一、这半年模型圈发生了什么
先快速过一遍时间线,感受一下节奏。
2025 年 11 月,Google 发布 Gemini 3,登顶主要竞技场榜单;同月,Anthropic 的 Claude Opus 4.5 成为首个在真实软件工程基准上突破 80% 的模型。12 月,OpenAI 推出 GPT-5.2。2026 年 2 月,Anthropic 与 OpenAI 在同一天发布新模型;4 月,GPT-5.5 与 Claude Opus 4.7 相继登场;6 月,Anthropic 发布新一代旗舰 Claude Fable 5,官方称其在几乎所有基准上刷新纪录。
中国阵营的节奏同样密集:DeepSeek 在 4 月放出 1.6 万亿参数的 V4 预览版,月之暗面的 Kimi K2 Thinking 在 2025 年 11 月的智能体基准上首次压过美国闭源旗舰,智谱 GLM-5 以开源协议直接对标海外第一梯队。公开路由平台的数据显示,2026 年 2 月中旬,中国模型的周处理量首次超过美国模型。
三条结构性变化藏在这份日历里。其一,能力在趋同:编码基准上,开源模型与最强闭源模型的差距已缩小到一个百分点以内,「用哪个模型」越来越像「用哪家云」。其二,成本在塌方:每百万 token 的处理成本三年间下降超过 99%。其三,定价在分化:美国新旗舰逆势涨价,中国厂商从价格战转向收费——通用智能在中端层商品化,在前沿层重新定价稀缺性。
二、模型趋同之后,价值在哪里
如果模型能力可以随时替换、按量购买,那么一个 AI 应用的护城河显然不在「接了哪个模型」。这不是新论断,但 2026 年上半年把它变成了摆在眼前的现实:行业里开始公开讨论模型商品化,风投的共识也在转向——决定垂直 AI 公司价值的,是模型之外的复利资产:专有数据、工作流覆盖、行业理解。
我们从创立天下工厂的第一天起就押注这个判断,理由可以说得很具体。
通用大模型知道「注塑」是什么,但它回答不了「浙江做医疗级注塑、月产能 50 万件以上的工厂有哪些」——这个问题的答案不在互联网语料里,在一个持续核验的工厂数据库里。我们花了数年时间构建并持续更新覆盖 480 万家真实在产工厂的数据底座,核心能力是把「注册了制造业执照的企业」和「真实在生产的工厂」区分开。模型每三个月换一代,这份数据资产只会随时间增值。
同样,通用模型可以写一段漂亮的行业分析,但它不知道一个做工业润滑脂的销售真正需要什么:不是分析,是一份按规模、区域、工艺排好序的目标工厂名单,和名单背后可核查的事实。把大模型的语言理解能力,接在真实数据和真实工作流上,才构成生产力。
三、模型进步对我们意味着什么
有一种担心:通用模型越强,垂直应用会不会被顺手覆盖?我们的看法恰恰相反——前沿模型的每一次进步,都是垂直 AI 的免费升级。
天下工厂 AI 的多轮需求澄清、模糊品类词的理解、对话中的数据反问,这些能力的上限随底层模型水涨船高。两年前需要精心设计规则才能勉强处理的口语化需求(「找个能做捏捏乐那种解压玩具的厂」),今天的模型已经能稳定理解;而模型永远替代不了的,是那份告诉你「这类工厂主要在汕头和东莞、其中真实在产的有多少家」的数据。
所以模型竞赛越激烈,我们越受益:智能的价格在跌,而我们恰好把产品建立在智能之外的东西上。
四、写在 2026 年中
行业里喜欢谈「AI 应用元年」,按我们的体感,制造业 B2B 的元年是从模型学会「不知道就查库」开始的——生成一段流畅的话不稀奇,答案背后每个数字都有工厂实体可查,才配得上生产场景的信任。
接下来的半年,模型还会刷新几轮榜单,我们的工作不会变:让 480 万家真实工厂的数据更准、更新更快,让对话找厂的体验更接近一个懂行的老同事。欢迎来天下工厂 AI 验证这个判断。