过去一周，四家主要 AI 公司发布了旗舰模型，信息传递高度一致：编程、代理、工具使用以及更低的成本——而传统基准（如参数规模和性能得分）逐渐淡出视野。Anthropic 重新推出 Claude Fable 5，而 OpenAI 推出了 GPT-5.6，xAI 发布了 Grok 4.5，Meta 则推出 Muse Spark 1.1。分析人士指出，这一变化反映了竞争衡量指标的根本转变：从传统的模型基准测试，转向长线的任务执行。Anthropic 成为 2026 年第二季度首家实现盈利的大型语言模型公司，表明商业价值如今优先于真实世界的任务完成情况，而不是单纯的原始性能指标。新的标准聚焦于多步骤工作流和自主任务执行，而不是模型规模。
免责声明：本页面信息可能来自第三方，仅供参考，不代表 Gate 的观点或意见，亦不构成任何财务、投资或法律建议。数字资产交易风险较高，请勿仅依赖本页面信息作出决策。具体内容详见
声明。
