GPT、Claude、Grok一周内全更新，但关键指标换了…

本期要点：不再比跑分，那比什么？

你好，我是王煜全，这里是王煜全要闻评论。

过去一周，AI界最大的事情，就是4家AI领域的重要公司，陆续重新开放或是发布了各自的最强模型。

先是月初，Anthropic的Claude Fable 5重新上线，接着OpenAI推出GPT-5.6，xAI推出 Grok 4.5，Meta推出Muse Spark 1.1。

这些公司都号称自己全球最强，或是同等性能下价格更便宜。

但更重要的是，大家强调的关键词高度一致，那就是编程、Agent、工具调用以及更低成本。虽然也会提及参数和基准测试的分数，但显然那些已经不是那么重要了。

在我们看来，它们其实表明，大模型竞争的核心指标，正在悄悄被换掉。这也意味着，一种由AI驱动的新生产力正在进入市场。

变成生产力

首先，可以看出，Scaling Law没有失效，模型还在不断扩大，性能也还在继续提升。在大模型领域，领先者的突破仍然会刺激全球更多企业快速追赶。

这是我们5月份从硅谷回来后，就在科技特训营里给出的明确判断。

但今天，就不能只是把Scaling Law狭义理解成继续堆参数、堆算力、堆数据了，还得包括强化学习、推理时计算、上下文管理、工具调用、多Agent协作等等一系列新的指标。

换句话说，“Scaling”的对象已经扩展到了整个智能系统。

于是，大模型也在朝着更具生产力的方向发展了。

此前，Anthropic的Mythos和Fable最让外界感到震动的，是它们在编程、推理和网络安全能力上出现了突跃式的进步。

比如，它不只是能发现普通软件缺陷，还能发现银行、电网等关键基础设施系统的漏洞。

由于怕引发安全危机，Anthropic甚至没有把Mythos 5全面公开，只面向经过审核的Glasswing伙伴和少量特定机构。

同时，后来的Fable 5也引起了美国政府的关注，还短暂地颁布了禁令，只允许美国人使用这个模型。

过去谈AI，大多数人想到的是写文章、生成图片，但Anthropic无形中开启了大模型的新竞争，那就是能否完成现实世界的高价值、高风险任务。

也正因为如此，即便Anthropic仍有巨额算力、研发和人力成本支出，却仍然在2026年第二季度成为了首个扭亏为盈的大模型巨头公司。

再看GPT、Grok和Muse Spark的新模型，也就好理解了。

GPT-5.6伴随ChatGPT Work等Agent工具一起发布，就在强调执行，而不是回答问题。Grok和Muse Spark则都聚焦编程和Agent工作流。

Meta也以Muse Spark 1.1为起点，开始对企业和开发者收费。

知名AI基准与分析机构Artificial Analysis，更是给出了一个精准概括：AI 的竞争正在从“短题智商测试”，进入“长程任务耐力赛”。

所以，四家公司的做法指向了同一个趋势，那就是，单纯讨论哪个模型排名或评分第一，意义已经不大了；大家更关注的，是你的模型有没有从工具变成生产力。

就像是，能写一段代码，是工具；但能理解一个代码库、修复一个问题，能有效的跑测试、根据报错继续修改、并最后提交可用的结果，才是生产力。

AI大模型的价值

我们更想强调的是，AI大模型将更有商业价值了。

此前，AI大模型公司更多像是在炫技，靠着各种令人咋舌的操作让市场以及全球科技界看到自己的能力。

但这些能力就天然具有价值吗？并非如此。

因此，OpenAI至今仍在巨额亏损中，2025年亏损209亿美元，2026年更是预计要亏损250亿美元。

马斯克在把xAI并入SpaceX时，更是把xAI高额的债务也吸收了进来，以至于在SpaceX上市之后，就马不停蹄地融了200亿来还债。

那么，大模型究竟怎样才能具备商业价值？

Anthropic证明了，从编程切进去，就能跑通。

但新的问题也来了，如果大家都扎堆AI编程，也就难免又内卷了。

我们认为，不只是编程，AI能发挥价值的领域还有很多，关键在于如何进行分析。

透过现象看本质，AI的价值很容易计算，就是看AI能独立承担的任务所能产生的收益，扣除推理成本以及人类监督运行状况的成本。

这和一套流水线的商业价值原理一致，只不过推理成本要换成能源以及原材料成本。

而且，就像我们其实不关心一套流水线中的电机马力多大，同样的道理，我们也不应该在意一个工作流中AI大模型的参数规模和跑分。

大模型的参数再多、跑分再高，对企业意义有限；一次回答准确度高，也未必能给企业带来明显收益。但如果AI能把20个步骤连起来，并在几十分钟内交付一项原本需要人类1天甚至数天的工作，这就能给企业带来实实在在的价值。

这也就解释了为什么长程任务成为了大家都要攻克的难点。因为任务越长，步骤越多，模型要处理的变量越多，可能出现的错误也越多，问题也越复杂。AI能做到的话，能替代的高价值岗位、能实现的高价值工作就越多，自然盈利性就越好。

看到了这儿，你也许会问，那跟我有什么关系？

我们觉得，这就意味着，每个人、每个团队、每个公司都要随之改变自己和AI的协作方式，也就是从“用AI”当工具、当帮手，变成让AI做主力，把真实的工作完成。

这个起步当然不容易，AI大模型要先有基础的、不错的能力，然后你要构建一个工作流程，让AI进入一个能反复被打回、反复修正的任务之中。

为什么编程成为了AI率先能干活的领域？

就是因为编程的工作任务天然完全数字化，目标相对清晰，结果也可以用测试自动验收，失败后能立刻获得反馈。

而一旦AI能干活了，它就不是工具了，更像是你的伙伴了。

所以，未来我们最应该做的，就是把AI培养成自己的工作伙伴，让它真的理解我们的工作流程、成果的标准和我们（或客户）的偏好。

工具的使用者，很有可能会因为工具的变强而被替代。

但如果你和AI成为合作关系，让AI独立地自动化干活，你来设计、监督和运营，那么AI越强，就越需要你的指导，你就越能因为AI革命而变强。

最后，也想问问，你有没有什么重复的工作已经由AI完全独立负责了呢？欢迎在评论区给出你的分享。

以上就是今天的内容！

王煜全要闻评论，我们明天见。