最大思维链长度 256k，定价为输入 ¥6、输出 ¥30 每百万 token（AI Hub-豆包大模型API服务平台）。2026 年 9 月 16 日，Doubao-Seed-2.1-pro 升级至 0915 版本并全量上线火山方舟，强化 agent 专业任务交付、多模态编程与 3D/专业图文理解，同时进一步降低综合使用成本（豆包大模型2.1 Pro更新）。

其他：智谱 GLM

智谱于 2026 年 6 月 16–17 日上线并开源 GLM-5.2，主打长程任务，支持真正可用的 100 万 token 上下文，基于 7440 亿参数 MoE（每 token 约激活 400 亿参数），以 MIT 许可开放权重（Z.ai - GLM-5.2上线并开源、Zhipu AI）。第三方汇总则把 GLM-5.2 记为约 7530 亿总参数、400 亿激活（Kimi K3 vs DeepSeek V4 Pro vs GLM-5.2），两处口径略有差异。

开放权重阵营横向对比

2026 年年中，开放权重前沿模型的规模与许可已形成明确梯队（Kimi K3 vs DeepSeek V4 Pro vs GLM-5.2）：

模型	总参数 / 激活	上下文	许可	权重状态
Kimi K3	2.8T / 约 50B	1M	改良 MIT	2026-07-27 上线
DeepSeek V4 Pro	1.6T / 约 49B	1M	MIT	已上线
GLM-5.2	约 753B / 约 40B	1M	MIT	已上线

三者的 Artificial Analysis Intelligence Index 分别约为 57（Kimi K3，总榜第 4）、44（DeepSeek V4 Pro，Max reasoning）与 51（GLM-5.2）（Kimi K3 vs DeepSeek V4 Pro vs GLM-5.2）。Kimi K3 在 Terminal-Bench 2.1 上厂商自报 88.3%（Top 5 Open Weight Models That Matter to Developers in 2026）。

不同来源的规格口径并不统一。MarkTechPost 在 2026 年 7 月 18 日的对比表中，把 Kimi K3 的激活参数标注为"未披露（16/896 专家）"、模态记为 Text + vision + video；DeepSeek V4 Pro 为总参 1.6T、激活 49B、1M 上下文（最大输出 384K）；GLM-5.2 为总参 744B（Artificial Analysis 口径 753B）、激活约 40B、1M 上下文（最大输出 131K）（Kimi K3 vs DeepSeek V4 Pro vs GLM-5.2 — MarkTechPost）。自托管门槛方面，第三方给出 Kimi K3 需多节点 H100/MI300（≥8 卡、vLLM 或 SGLang），GLM-5.2 可单节点 8×H100 或 4×MI300 运行（Qwen 3.8 Max vs GLM 5.2 vs Kimi K3 vs DeepSeek V4 Flash (2026)）；一份面向落地选型的对比则总结 Kimi K3"能力最强但体量巨大、API 更贵且为自定义许可"，GLM-5.2"独立编程测试成绩领先、MIT 许可，但自托管仍需严肃硬件"（DeepSeek V4 and V4 Flash vs. Kimi K3）。

核心技术与关键概念

混合专家（MoE）稀疏架构：通过门控网络为每个 token 选择少量专家，以较低激活算力换更大总参数量，已成为 Kimi K3、DeepSeek V4、GLM-5.2、Llama 4 等的共同选择（What Is Mixture of Experts?）。
超长上下文：100 万 token 已成为前沿旗舰的默认门槛（Claude Opus 5.5、Kimi K3、GLM-5.2 等），部分 Gemini 版本可扩展至 1M–2M。
内建思考/推理档位：Anthropic 的 adaptive thinking + effort、Qwen 的 Thinking 开关、Gemini 的 Deep Think，都把推理深度做成可调参数。
原生多模态：Qwen3.5、Kimi K3、DeepSeek-V4.1-Flash 均在预训练阶段融合视觉，而非后期拼接。
分层发布与模型路由：厂商同时提供能力/成本梯度明显的多个型号，主张按负载路由而非单模型通吃（GPT-6 Luna vs Gemini 3.8 Flash vs Claude Opus 5.5）。
测试时计算（test-time compute）成为第三条扩展维度：在预训练与后训练之外，通过更长的推理链、多路径探索与自我校验，在推理时投入更多算力以换取复杂任务上的提升（Test-Time Compute: How Reasoning Models Are Changing AI Agent Architecture in 2026）。但该策略并非普适：有研究评估 14 个推理模型后指出，增加测试时计算并不稳定提升准确率，且在闭卷知识密集型任务上往往带来更多幻觉（Test-Time Scaling in Reasoning Models Is Not Effective for Knowledge-Intensive Tasks Yet）；另有研究观察到大推理模型的输出长度扩展系数随参数量变化很弱，即"更大的模型未必更省 token"（Scaling of Capability and Efficiency at Inference Time in Large Reasoning Models）。

