川海智库

报告概述

本报告对大模型行业进行2026年中复盘与展望，研究对象包括全球主要大模型公司、开源模型生态及AI应用趋势。覆盖Scaling Law有效性、Frontier model交替领先格局、开源与闭源模型竞争、模型与应用公司双向渗透、从Vibe Coding到Vibe Working再到Vibe Creating的三波浪潮等核心议题。报告采用行业深度分析框架，梳理技术路线、产品迭代、商业数据及投资逻辑，帮助读者理解大模型行业的现状与未来方向。

报告的核心结论

Scaling Law远未失效，多模态、Multi-Agent、RSI成新方向。

报告指出，虽然单一维度参数堆叠边际收益递减，但多模态、Multi-Agent协作、递归自改进等新维度的Scaling空间正在打开，模型能力仍会持续跃升。

Frontier model竞争格局交替领先，终局未定。

报告认为，自2025年底以来，Google、Anthropic、OpenAI轮流领先，每次领先优势仅维持数个月。领先优势半衰期急剧缩短，竞争取决于模型能力、产品飞轮、算力供给等多要素平衡。

开源模型正在冲击闭源模型的定价根基。

报告分析，开源模型在性价比、可控性、数据隐私上优势凸显，企业客户开始将简单任务分流至开源模型，闭源模型被迫守住最难的1%场景，定价天花板受到结构性压制。

模型公司与应用公司双向渗透，垂直应用公司加速自研模型。

报告发现，Anthropic、OpenAI等模型公司直接下场做应用（如Claude Code、Codex），而Cursor、Harvey等应用公司通过收购或合作自研模型，以摆脱供应商竞争和绑定，形成“应用+模型”一体化趋势。

AI应用从Vibe Coding向Vibe Working、Vibe Creating递进，可验证性决定爆发速度。

报告提出三波浪潮：Coding已爆发（高可验证），Working正在渗透（中等可验证），Creating仍在实验（低可验证）。RL训练需要清晰reward signal，可验证性是应用规模化速度的关键。

报告回答的关键问题

Scaling Law是否已经失效？

报告认为Scaling Law并未失效，而是从单维参数堆叠转向多模态、Multi-Agent、RSI等多维Scaling。模型能力仍会因新维度的Scaling而跃升，如GPT-5.5/5.6相比前代实现质的突破。

大模型第一的竞争格局如何？

报告呈现交替领先格局：2025年底Google凭Gemini 3短暂领先，2026年初Anthropic靠coding反超，随后OpenAI凭借GPT-5.5/5.6回归。领先优势半衰期缩短至数个月，终局未定。

开源模型对闭源模型有哪些影响？

报告指出，开源模型在成本、可控性上优势显著，企业通过模型路由器将90%简单任务分流至开源模型（如DeepSeek），闭源模型仅守住最难的1%场景。闭源模型面临降价或份额流失的两难，开源模型正在“吃掉”用量份额。

垂直AI应用公司为什么要自研模型？

报告解释，垂直应用公司（如Harvey、Cursor）自研模型是为了避免被闭源API供应商竞争和绑定，同时满足数据隐私和垂直场景优化需求。开源模型+自有训练能力+场景优化成为长期生存策略，护城河更深。

AI应用的下一个增长点在哪里？

报告认为，Vibe Coding已爆发但天花板浮现，Vibe Working（白领办公）正在渗透，知识工作者占Codex用户20%且增速是程序员3倍。Vibe Creating（创意生成）虽难商业化但长期天花板最高，将重新定义创作者范围。

报告中的代表性数据

470亿美金

Anthropic年化经常性收入（ARR）

截至2026年5月15日，Anthropic的ARR在绝对值和环比增速上领先OpenAI，体现了其coding产品驱动的商业成功。

数据上升趋势

OpenRouter上开源模型Token占比

报告统计期内，开源模型在OpenRouter上的Token消耗占比快速上升，但收入占比增长较慢，反映开源模型以低价撬动更多用量。

0.913

Harvey法律Agent模型Rubric Pass Rate

截至2026年6月22日，Harvey在GLM-5.1基础上经post-training后，在法律Agent基准上Rubric Pass Rate达0.913，超过GPT-5.5和Opus 4.8。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 详细分析Scaling Law是否失效，深入探讨多模态、Multi-Agent、RSI三个新方向的技术原理与进展。
  • Frontier model竞争格局回顾，包括Google Gemini 3、Anthropic Opus/Fable、OpenAI GPT-5.5/5.6的发布节奏、能力对比及领先交替原因。
  • 价格战深度分析：开源模型成本优势、模型路由器机制、企业分流策略，以及闭源模型面临的定价困境。
  • 模型与应用公司双向渗透案例：Anthropic的垂直应用布局（Claude Code/Design）、Cursor+SpaceX自研模型、Harvey基于GLM-5.1的法律Agent。
  • Vibe Coding到Vibe Working到Vibe Creating三波浪潮的详细解读，包括各阶段可验证性、商业化进展与瓶颈。
  • 投资建议：OpenAI/Anthropic上市关注点、Google翻盘条件、中国开源模型全球化机会。
  • 风险提示：Scaling Law失效、ARR增速放缓、自由现金流压力等风险因素。
  • 完整数据图表：文生视频排行榜、ARR对比、开源模型成本、Token占比、Rubric Pass Rate等关键图表。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告