近期模型密集模态。国内外科技公司在AI模型领域动作频频。OpenAI、谷歌、Anthropic等头部企业相继推出更新版本，模型类新闻持续占据科技板块头条了。与以往单纯比拼参数规模不同，这一轮迭代的核心战场明显转向了多模态理解和长上下文记忆，迭代点GPT-4o、Gemini 1.5 Pro、Claude 3.5 Sonnet等产品在视觉解析、音频处理和百万级token输入方面展开正面较量。多模态能力的跃升直接改变了应用场景的边界。一位上海的独立开发人员向记者展示了他基于Claude 3.5 Sonnet搭建进入的视频分析工具，仅凭一段30秒的监控录像，系统就能生成完整的事件描述和时间线。“半年前这套逻辑至少要拆成语音转文字、图像识别、文本摘要三个模块的发布，现在一个API就解决了”他感慨道。模型类新闻里频繁出现的“原生多模态”四个字。

正在从技术术语变成产品落地的标配。长上下文窗口的军备竞赛同样激烈。

谷歌率先将Gemini 1.5 Pro期多的上下文扩展到100万token，随后AnthropicClaude 3.5 Sonnet里面开放了20万token的版本，国内的Kimi和智谱清言也相继跟进。某法律科技公司的CTO透露，他们正在测试用长上下文模型直接处理整本判决书，成竞“过去需要切片、检索、再聚合的流程。

现在可以一气呵成，准确率反而更高”的。这背后折射出行业对效率的极致追求争焦。开源阵营也没在爆发出更强的存在感。Meta的Llama 3.1 405B版本发布后，多项基准测试里面逼近闭源旗舰的水平，国内的Qwen2.5、DeepSeek V3等模型也在海外开发人员社区获得大量关注。Hugging Face联合创始人透露，平台近期榜单上排名前十的模型中，开源占比已超过六成的。“闭源公司的护城河正在被快速侵蚀，”一位长期跟踪AI领域的投资人表示。“未来一年，开源与闭源的性能差距可能缩小到可以忽略不计的程度”

价格战同步打响。OpenAI在6月推出GPT-4o mini时，API定价较前代骤降超过60%。

随后谷歌、Anthropic相继调整价格策略。中小企业的接入门槛被大幅拉低，深圳一家做智能客服的创业公司。因此将月成本近10万元压缩还有不足两万元。“价格下调不是慈善，”行业分析师指出，“为了抢占生态、绑定开发人员，从而在下一轮模型类新闻里继续占据C位”竞争维度正在从“谁更强”悄然转向“谁更便宜、谁更好用”啊？