行业动态
阅读: 445 评论: 0 点赞: 0 发布时间：发布日期：2026-07-08 08:22:21
标签：AI大模型 GPT-5.6 Kimi K3 企业AI 行业分析
7月1日，OpenAI 悄无声息地把 GPT-5.6 从"有限预览"切到了正式版。跟6月26日那场发布相比，这次没有直播、没有博客长文，就是 API 文档里多了一行状态变更。但这件事的分量，一点不比发布会轻。
先说结论：GPT-5.6 正式版开放了多模态理解和视频生成能力，这是 GPT-5 系列的首次。Sol、Terra、Luna 三档模型全部可用，从旗舰到性价比一字排开。Sol 在 Terminal-Bench 2.1 上拿了 91.9%，编码能力全球第一；Terra 是均衡选手，大多数企业场景够用；Luna 便宜到让中小团队也能用上 GPT-5 级别的推理。
但真正让我在意的不是性能——而是三档模型全部被美国政府标记为"高风险能力"。网络安全和生物/化学两个领域，Sol、Terra、Luna 无一幸免。这在 OpenAI 历史上是头一回。以前只有旗舰模型会被盯上，现在连最便宜的 Luna 都在审查名单里。
这意味着什么？OpenAI 的分层策略没问题，但监管的网撒得比产品矩阵还宽。对国内企业来说，这里有两层信号：一是 GPT-5.6 的能力确实到了让人紧张的程度；二是"受限发布"正在成为美国 AI 出口管制的新常态。想靠 API 调用拿到的能力，可能哪天说断就断。
顺便说一句，GPT-5.6 的定价跟 GPT-5.5 持平，这在通胀年代算良心了。但企业版每千 token 0.01 美元听着便宜，真跑起来——尤其是长上下文任务——账单涨得比想象快。150 万 token 的上下文窗口是真好用，也是真烧钱。
如果说 GPT-5.6 是海外的主菜，那 Kimi K3 就是国内最大的变量。
7月初，月之暗面员工在 X 上确认：Kimi K3 本月发布。参数规模 2.5 万亿，MoE 架构，100 万 token 上下文窗口，原生多模态融合。这几个数字摆在一起，直接超越了 DeepSeek V4 Pro 的 1.6 万亿和文心 5.0，成为当前已公布参数最大的国产模型。
但参数大不是重点。重点是 Kimi 背后的商业化故事——半年时间，估值从 40 亿美元飙到 315 亿美元，ARR 突破 3 亿美元。投资人不是在赌参数，是在赌 Kimi 已经跑通的 C 端付费模型能复制到 B 端。
说实话，我对"最大参数"这个标签有点审美疲劳。2023 年大家比参数，2024 年比 benchmark，2025 年比多模态——现在回头看，真正能活下来的模型都靠两样东西：一是用户愿不愿意付钱，二是企业敢不敢用在生产环境。Kimi 在这两点上确实做得比大部分国产模型好。它的 C 端产品用户粘性够强，B 端 API 调用量也在涨。
不过挑战也很明显。K3 如果真在 7 月发布，将正面撞上 DeepSeek V4 正式版（同样 7 月上线）。两个国产旗舰同一个窗口期出来，市场会直接用 API 调用量投票。谁便宜、谁稳定、谁的文档好用，谁就是赢家。参数再多，最后比的还是工程能力和服务体验。
DeepSeek V4 正式版定在 7 月中旬上线，但比发布时间更值得聊的，是它的定价策略。
6 月 29 日，DeepSeek 官宣了"峰谷定价"机制：上午 9 点到 12 点、下午 2 点到 6 点算高峰，API 价格翻倍；其余时间按平时价。输入价格缓存命中时平时 0.025 元/百万 token，高峰 0.05 元——看着不多，但对于一天跑几千万 token 的企业来说，账单差别是实打实的。
这个定价逻辑本质上是在把 AI 算力当电力卖。电网有峰谷电价，因为发电能力有限、需求有波峰；AI 推理也一样，GPU 集群不能无限扩展，高峰期排队是常态。与其让大家一起卡，不如用价格引导需求错峰。
我其实挺喜欢这个思路的。它说明 DeepSeek 在想一个更根本的问题：当模型能力趋同、价格战打到地板价之后，还能靠什么差异化？答案可能是运营效率。谁能在单位 GPU 上跑出更多 token、谁的精排调度做得更好，谁就能在峰谷价差中多赚一份利润。
