2026年4月:AI史上最疯狂的30天——从GPT-6到DeepSeek V4,大模型竞争进入“干活“时代

news2026/5/3 18:22:18
4月AI圈连发9款旗舰模型GPT-6参数破5万亿DeekSeek V4成本仅GPT的1/700摘要2026年4月的大模型发布密度创历史之最。OpenAI连发GPT-6和GPT-5.5Anthropic祭出Claude Opus 4.7但最大的变数来自中国——DeepSeek V4以1.6万亿参数跑在华为昇腾芯片上API价格仅为GPT-5.5的1/700。同一时间Sora关停、OpenAI增长失速、Anthropic估值奔万亿美元、Claude Code抢占54%编程工具市场。本文用28个关键数据点还原这场AI史上最疯狂的30天。目录一、4月14日到24日到底发生了什么二、DeepSeek V4成本比GPT低700倍是怎么做到的三、Sora之死每月烧1500万美元收入只有210万四、Claude Code一统天下Cursor不服五、OpenAI的烦恼钱融到了但增长没到六、从聊天到干活的五个根本转变七、我的判断接下来会发生什么一、4月14日到24日到底发生了什么先扔一张时间线表感受一下密度日期厂商事件关键数据4月14日OpenAIGPT-6发布5-6万亿参数、200万Token上下文4月16日AnthropicClaude Opus 4.7100万Token输入编程序SOTA4月23日OpenAIGPT-5.5 / ProAgent-first架构综合能力压Opus 4.74月24日DeepSeekV4-Pro / Flash1.6T参数100%昇腾适配成本降97%10天4款旗舰模型。但光看发布时间线等于白看。真正该看的是这些模型发布背后的数据逻辑。GPT-6的200万Token上下文意味着什么它能一次性吞下整本《三体》三部曲。不是摘要是逐字逐句。对长文档处理而言这基本宣告了短时记忆限制这个问题的终结。Claude Opus 4.7在编码基准上跑出了历史最高分。但更有意思的是Anthropic同时雪藏了一款更猛的模型Mythos——因为自主攻击能力过强不敢公开发布。你品一个AI公司造出了一个能力太强以至于不敢放出来的东西这本身就说明了很多事。GPT-5.5的意义在于定位转变——它是OpenAI的第一个Agent-first模型。翻译成人话之前的大模型是你说我答GPT-5.5是你告诉我目标我来完成。这两个定位之间的差距就是聊天机器人和数字员工的差距。好说完美国玩家的常规操作接下来才是这个月最值得深度拆解的事件。二、DeepSeek V4成本比GPT低700倍是怎么做到的2.1 沉默145天后的炸弹DeepSeek上一次发新品是去年底。这145天里发生了什么春节AI技术战、Agent热潮、GPT-5发布、Claude Opus 4.7发布、Kimi K2.6发布——DeepSeek全部缺席。然后4月24日它甩出了这张牌。2.2 硬核参数直接拉满版本总参数激活参数预训练数据定位V4-Pro1.6万亿490亿33万亿Token对标GPT-5.5V4-Flash2840亿130亿32万亿Token高性价比MoE稀疏架构是这套系统的核心。推理时只激活约490亿参数兼顾性能与成本。说人话就是用十分之一的算力跑出接近顶级的水平。但参数从来不是DeepSeek的杀招。2.3 真正的杀手锏彻底告别英伟达V4的硬件验证清单里并列写了两行英伟达GPU华为昇腾芯片。这是全球首个发布即适配的万亿参数级纯国产大模型。不光是昇腾寒武纪、海光、沐曦、摩尔线程、昆仑芯——一口气适配了全系列国产AI芯片。几个扎心的数字华为昇腾新款推理芯片采购价格英伟达同等芯片的1/4单卡算力较英伟达对华特供版提升2.87倍API输入价格0.25元/百万词元vs GPT-5.5 Pro 约30美元/百万词元价差超过700倍700倍价差是什么概念一家公司每月花100万调用GPT-5.5换成DeepSeek V4只需要不到1500块。