一个时代的终结：模型竞赛的边际效益正在归零
2026年5月的AI行业，呈现出一个看似矛盾的局面：技术突破从未停止，但「最强模型」的商业价值正在加速贬值。
GPT-5.5、Claude Sonnet 4.6、Gemini 3.5 Flash、DeepSeek v4——在不到一个月的时间里，几乎所有头部厂商都推出了重大更新。然而与2023-2024年不同的是，每一次新模型的发布，不再是「碾压对手」的时刻，而是「追平差距」的声明。模型能力的趋同已经成为一个不可逆转的结构性趋势。
IBM Granite 4.1以仅8B参数实现了与32B MoE模型相当的性能，DeepSeek v4的API调用成本仅为GPT-5.5的三分之一。参数规模不再是护城河，数据质量和训练效率才是。
:::
更关键的变化发生在市场层面。Anthropic在12周内完成了近20次重大产品更新，其年化收入从不到90亿美元飙升至300亿美元以上，估值从615亿美元跃升至9000亿美元——超过OpenAI的8520亿美元私有估值。Claude Opus 4.7在企业开发者中建立起口碑，不是因为基准测试分数，而是因为其在长上下文推理和代码生成中的实际表现。
与此同时，OpenAI提交了IPO文件，估值目标直指万亿美元级别。Google I/O 2026上发布的Gemini 3.5 Flash，推理成本仅为GPT-5.5的十五分之一，但Agent工作流性能已超越GPT-5.5。
这些信号共同指向一个事实：模型能力本身正在从「竞争优势」变为「准入门槛」。当每个人都能获得接近顶级的模型能力时，真正的差异化就不在于模型本身，而在于围绕模型构建的系统。
## 企业部署：AI战争的新前线
如果说2024-2025年的关键词是「模型训练」，那么2026年的关键词就是「企业部署」。五月份的两则新闻，将这个转变推到了聚光灯下。
第一则是KPMG将Claude部署到全球276,000名员工，覆盖138个国家。这不是一个试点项目，而是全员、全业务线的深度整合——从税务、审计到咨询，Claude嵌入了KPMG的Digital Gateway平台，成为每一个顾问的标准配置。与PwC、Deloitte的类似合作，意味着四大会计师事务所中有三家已经在60天内选择了Anthropic作为企业AI伙伴。
第二则是OpenAI成立了DeployCo——一个由TPG领投、高盛、贝恩资本、麦肯锡、凯捷等19家机构共同出资40亿美元的咨询子公司。DeployCo采用Palantir式的运营模式：不是销售许可证让客户自己集成，而是派驻前部署工程师（FDE）直接进入客户组织内部，构建和运维生产级AI系统。通过收购爱丁堡的AI咨询公司Tomoro，DeployCo首日即拥有150名FDE。
这两件事的本质是同一个判断：**模型性能不再是企业采用AI的主要瓶颈。集成到混乱的真实系统、变革管理、评估框架、安全审查——这些需要人力的工程工作，才是真正的约束条件。**
:::
这一判断正在重塑AI行业的收入结构。谁控制企业部署层——即AI能力真正触及终端用户的系统、工作流和组织关系——谁就能捕获更持久的收入，而不仅仅是提供最好的模型API。
## Agent从「提示词技巧」到「运行时工程」
2026年最深刻的变化之一，是AI Agent从实验性概念演变为系统工程学科。
2023: Agent = 提示词技巧 + 函数调用
2024: Agent = 多步骤推理 + 工具使用
2025: Agent = 工作流编排 + 状态管理
2026: Agent = 运行时系统（可恢复、可观测、可治理、可扩展）
:::
过去两年，AI Agent的重心已经明显从「把更强模型接上几个函数」，转向「把模型放进一个可恢复、可观测、可治理、可扩展的运行时系统」。
Anthropic在52天内密集推出了74款产品更新，大部分围绕编程和企业工作流的纵深突破——Skills、MCP、Memory、Compaction、Context Editing、Advisor、Managed Agents，逐一补齐了Agent运行时的关键组件。
Google在I/O 2026上发布的Gemini Spark，则是一个7x24运行的云原生个人Agent——它运行在专用虚拟机上，手机锁屏后仍可继续工作，原生集成Gmail、Google Docs和Workspace，用户甚至可以通过专属邮箱直接给Agent发邮件。这已经不是「聊天机器人」，而是一个有状态、有身份、持续运行的数字员工。
OpenAI的Background mode、Sessions、Agents SDK、Tracing、Evals——同样是在构建Agent运行时的完整拼图。
行业正在形成共识：Agent的竞争已经从「谁更会写Prompt」进入「谁更会做系统工程」的阶段。
