7月9日凌晨到7月10日，OpenAI、Meta、xAI、Anthropic四家公司密集发布新品，AI行业从未有过如此拥挤的48小时。
7月8日深夜，Grok 4.5悄然上线。7月9日凌晨，OpenAI丢出GPT-Live全双工语音模型。同一天深夜，扎克伯格时隔三年首次发推，官宣Muse Spark 1.1。与此同时，GPT-5.6 Sol/Terra/Luna三档全面开放，Codex独立App消失。7月10日，伯南克加入Anthropic。
这不是某家公司的发布日。这是整个行业的拐点日。五天前可能还有人问"AI在2026年还热不热"，现在答案摆在桌上：五家同时出牌，没有一家选择防守。
七月的那个夜晚，AI行业同时按下加速键
36氪用了一个绝妙的标题概括这一天："一夜之间，GPT-5.6 来了，Codex 没了，Claude 急了。"这不是夸张。7月8日至7月10日这48小时窗口内，四家公司各出大招，每一招都足以单独上一次头条，但它们偏偏挤在了一起。
先说时间线。7月8日，SpaceXAI发布Grok 4.5，基于1.5万亿参数的V9基础模型，用数万台NVIDIA GB300 GPU训练出来的。马斯克说这是"Opus级别的模型"，同时补了一句大实话："Fable确实比Grok 4.5好得多，但大多数任务并不需要Fable级别的能力。"
7月9日凌晨，OpenAI发布GPT-Live全双工语音模型，"边听边说"的新架构正式亮相。付费用户用GPT-Live-1，免费用户用GPT-Live-1 mini，背后调用GPT-5.5进行深度推理。也就是说，当你对手机说话的时候，GPT-5.5已经在后台开始思考你的下一句。这不是语音到文本的简单转换，这是真正的实时语音理解。
同一天，美国政府审查结束，GPT-5.6系列正式面向全球用户全面开放，通过ChatGPT、Codex和API同步上线。特朗普政府在OpenAI与政府官员完成额外测试和会议后批准了这次扩大推出。美国对AI安全的审查正在变得越来越系统化，这也意味着大模型发布的门槛正在提高。
7月9日深夜，扎克伯格在X上发推——这是他三年来第一次在X发帖。官宣Muse Spark 1.1，Meta超级智能实验室的第二代多模态推理模型，也是Meta首个向开发者收费的AI模型。从1.0到1.1，只用了90天。90天迭代一个大模型，这在以前不敢想象。
7月10日，Anthropic宣布前美联储主席、2022年诺贝尔经济学奖得主本·伯南克加入长期利益信托（LTBT），同时发布Reflect功能帮助用户反思AI使用习惯。
48小时，四家公司，六款产品或重大变动。这密度，AI行业历史上没有过。
OpenAI的三把刀：旗舰、均衡、入门，一个都没落下
GPT-5.6系列这次拿出了三款模型：Sol（太阳）、Terra（大地）、Luna（月亮），分别对应旗舰、均衡、入门三个定位。名字起得很诗意，定价策略很现实。
Sol在Agents' Last Exam拿下53.6分，比Claude Fable 5高出13.1分。这个评测横跨55个行业的长程智能体工作流，不是简单的问答测试，是让AI连续执行几十步的复杂任务。在Coding Agent Index上，Sol拿到80分，比Fable 5高2.8分，但输出token不到Fable 5的一半，耗时不到一半，成本便宜约三分之一。也就是说，同样的编码任务，Sol只花不到一半的钱、不到一半的时间。
但别急着说Sol是全能冠军。SWE-Bench Pro上，Sol只有64.6%，远低于Claude Fable 5的80%和Claude Mythos 5的80.3%。FrontierMath Tier 4，Sol得分65.9%，不如上代GPT-5.5的72.5%，而Fable 5做到87.8%。推理硬实力，OpenAI依然落后于Anthropic。这给GPT-5.6的全面最强叙事留了一个明显的缺口。