这笔账任何有算力需求的团队都会算。资本市场反应更直接A股算力板块单日成交额突破1200亿元华为昇腾芯片出货目标冲75万片——其中50万片订单已经锁定。但我必须说一句实话DeepSeek自己坦承V4整体水平落后主要闭源对手约3到6个月。这不是谦虚这是战术。落后3个月但便宜700倍 vs 领先3个月但贵700倍——这个选择题对99.99%的企业来说根本不需要犹豫。三、Sora之死每月烧1500万美元收入只有210万大模型这边烧钱烧得欢Sora那边已经凉透了。2024年2月Sora首次亮相时全网都在喊好莱坞要完。2025年9月正式上线5天下载量破百万。然后呢11月下载量峰值333万次1月下载量暴跌45%2月下载量113万次30日留存率不到5%全生命周期内购收入约210万美元每月推理成本1500万美元你算一下。花1500万赚210万。这生意搁谁身上都得关。而且平台上62%的内容是低质量的无厘头视频。说白了大部分人下载Sora就是为了生成几条搞笑视频发朋友圈然后永远不再打开。Sora不是死于技术不行。它是死于商业模型不成立。技术惊艳和商业可持续性之间的鸿沟比大多数人想象的要宽得多。但更值得关注的是Sora倒下后谁站起来了快手可灵AI。3月全球月活780万而Sora只有470万。可灵单季收入3.4亿元ARR突破3亿美元。快手今年砸了260亿资本开支比去年多了110亿主要方向就是AI视频。从Sora统治一切到可灵全球第一这个权力交接快得让人来不及眨眼。四、Claude Code一统天下Cursor不服说完了模型层来看应用层最直接的一个细分市场AI编程工具。4.1 一份让人窒息的市场份额工具份额SWE-bench年收入核心用户Claude Code54%80.8%25亿美元全栈、架构师、复杂项目Copilot22%——VS Code用户、个人开发者Cursor15%71.8%20亿美元前端、日常开发、快速原型Windsurf5%——特定团队CR4 96%。这个市场不是竞争激烈是赢家通吃。Claude Code凭什么拿54%几个硬指标100万Token上下文约等于7.5万行代码Auto Mode可以自主规划→修改→测试→提交实测3小时完成原本3天的工作量。但我想说一个很多人忽略的点Claude Code真正的护城河不是模型能力是Skills生态。Anthropic围绕Claude Code构建了一个可安装、可复用、可交易的技能市场。开发者安装一个SkillAI就学会一个能力。这等于给AI编程助手装了个App Store。Cursor的策略不一样。它主打体验最多8个Agent并行工作延迟优化到0.8秒。月活突破500万正在寻求20亿美元融资估值冲500亿美元。说实话我个人判断Cursor的500亿估值有点虚。一个15%市场份额的产品估值500亿Claude Code 54%的份额年收入才25亿——这里面的水分你品。五、OpenAI的烦恼钱融到了但增长没到5.1 财报引发的暴跌4月27日《华尔街日报》扔了一个炸弹OpenAI营收和用户增长均未达到内部预期。ChatGPT没能在2025年底实现10亿周活目标年营收也没达标。市场哗然甲骨文签了3000亿美元算力合同股价跌超6%英伟达、博通、AMD跌3%-5%软银核心投资方暴跌约10%Sam Altman紧急回应说报道荒谬不实但数据不会哄人——就在同一时期Anthropic的年化收入已经突破300亿美元首次超过了OpenAI的250亿。5.2 Anthropic的反超指标OpenAIAnthropic最新融资1220亿美元300亿美元G轮投后估值8520亿美元3800亿→8000亿→奔向9000亿年化收入~250亿美元~300亿美元Q1营收份额29.0%31.4%每活跃用户月均收入—16.20美元Anthropic的估值变化曲线本身就是一个商业案例2025年3月615亿2026年2月3800亿4月8000亿5月正在冲刺9000亿甚至1万亿。