## 资本转向：5870亿美元砸向基础设施
2026年的AI资本支出数字令人震惊。仅Amazon、Google、Meta和Microsoft四家，年度AI资本支出预计达到5870亿至6700亿美元，接近2025年的两倍。
更值得注意的不是规模，而是钱花在了哪里。
2023年，瓶颈是训练出最强模型；2024年，瓶颈是GPU供应（H100一卡难求）；2025年，推理算力成为新卡点，推理占AI算力支出的比例从33%翻倍至66%。到了2026年，瓶颈继续下沉——落到电力和物理基建。全球数据中心年耗电量预计突破1,000 TWh，接近日本全国一年的用电量。
每投入1美元做AI，背后大约还要配套2.3美元的基础设施支出。今天的AI军备竞赛，大部分钱已经不是花在模型上，而是花在数据中心、电力供应和交付能力上。
Anthropic今年的算力危机是最直接的例证：模型赢了，收入创了历史新高，但基础设施没跟上，最终被迫下调输出质量。领先本身，反而成为负担。
:::
SpaceX与Anthropic签署的12.5亿美元/月计算合同，以及SpaceX即将以1.75万亿美元估值IPO并计划收购Cursor（估值600亿美元），都是这一趋势的注脚——AI基础设施本身已经成为一种金融资产类别。
## 小模型的逆袭：成本效率取代参数竞赛
2026年5月的另一个重要信号，是小参数模型的集体崛起。
DeepSeek v4通过MoE架构和国产算力适配，将成本压缩到GPT-5.5的三分之一。IBM Granite 4.1的8B参数模型实现了与32B MoE模型相当的性能。Google Gemini 3.5 Flash的推理速度超过280 tokens/s，成本仅为GPT-5.5的十五分之一。
大模型
- GPT-5.5：成本最高，但用户基数最大
- 生态位：复杂推理、高价值任务
- 适用场景：科研、代码生成、深度分析
小模型
- DeepSeek v4 Flash：成本为GPT-5.5的1/3
- IBM Granite 4.1：8B参数媲美32B MoE
- Gemini 3.5 Flash：280+ tokens/s，成本1/15
- 生态位：高吞吐、低延迟、成本敏感
:::
这不仅仅是价格竞争，而是AI应用经济学的一次根本性重构。当推理成本下降1-2个数量级，原本不经济的AI应用场景变得可行。Agent的每次工具调用、每轮多步骤推理的成本约束被大幅放松，这反过来又加速了Agent应用的普及。
Anthropic的Tool Search文档显示，多服务工具定义可轻易消耗约55k tokens，而动态按需加载通常可减少85%以上的工具上下文。OpenAI的Prompt Caching可将输入成本最多降低90%、延迟最多降低80%。这些优化不是模型层面的，而是系统层面的——进一步印证了「工程化」正在取代「模型能力」成为竞争焦点。
## 开源与闭源的博弈新阶段
开闭源之争在2026年也进入了新阶段。DeepSeek v4和IBM Granite 4.1证明，开源/开放权重模型正在快速缩小与闭源模型的差距。
更值得关注的是，中国模型厂商在全球市场的崛起。高盛将字节、阿里、Minimax并列为中国独立AI厂商的第一梯队。Minimax作为国内唯一同时具备「文本+图像+视频+音频+音乐」全栈能力的独立厂商，被摩根士丹利认为其全模态路线最接近Google Gemini Omni的方向，ARR有望在2026年底达到10亿美元。
阿里巴巴的百炼MaaS平台ARR已突破80亿元人民币，年底有望突破300亿元。中国大模型的全球周调用量已超越美国——这不仅是数量的超越，更是成本竞争力带来的结构性优势。
## 结语：从「谁最强」到「谁最持久」
2026年5月，AI行业进入了一个结构性转折点。
三件同时发生的事定义了这一刻：
1. **技术趋同**：模型能力差距缩小，让「最强」失去决定性意义
2. **竞争外溢**：战场从模型扩展到部署、工程化、基础设施，让「统治」失去稳定基础
3. **资本加速**：万亿美元级别的资本支出，让市场预期变得更高、切换更快
这三层变化叠加在一起，意味着AI行业的生存法则已经改变。决定一家公司能否继续扩张、谁会被迫减速的，越来越不只是模型跑分，而是一组更复杂的变量：推理能力有没有跃迁、Agent能力是否可感知、商业模式能否可持续、生态壁垒是否足够高。
因此，最具前瞻性的判断是：未来一到两年里，最有可能赢得市场的团队，不一定是做出「最强大模型」的团队，而更可能是那些把workflow与agent的边界、工具与协议的边界、上下文与记忆的边界、模型与运行时的边界、自由与治理的边界设计得最清楚的团队。
AI的竞争，已经从「谁最强」的时代，走向「谁最持久」的时代。