X用户kunchenguid复盘大模型最新竞争格局

随着上一波大模型发布热潮尘埃落定，kunchenguid已经有足够时间实际体验这些模型，现将他的完整观点整理如下。

Grok 4.5大概是近两周业界最值得关注的事件。和大量重度各类模型用户交流后，大家形成了共识：Grok 4.5是日常使用体验最舒服的前沿大模型。

开发团队精准找到了性能、速度和效率之间的平衡点，SpaceX AI也因此证明自己已经成为继Anthropic和OpenAI之后的第三家真正的行业玩家。X拥有全球最大公共线上讨论广场，可以获取实时人类数据，还收购了热门的智能代理框架，现在又证明了自己能打造顶级大模型。此外，该团队还在自研芯片、自建数据中心，甚至有能力将GPU送入太空、利用太阳能生成Token。

通过智能代理框架收集的人类使用数据，对训练优质大模型极为重要。Grok 4.5是首个接入了Cursor数据的模型，相比前几代Grok性能提升非常明显。

这也解释了多个行业现象：亚马逊要求员工强制使用Kiro、Meta在员工设备上全面部署数据收集、Anthropic禁止第三方代理框架、Google的Gemini发展不顺，核心原因都和是否拥有大规模普及的代理框架来收集数据有关。

受补贴的大模型订阅服务短期内不会终结，因为广泛的用户使用是最好的数据来源，用户其实是通过使用模型，教会模型如何完成工作，来补贴低廉的Token价格。

Claude Opus 5市场反馈不佳，几乎没有用户喜欢它。仅有的喜欢它的用户，大多用它一次性生成看起来效果出众的3D游戏内容，但不会有人为这类内容付费。

任何可以通过简短提示词一键生成的内容都没有价值，因为既然你能做到，数十亿其他人也同样能做到，无法通过这类内容创造有价值的产出。Opus 5暴露了大模型训练的一个根本性问题：当前训练方向正滑向误区，机器可验证的产出结果优先级已经超过了人类反馈。

最新的训练过程只奖励智能代理长时间运行、完成复杂项目，不再关心智能代理和人类交互的体验，充满专业术语、大段无关文本、各种无心之失。Opus 5提醒行业，我们需要更贴近人类使用习惯的AI，不该打造一个整天和冷漠机械的AI共事的世界。

Claude 3.5 Opus（文中称Fable 5）在“智慧”维度依然是目前的上限，没有其他模型能超越。之前kunchenguid曾讨论过智慧和勤勉的差异，基准测试会同时混合两个维度的表现，因此很难直观体现，但只要实际使用过就能感受到，Fable 5在智慧维度是业界最佳，哪怕它没有在所有基准测试中登顶。

Anthropic对包括开源模型在内的其他竞争者非常警惕，担心对手达到同等智能水平，这说明Fable 5的竞争壁垒并不牢固，智谱Kimi K3已经预示了同水平竞品的出现。

同时，Fable 5首次让Token成本成为非常现实的问题，它是目前唯一一个用户无法负担全天持续使用的大模型。这种情况可能会维持一段时间，未来我们只能选择性地将特定任务交给Fable级别的模型，不能把它当作日常工具。

OpenAI目前处在一个值得关注的位置。GPT系列一直以来在效率上表现出色，但现在Grok 4.5已经在这个领域具备很强的竞争力，同时GPT也还没达到Fable 5的智慧上限，GPT-6可能会改变这一局面。

OpenAI有两个可选发展方向：一是继续押注效率，在Claude价格过高、Grok品牌认可度不足的企业市场推进落地，这是一个非常可行的策略。二是和Fable在智慧领域正面竞争，在贴近人类使用体验这个维度击败对手，但传统上这并不是OpenAI模型的优势，因此这个策略投入产出比可能较低。

现在大模型行业格局正变得越来越复杂，希望这些实际使用后的观点，能帮大家理清当下行业发生的变化。