对用户来说也有好处。很多批处理任务——比如夜间跑数据分析、离线生成报告——完全可以放到低谷期跑，成本直接砍半。但如果你的业务是实时的、必须高峰用，那确实得多掏钱。这等于逼着企业去想一个问题：你的 AI 调用，哪些是刚需，哪些可以排队？
如果说前三个信号是关于"模型本身"，那第四个信号是关于"模型怎么用"。
根据一份 7 月初的数据，截至 2026 年 7 月，78% 的企业 AI 团队已在生产环境中部署了基于 MCP（Model Context Protocol）的 Agent，28% 的财富 500 强企业已落地。MCP 从 2024 年底 Anthropic 提出的实验性协议，到 2026 年中成为企业默认标准，只用了不到两年。
这个速度比我预期的快。2025 年初大家还在争论 Agent 到底是不是泡沫，现在 Cladue Code 年化收入已经跑到 63 亿美元，OpenAI Operator 覆盖百万用户，Google Spark 可以 7×24 小时自主运行——Agent 已经不是"会聊天的机器人"，而是真正在干活的东西。
框架层面也在快速收敛。LangGraph、CrewAI、Microsoft Agent Framework（合并了 AutoGen 和 Semantic Kernel）三足鼎立，2026 年 4 月微软把 Agent Framework 推到 1.0 GA，意味着大厂已经把 Agent 当成基础设施来做了。MCP 协议本身也在进化——2026 路线图重点推传输层可扩展性、Agent 间通信标准化和治理成熟度。说白了，就是让 Agent 从"能跑"变成"能管"。
但企业落地 Agent 的坑一点没少。权限管理、任务回滚、多 Agent 协作时的状态一致性——这些在 Demo 里看不出来的问题，到了生产环境全是雷。我接触到的一些团队反馈是：Agent 上线前三周一切完美，第四周开始出现莫名其妙的"幻觉式操作"——Agent 理解错了指令但执行得很自信，等发现时已经改了一堆文件。MCP 的治理层就是为这类问题设计的，但要真正好用可能还得再迭代一两个版本。
7 月的开源模型格局，已经不是"谁能追上闭源"的问题了，而是"谁在什么场景下最好用"。
Qwen 3.7 和 GLM-5.1 稳居开源第一梯队，Gemma 4 12B 在多模态本地部署上表现突出，DeepSeek V4 Pro 的 MoE 架构在推理效率上依然有明显优势。开源模型的竞争逻辑变了——不是做一个"小 GPT"，而是在特定场景做到极致。
代码生成领域尤其明显。GLM-5.1 在编码任务上的表现已经逼近闭源旗舰，很多开发团队开始用开源模型做代码补全和审查，成本只有调用 GPT-5.6 的十分之一。多模态方面，原生融合（而非拼接）正在成为新的技术分水岭——Kimi K3 和 GPT-5.6 都走了这条路，开源阵营也在追。
还有一个被低估的趋势：开源 Agent 框架的崛起。OpenCode 在 SWE-bench 上的成绩一度反超 Cursor，证明了开源 Agent 工具链不一定比商业产品差。这对中小企业来说是个好消息——不需要买昂贵的 Agent 订阅，用开源模型加开源框架也能搭建自己的开发助手。
五个信号放在一起看，7 月的大模型格局有几个清晰的走向。
第一，模型能力的差距在缩小。GPT-5.6 很强，但 Kimi K3 和 DeepSeek V4 的差距远没有一年前 GPT-4 和国产模型的差距大。这意味着模型本身不再是唯一的护城河。
第二，商业化和工程化成为新的战场。DeepSeek 搞峰谷定价，Kimi 拼 ARR，OpenAI 推分层产品矩阵——大家都在找模型之外的赚钱方式。对国内企业来说，选模型的标准也应该从"谁最强"变成"谁最合适"：在预算、延迟、稳定性之间找到平衡点。
第三，Agent 正在吃掉软件。78% 的 MCP 采用率不是一个统计数字，而是一个信号——未来的企业软件可能不再是你打开一个 SaaS 后台点点点，而是给 Agent 下达任务，它自己去调 API、读数据、生成报告。这个变化对传统软件公司的冲击，可能比大模型本身更大。
最后说一句个人的判断：2026 年下半年，AI 行业的叙事会从"模型竞赛"转向"生态竞赛"。谁有最好的开发者体验、最低的推理成本、最丰富的工具链——谁就能赢。参数多几千亿少几千亿，最后可能不如一个稳定的 API 和一个好用的 SDK 值钱。