海內外AI大模型領域發展態勢如何？

大模型百家爭鳴，模型平權與 AI Agent 續寫 AI 新篇章。

1.從 OpenAI o1 到 Gemini 2.5 Pro，海外大模型率先實現推理技術突破與 格局重構

2024 年下半年至 2025 年期間，海外 AI 大模型領域競爭白熱化。OpenAI 雖在該 領域仍占據領先地位，但其優勢已不再像以往那般顯著。Google、Anthropic、xAI 等公司憑借技術創新和持續的算力投入，不斷縮小與 OpenAI 的差距。 在推理能力方面，OpenAI 發布的 o 系列模型為基座大模型擴展變緩進程中的重大 突破。o1-preview 及其后續迭代版本在處理復雜推理任務時表現卓越，尤其在數 學運算和編程領域優勢明顯。o3 模型通過結構化的內部推理機制，在 Codeforces、 SWE-bench 等權威基準測試中刷新了當前最優（SOTA）成績，為行業樹立了新的 技術標桿。盡管 OpenAI 在基座模型的研發方面遭遇瓶頸，其系列推理模型 o3、 o4-mini 等以及最新推出的 GPT-4.1 系列在多項關鍵測評指標上依舊表現優異。

Google 積極布局推理模型領域，推出了 Gemini 2.0 Flash Thinking 和 Gemini 2.5 Pro。其中，Gemini 2.5 Pro 在 Humanity's Last Exam 基準測試中成績優異，還在大 模型競技場 Chatbot Arena 中脫穎而出，展現出強大的推理性能。Anthropic 則推出 了首款混合推理模型 Claude 3.7 Sonnet，該模型支持雙重輸出模式，既能實現即時 響應，也能逐步呈現推理過程。Claude 3.7 Sonnet 在任務指令響應、通用邏輯推理 等方面表現突出，在數學與科學領域的任務處理效率得到顯著提升。xAI 通過大 規模算力投入，推出了 Grok-3 及其推理版本 Grok-3 Reasoning。Grok-3 在 AIME2024 數學考試中達到了 96%的準確率，性能接近 OpenAI 的 o3 模型，并且 在大模型 LMSYS Arena 排行榜中位居前列。

以開源作為差異化競爭策略的 Meta 發布了開源大模型 Llama4 系列，該系列包含 Llama 4 Scout、Llama 4 Maverick 和 Llama 4 Behemoth 三個版本。Llama 4 Scout 在 各類測評集中均取得了當前最優（SOTA）成績，而 Behemoth 版本尚處于訓練階段，有望在開源模型領域實現新的突破。此外，xAI 也宣布將在推出新模型時開 源上一代模型，以此推動開源生態的進一步發展。

2. DeepSeek 引領國產大模型平權之路，打造性能與性價比的理想平衡

國內 AI 大模型領域發展態勢強勁，呈現出“百家爭鳴”的繁榮景象。DeepSeek 憑借算法創新脫穎而出，成為國產 AI 的頭部玩家。其通過優化大模型基礎架構并 高效整合資源，以較低的算力投入實現與全球頂尖模型相媲美的性能。例如， DeepSeek-V3 參數量高達 671B，在預訓練過程中，通過混合專家系統（MoE）架 構等技術創新，有效控制了成本，且保持優異性能。隨后推出的 DeepSeek-R1 在 多項基準測試中表現突出，其 API 服務定價僅為 OpenAI 同類產品的 3%，顯著降 低了使用門檻。此外，DeepSeek 在開源活動中發布了深度適配 GPU 特性的技術， 通過五大 Infra 核心技術構建大模型-算力全棧協同體系，充分挖掘硬件潛力，大 幅提升了千億參數模型的訓練和推理效率，降低了開發成本。

國產 AI 廠商追求極致性能，持續提升模型投入產出比。與此同時，國內其他大模 型企業也在積極探索創新路徑。騰訊混元 Turbo S 用創新架構，有效降低了訓練 和推理成本；MiniMax 將線性注意力機制擴展到商用模型級別，實現了資源的高 效利用；智譜發布的 GLM-Z1-Air 以較小的參數規模實現高性能，具備較高的性 價比；阿里推出的開源模型 Qwen3 采用“混合推理”模式，在特定場景下，以相 對較低的硬件資源消耗實現了性能突破。隨著算力基礎設施的完善、數據質量的 提升以及算法的持續創新，國產大模型有望在全球 AI 競爭中從規則的跟隨者轉 變為規則的共建者。