代表性项目/产品（带官方链接）

OpenAI GPT-6 Astra：https://openai.com/zh-Hans-CN/index/gpt-6-astra/
Anthropic Claude Opus 5.5：https://platform.claude.com/docs/en/models/opus-5-5/overview
Google Gemini API 更新日志：https://ai.google.dev/gemini-api/docs/changelog
xAI 发布说明：https://releases.sh/xai/release-notes
DeepSeek API 更新日志：https://api-docs.deepseek.com/updates/
阿里 Qwen3.5：https://qwen.ai/blog?id=qwen3.5
月之暗面 Kimi K3：https://www.kimi.com/news/kimi-k3
字节豆包大模型：https://ai.volcengine.com/model
智谱 GLM-5.2：https://www.zhipuai.cn/zh/research/161

关键数据与评测结果

LMArena（人类偏好）：Claude Fable 5 / Opus 系列位居前列，Fable 5 分数约 1506–1531（LMArena Leaderboard, August 2026、AI Model Leaderboard — Elo Rankings (2026)）。
Artificial Analysis Intelligence Index v4.3：Claude Fable 5.1 与 GPT-6 Astra 领跑，开放权重模型中 GLM-5.3 Flash、Kimi K3、Qwen3.8 2.4T A95B、DeepSeek V4 Pro 领先（Announcing the Artificial Analysis Intelligence Index v4.3）。Claude Opus 5.5 在 max effort 下取得 58 分，为当时最高（Claude Opus 5.5 takes the top spot on the Artificial Analysis Intelligence Index）。需要强调，Artificial Analysis 的分值随版本与口径变化，不同来源给出的数字差异明显：v4.3 官方文章称 Claude Fable 5.1（max with fallback）与 GPT-6 Astra（max）同为 53，其后为 Claude Opus 5（max，51）、Claude Fable 5（50）、Muse Spark 1.3（48）（Announcing the Artificial Analysis Intelligence Index v4.3）；OfficeChai 的报道则称 Fable 5.1 以 66 分登顶、Claude Opus 5 为 63（Claude Fable 5.1 Scores Tops Artificial Analysis Intelligence Index With Score Of 66）；BenchLM 收录的快照又给出 GPT-5.6 Terra 57.6、Claude Fable 5.1 53.4、DeepSeek V4 Pro 0813 53.2、GPT-6 Astra 52.7（Artificial Analysis Intelligence Index — BenchLM）；datalearner 的镜像则列出 Claude Fable 5.1 为 47、Grok 4.6（high）为 44（Artificial Analysis Intelligence Index — datalearner）。这些数字不可直接横向比较。
Opus 5.5 vs GPT-6 Astra：据 Anthropic，Opus 5.5 在 Terminal-Bench 4.0 达 66.4%；在双方唯一可公平对比的 AutomationBench 上，Opus 5.5 为 40.0%、GPT-6 Sol（xhigh）为 33.2%（Frontier AI Benchmarks Compared: Opus 5.5, GPT-6 & More）。OpenAI 另报告 Astra 未由 Anthropic 覆盖的指标：GPQA Diamond 96.0%、ARC-AGI-2 95%（Claude Opus 5.5: Specs, Benchmarks, Pricing）。Astra 发布时官方自报的另外两项为 FrontierMath Tier 4 v2 97.6% 与 ExploitBench 100%（OpenAI Launches GPT-6 Astra With Record Benchmarks）。
能力维度对比（2026 年 7 月）：编程由 Claude Opus 4.7 在 SWE-bench 上领先约 2.9%，数学由 GPT-5.5 Pro 在 FrontierMath 上领先约 2.5%，长任务由 Claude Opus 系列领先约 2 倍 METR horizon（GPT-5.5 vs Claude Opus 4.7 vs Gemini 3.1: The Ultimate July 2026 Comparison）。
ARC-AGI-2 / ARC-AGI-3：GPT-6 Astra 报告 ARC-AGI-2 达 95%（Abstraction and Reasoning Corpus for AGI v2 (ARC-AGI-2)）；发布报道称其在 ARC-AGI-3 上自报 98.6%–99.9%，但该成绩基于 OpenAI 自定义 harness，标准框架下明显更低（GPT-6 Astra Review: Benchmarks, Pricing, Safety、Frontier Models）。
HLE-Diamond（新变体）：Claude Opus 5.5 60.6%、Claude Fable 5.1 55.0%、Claude Opus 5 51.3%、Gemini 3.8 Flash 38.6%、GPT-6 Sol 34.3%、GPT-5.6 Sol 33.8%、Grok 4.7 25.4%（Introducing HLE-Diamond）。
API 价格（2026 年 9 月）：前沿 token 价格指数降至 16（以 2023 年 3 月为基准 100 计，下跌约 84%），21 个活跃样本的旗舰模型中位价为混合 $6.00/百万 token（LLM API Pricing Trends — BenchLM）。截至 2026 年 9 月 15 日，BenchLM 总榜前十中最便宜的是 Gemini 3.8 Flash，输入 $0.75、输出 $3.75 每百万 token（LLM Pricing Statistics (2026) — BenchLM）。据 2026 年 9 月的对照表，GPT-6 Astra 列表价为输入 $10 / 输出 $50（缓存读取约 $1）、Claude Fable 5.1 为 $10/$50（缓存 $0.25）、Claude Opus 5 为 $5/$25（缓存 $0.50）（LLM API Pricing Comparison, September 2026）。另一份对比指出，同期前沿模型的列表价跨度可达约两个数量级，DeepSeek V4 最低（输入 $0.435/百万 token），Claude Opus 4.7 最高（$5.00），而实际最便宜者取决于缓存命中率与输入输出比（The 2026 LLM API Pricing Comparison）。