更有意思的数据来自Luna——它只卖$1/百万token输入、$6/百万token输出，输入价格仅Fable 5的十分之一。但它的Coding Agent Index照样做到75分，只比旗舰Sol少5分。更重要的是，OpenAI透露Luna的后训练流程完全由Sol自主完成——包括寻找可用GPU、确定训练配置、编写启动脚本。AI自己训练AI，这不是概念，是已经跑通的生产流程。
另一个大变化是Codex独立App下线了。它被整体并入ChatGPT，形成新的"ChatGPT Work"超级应用——整合了对话、编码以及长程任务执行能力。过去六个月，OpenAI内部用于代码推理研究的计算资源增长了约100倍，智能体Token使用量增长了约22倍。他们还首次公开了RSI指数，GPT-5.6 Sol相比GPT-5.5提升了16.2分。
这些数字背后是一个明确信号：OpenAI不再只是做语言模型，他们在做的是一个能自我进化的智能体平台。Luna是被Sol训练出来的——这个事实本身，可能比任何评测分数都更具颠覆性。
Meta的价格屠刀：比对手便宜十倍，还更快
扎克伯格发推时用的措辞很克制，但话里的火药味盖不住："其他一些AI实验室的定价非常高，我们认为有能力用更实惠的成本提供前沿智能。"
翻译一下：你们太贵了，我来屠价格了。
Muse Spark 1.1的定价是$1.25/百万token输入、$4.25/百万token输出。这个价格在市场上是什么位置？Claude Fable 5要$10/$50，最贵的Sol是$5/$30，Grok 4.5是$2/$6。Muse Spark 1.1比Fable 5便宜约10倍，比Opus 4.8便宜4到6倍，比Grok 4.5还要便宜约三分之一。
不只是便宜。Muse Spark 1.1的速度快2到3倍。Vals综合榜上，Fable 5、Opus 4.8、Sonnet 5跑一个测试要1000多秒，Muse只要388秒。速度的差距和价格的差距几乎一样大，这对开发者来说是双重诱惑。
专业场景上，Muse Spark 1.1拿下了三个第一：税务TaxEval v2跑出79.72分，超过124个模型；医疗和法律Agent榜上20.00分，远超Grok 4.5的12.92分，断层领先。如果你做的是需要专业知识的垂直应用，Muse Spark 1.1很可能是目前最好的选择。
但别被这组数据迷惑。通用推理领域，Muse Spark 1.1大幅掉队：GPQA排第12，MMLU Pro第9，LiveCodeBench第17，SAGE排20/63。做一道高中数学题它不如对手，但填一张税表它可能是世界上最强的AI。
一句话总结Muse Spark 1.1：专业场景的刺客，不是通用场景的全能王。
Meta的策略很聪明：不跟OpenAI和Anthropic正面硬刚通用推理，而是用极致价格加上垂直领域优势，切出属于自己的市场。早期合作伙伴Replit、Box、Cline等已经开始导入Meta的API。分析师们算了一笔账：Meta有广告业务利润垫底，扛得起长期消耗。OpenAI和Anthropic还在烧融资的钱。裁判还没吹哨，Meta已经做好了打加时赛的准备。
市场对Meta的这步棋反应积极——周四Meta股价上涨4.7%。
效率至上：Grok 4.5走了一条不同的路
在五方混战中，Grok 4.5的声势没有Sol和Muse Spark那么大，但仔细看数据，它有自己独特的位置。
输入$2/百万token、输出$6/百万token，推理速度80 TPS。定价位置在五家中排中间偏下，不是最便宜也不是最贵。
Grok 4.5的真正卖点是效率。SWE Bench Pro上，它达到64.7%解决率，和Sol的64.6%差不多。但关键差异在token消耗量：Grok 4.5平均只用15,954个token就完成一个任务，而Opus 4.8平均需要67,020个token。效率差了4.2倍。
