新智元报道
太疯狂了，短短两天，竟然冒出了 4 个新模型！
前脚，老马的 xAI 才刚发完 Grok 4.7。
紧接着，OpenAI 突然甩出 GPT-6 Sol 和 Luna，价格直接腰斩。同一天，Anthropic 也把 Claude Opus 5.5 拍在了桌上，比上一代硬生生便宜 40%。
9 月 22 日，一张动图在X上被转疯，浏览量狂飙近百万。
2023 年，大模型 73 天一更，到了 2026 年，18 天一更。
从 ChatGPT 上线算起，OpenAI 和 Anthropic 已经狂轰滥炸了 42 个重磅模型（算上当天发的 GPT-6 Sol 和 Luna 是 44 个）。
几小时后，Stability AI 创始人 Emad Mostaque 转发了这张图，还加了一句预言。
「就像 Alex 说的，照这个速度，明年年初就是每天一个。」
两大巨头，卷出「半月一更」
其实，「18 天一更」这个数还算保守，因为它只算了 OpenAI 和 Anthropic 两家。
今年初到 9 月 22 日，Anthropic 发了 8 个旗舰模型，OpenAI 发了 6 个，14 个模型摊进 265 天，平均 19 天一个。
同一时间段里，国内十家主要大模型厂商又发了至少 28 个旗舰，平均 9 天多一个。
有几回还是扎堆发的，春节前一周，4 家接连甩出新旗舰；4 月 20 日到 24 日，5 天里又是 4 家轮番上阵。
两边加在一起，平均 6 天多就冒出一个新旗舰，离 Emad 说的「一天一个」已经不算远了。
Anthropic 的提速肉眼可见。
上半年它平均 46 天发一个模型，下半年压到了 26 天。Opus 4.8 是 5 月 28 日，Opus 5 是 7 月 24 日，Opus 5.5 是 9 月 22 日。
OpenAI 走的则是「憋大招，然后一套带走」的路线。
9 月 3 日 GPT-6 Astra 刚把全网炸翻，才隔了 19 天，Sol 和 Luna 就跟着下场。
下周还有 DevDay 大会，Altman 感慨，这是他记忆里 OpenAI 头一回在备战发布会时喊出「要发的东西太多了」。
发布为什么越来越密，Anthropic 在一份报告里给出了答案，AI 已经在帮着造下一代 AI。
今年 2 月，Claude 能独立主导的 AI 研发工作还不到1%，之后几乎一个月上一个台阶，5 月 12%，7 月 22%，到了 8 月已经达到了 26%。
OpenAI 那边，截至 8 月中旬，AI 智能体投入的工作日，已经是人类研究员的 3.1 倍（按每天 8 小时折算）。
在 Anthropic，造模型的活，四分之一已经交给了 Claude 自己。下一个模型，只会一个接一个地来。
排队的已经堵到了门口。Anthropic 的 Mike Krieger 放话，Sonnet 5.5 和 Haiku 5.5 未来几周就到。
谷歌的 Gemini 4 早在 7 月就开始了「迄今最有野心的一次预训练」，外界普遍押在年底前后亮相。国内也至少有两家官宣了下一代旗舰，只差一个发布日期。
辛辛苦苦攒的「玄学」
两个月直接报废
大模型跑得越快，在下游写代码的人就越狼狈。
你 7 月底熬了几个通宵，刚把应用迁到 Opus 5，参数一项项调得如丝般顺滑。两个月后 Opus 5.5 横空出世，你满心欢喜地一换接口——咔，一部分请求直接报错。
把这两家最近的官方提示词指南翻一遍，会发现他们在传达同一个事实，你给上一代模型写的那些祖传 Prompt，很多都成了废纸。
头一件事是做减法。
OpenAI 在 Astra 指南里明说，以前太细的流程指令，现在反而会拖后腿，「改代码前先通读文档」「切记跑测试」这种话，统统可以删掉。
Anthropic 的指南也是这个意思。
以前的提示词里常要加一句「做完检查一遍」，可 Opus 5 已经会自己检查，这句不删，它反而会过度检查。
到了 Opus 5.5，聊天场景里「回答前仔细想想」这种 PUA 话术也建议删掉，删了之后回复快了，质量也没有明显下降。
删完旧的，还得补新的，因为每一代都有新脾气。
Opus 5.5 在多轮对话里老爱回头琢磨已经答完的问题，白白浪费算力，官方给了一句补丁，「已经答过的，就当过去了。」
参数和默认值也在悄悄变。
在 Opus 5.5 上，关掉思考模式的写法直接报错 400；不写 effort 参数，默认档位从 high 降到了 medium，成本和效果跟着洗牌。
对此，官方的建议是重新跑一遍 effort 测试，别把 Opus 5 的老设置直接搬过来。
一套提示词加一套参数，每一代都得扒层皮。调没调过，账单能差出一大截。
Anthropic 的 Lance Martin 在视频里演示过，一份给 Opus 4.8 写的老提示词，每张工单成本 2.45 美分，直接换上 Opus 5.5 是 2.02 美分；再用官方工具洗一遍，准确率拉到 92.0%，成本压到了 1.83 美分。
除了这些，模型本身的寿命也在缩短。
今年 OpenAI 已经发了 9 次弃用公告，涉及 40 多个模型和功能。
其中，4 月 23 日刚发的 GPT-5.5，10 月 14 日就要从 ChatGPT 和 Codex 下架，活了不到半年。
甚至，就连 OpenAI 自家的 Evals 评测平台，也要在 11 月底关门。
刷榜？一套新考题，半年就被锤穿了
人跟不上就算了，现在连「考卷」都不够用了。
今年 3 月，号称专治 AI、考智商不考背题的 ARC-AGI-3 上线。当时排第一的 Gemini 3.1 Pro 只拿了 0.37%，人类是 100%。
9 月 3 日，GPT-6 Astra 杀进考场，标准测试拿下 62.7%，换上特定框架直接到了 99.9%。在 96% 的关卡里，它用的步数比人类还少。
一套新考题，半年就被打穿，ARC 官方已经开始琢磨下一代评测该怎么出。
写代码榜单（Next.js）上，Sol、Opus 5.5 和 Fable 5.1 全是 97%，并列第一；写作榜单上，Opus 5.5 断层领先第二名 307 分。
这一分数是榜单有史以来最大的一次单次跳跃，博主看完直呼离谱，差点以为是自己的基准出了 bug！
新模型每来一个，开发者就得像西西弗斯一样，把测试流程从头再推一遍。
照现在这个节奏，明年要是真到了「一天一更」的地步，你今天调好的提示词、配好的 Agent 链路，寿命可能都撑不过一个星期。
模型换代的速度，第一次彻底超过了人类适应它的速度。
如今跑得最慢的，竟然是使用 AI 的人。
参考资料：
https://x.com/EMostaque/status/2102614902393241950?s=20
编辑：摩西