从OpenAI的追随者到估值即将反超只用了不到半年。什么概念一家成立不到5年的公司估值已经相当于2个贵州茅台。这个泡沫会不会破不好说。但二级市场上Anthropic股票的交易价格已经炒到了接近1万亿美元对应的数字——说明真有人在用真金白银赌它能赢。六、从聊天到干活的五个根本转变4月21日的全球AI大会上业界形成了五个共识。我没有全盘接受以下是三个我认为真正值得关注的转变一AI不再是你说一句它回一句GPT-5.4原生支持Computer Use——像人类一样操作电脑截图→分析→操作→验证。Claude Code的Auto Mode可以从需求文档一直跑到代码提交。这不是会聊天的AI这是会干活的数字员工。我不是在危言耸听。Cursor每天生成1.5亿行企业代码超2/3财富500强企业在用。41%的代码由AI生成或协助完成。这两个数字放一起看意味着代码劳动正在以肉眼可见的速度从人类手里转移到AI手里。转变二成本正在碾压一切DeepSeek V4的700倍价差不仅仅是一个数字它代表了一种新的竞争范式当性能差距缩小到可接受范围3-6个月时成本优势将成为决定性变量。这不是降维打击这是成本碾压。一个类比没有人会因为BBA的驾驶体验更好就去买一辆700倍价格的手机——但你在AI领域正在看到类似的事情发生。转变三生态的竞争正在超越模型的竞争Claude Code用Skills生态绑定了54%的开发者。MCP协议月下载9700万次超过1万个活跃Server在生产环境运行。这些都不是模型能力而是生态能力。说白了大模型本身正在从壁垒变成水电煤——越来越强、越来越便宜、越来越同质化。真正拉开差距的是你能连接多少工具、做得了多少种任务。OpenAI显然也看到了这一点。这大概也是他们急着和微软分手的原因之一——当你的合作伙伴也在开发竞品模型的时候“独家合作就变成了互相提防”。七、我的判断接下来会发生什么7.1 短期5-6月欧盟AI法案高风险条款正式生效罚款额度高达全球营业额6%。第一批被罚的企业一定会成为新闻头条而且大概率是中国的出海AI产品。国内《人工智能拟人化互动服务管理暂行办法》7月15日施行虚拟主播、AI陪伴、AI客服都将受到分类分级监管。这几个赛道会在5-6月出现明显的收缩。7.2 中期下半年Anthropic大概率在10月前后上市。如果它以9000亿-1万亿美元估值IPO将成为史上最大科技IPO。这笔钱进来之后AI赛道的资本格局将彻底重构。DeepSeek V4下半年昇腾950超节点批量上市后Pro版本会大幅降价。届时如果V4在昇腾上稳定跑出竞争力它就是全球首个不依赖英伟达的前沿模型——这个标签的技术和战略意义远超商业本身。7.3 我的核心判断2026年4月这30天大概率是AI行业一个分水岭。不是因为模型变强了而是因为商业逻辑变清晰了。Sora证明了技术惊艳不能当饭吃。DeepSeek证明了成本优势可以当饭吃。Claude Code证明了生态锁定可以当饭吃。Anthropic证明了企业级市场可以当饭吃。所以如果你问我4月最大的新闻是什么——不是GPT-6不是DeepSeek V4不是Sora关停而是所有这些事件组合在一起传递的同一个信号AI行业终于开始认真思考怎么赚钱了。本文数据截至2026年5月2日部分数据来源于华尔街日报、彭博社、福布斯、36氪等公开报道。如有更新欢迎在评论区补充。你对Anthropic冲击1万亿美元估值怎么看泡沫还是合理评论区聊聊。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2575629.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…