如果把这些数字换算成成本，场景就很清楚了：同样完成一个编码任务，用Grok 4.5比用Opus 4.8，token消耗少了四分之三，单价也更低，总成本可能只有对方的十分之一。对于每天需要处理大量编码任务的开发团队来说，这个差距不是小数。
基于1.5万亿参数的V9基础模型，与Cursor联合训练——Grok 4.5的定位很专：编程、智能体、知识工作三个方向。但它的短板也在这里：覆盖场景不够广。一家公司不可能每个项目都用Grok，除非它只做这三件事。在五家混战中，走"专而精"路线能否撑起一个平台生态，需要时间检验。
Anthropic的底牌：一个研究银行危机的经济学家，来管AI
在所有发布中，Anthropic的动作用最小的力气赚了最大的眼球。
7月10日，前美联储主席、2022年诺贝尔经济学奖得主本·伯南克加入Anthropic长期利益信托（LTBT），出任受托人，拥有任命董事会成员的权力。
伯南克今年72岁，是一位经济学家，不是AI技术专家。他1983年关于银行倒闭传染效应的论文是他获得诺贝尔奖的基石。一个研究银行危机的老先生，来管一家AI公司的治理结构——这个选择乍看有点错位，但仔细想想逻辑通顺：LTBT（长期利益信托）的使命，是在公司面临商业压力时保护AI安全方向的决策独立性。银行的倒闭和AI的失控，风险管理的底层逻辑确实是相通的。
市场普遍认为这个任命是Anthropic 2026年下半年IPO前的信号——先搭好治理结构，再面对公众资本市场。投资者喜欢看到"有诺奖得主坐镇"，而伯南克在金融危机中的应对经验，对一家即将IPO的AI公司来说确实是一张安全牌。
与此同时，Anthropic还推出了Reflect功能（Beta版），核心功能是帮助用户反思自己的AI使用习惯，管理数字健康。在大家都在拼模型能力的战场上，Anthropic在打"责任牌"。这个差异化定位能不能赢得市场，现在还没有定论，但至少让它在五家混战中有了一个独特的品牌标签。
数据上还有一个值得注意的看点：6月中旬的报道显示，Anthropic的企业采用率达到34.4%，首次超过OpenAI的32.3%。如果这个趋势延续，Anthropic在B端市场已经悄悄完成了反超。
这场比赛没有输家，但有些人底牌更厚
回到那个核心问题：这48小时的混战，谁赢了？
从能力上看，Sol的Agent评测最强，Fable 5的推理最强，Muse Spark 1.1的专业领域最强，Grok 4.5的编码效率最高，Anthropic的企业信任度最好。没有一家在所有维度上通吃。每个玩家都有自己的王牌，也都有自己的软肋。
从价格上看，Meta是最激进的屠夫，OpenAI的Luna是性价比之王，Grok 4.5是效率之选。价格战已经开打，而且看不到停下来的迹象。当Fable 5还在卖$50/百万token输出的时候，Muse Spark 1.1已经杀到了$4.25。一年前的"白菜价"放在今天可能连萝卜价都算不上。
从战略上看，OpenAI在构建自我进化的智能体系统，Meta在用广告利润打持久消耗战，Anthropic在搭建百年老店的基础治理架构，SpaceXAI在走专精路线。每个玩家都有自己的逻辑，而且每个逻辑看起来都自洽。这说明AI行业已经进入了多维度竞争阶段，不是靠一个单点优势就能赢的时代了。
真正的赢家其实是用户。价格在暴跌，能力在暴涨。半年前用Fable 5还要精打细算token成本，现在Luna的输入价格只有Fable 5的十分之一，能力差距远没有十倍那么大。开发者选模型的时候，终于可以不再只盯着参数，而是认真算ROI了。
一位科技圈人士在推上说得精辟："Agent已经成为标准配备，现在的战争比的是成本与规模，而不是能力。"当能力不再是护城河，成本成为决胜因素，AI行业正在进入一个全新的阶段。对用户是好事，对AI公司来说却是残酷的淘汰赛。下一个被挤下牌桌的，不知道会是谁。但可以确定的是，48小时的时间窗口已经关上，下一轮窗口正在打开。
Loading...