趋势与争议

一是迭代节奏空前加快：同一厂商在数周内连发旗舰或改版（Grok 4.5→4.6→4.7；Claude Opus 4.8→Fable 5→Opus 5.5），用户与评测机构难以持续跟踪。二是基准可信度受质疑：ARC-AGI 等出现"过拟合担忧"，GPT-6 Astra 的 ARC-AGI-3 高分被指依赖自定义测试框架、与标准框架结果不一致（GPT-6 Astra Review: Benchmarks, Pricing, Safety、Gemini benchmark gains, ARC overfit concerns）；而 MMLU 等老基准已被多家模型刷至饱和。三是降本与"降价内卷"：前沿 token 价格大幅下探，前沿价格指数较 2023 年 3 月下跌约 84%，DeepSeek V4 Pro 借 MoE 效率实现约 75% 降价（LLM API Pricing Trends — BenchLM、4 Best Frontier AI Models）；高盛研究指出，具备前沿性能与多模态能力的模型仍保有较强定价能力，但低端 API 市场已进入价格战，预计 2026 年下半年低端 API 价格约每百万 token $0.1–0.2，部分资金充裕的中国厂商可能短期以零甚至负毛利率补贴（大模型价格战持续升温 — 观察者网）。四是开源与闭源的分层：Kimi K3、GLM-5.2、Qwen3.5 以开放权重冲击前沿，但许可证对大规模商用设限（如 Kimi K3 License 要求大型 MaaS 业务单独签约），围绕"open weights vs. open source"的界定仍存争议（Kimi K3 Open Weights、moonshotai/Kimi-K3）。五是同一模型的"档位化"与跨厂路由成为采购常态：分析建议企业按任务同时路由 2–3 档模型，以兼顾成本与能力上限（GPT-6 Luna vs Gemini 3.8 Flash vs Claude Opus 5.5）。六是监管进入可执行阶段：欧盟 AI Act 于 2024 年 8 月 1 日生效，其中通用人工智能（GPAI）模型的义务自 2025 年 8 月 2 日起适用，而 AI Office 与成员国主管机关的执法权限自 2026 年 8 月 2 日起开始适用，同日部分透明度等条款也进入可执行状态（AI Act — European Commission、FAQ — EU AI Act Service Desk）。