自律小屋近三年大模型前沿演进（2023-2026）
这三年大模型行业的变化，比过去十年加起来都多。这篇文章按时间线梳理 2023 到 2026 年的关键节点，帮你把「怎么就走到今天这一步」的脉络串起来。
写法上只收录可核实的事实（文末附来源），传闻类信息会明确标注。
一、2023：格局奠定之年
2023 年的主角毫无疑问是 GPT-4（2023 年 3 月）。多模态输入、专业考试碾压级表现，把「大模型」从极客话题变成了全社会话题。国内随之进入「百模大战」，各家公司密集发布自己的大模型产品。
同样重要的是 开源阵营的起点：Meta 的 Llama 系列证明了「开源权重模型」这条路走得通——它直接催生了后续全球的开源生态，包括后来的国产模型主力军。
回头看，2023 年定下的三条主线贯穿至今：
- 能力军备赛：参数、数据、算力堆出的通用能力跃迁
- 开源与闭源分野：两条路线的竞速从这一年开始
- 应用层萌芽：所有人都在想「大模型能用来干什么」
二、2024：多模态与推理模型两大拐点
拐点一：实时多模态（2024 年 5 月）
GPT-4o 把「语音对话延迟」从传统的数秒级压到接近人类对话的自然节奏，听、说、看统一进一个模型。这确立了「原生多模态」的技术方向——不再是外挂多个模型拼接，而是底层统一。
拐点二：推理模型登场（2024 年 9 月）
OpenAI 发布 o1 系列，引入「推理时计算扩展」（test-time compute scaling）的范式：模型回答前先花时间「思考」，用推理链换答案质量。这个范式后来成为 2025-2026 年最重要的技术主线——模型的智力上限不再只由训练时的参数规模决定，推理时愿意花多少计算也是变量。
国产力量崛起（2024 年 12 月）
DeepSeek-V3 发布，以极低的训练成本（官方论文口径 557 万美元级）追平第一梯队，震动行业。同年 Claude 3.5 Sonnet 在编程场景的表现让「AI 辅助编程」真正进入日常开发流程。
三、2025：推理模型浪潮与开源逆袭
DeepSeek-R1 现象级出圈（2025 年 1 月）
R1 把「推理能力」用纯强化学习方法训了出来并开源权重，全球刷屏。它的意义不只是省钱：证明了推理模型路线可以被开源社区复现，此后「深度思考」成为各家标配。
开源生态的集体跃迁
- Qwen 系列持续迭代，成为全球下载量最大的开源模型家族之一
- Llama 4（2025 年 4 月）发布 Scout/Maverick 等型号，上下文长度最高达到 10M 级别
- Gemma 3 提供小至 270M 的规格，端侧部署成为现实
旗舰模型密集换代（2025 下半年）
- GPT-5（2025 年 8 月 7 日）发布，官方定位面向开发者，重点强化编码与智能体（Agent）任务，并显著降低幻觉率
- Gemini 3（2025 年 11 月）上线，深度推理模式持续迭代
- Claude Opus 4.5（2025 年 11 月 24 日）在长程智能体任务上的可靠性大幅提升
- MCP 协议（2025 年 12 月）成为 Agentic AI Foundation 创始项目——大模型连接外部工具的事实标准开始成型
一个标志性变化：具身智能从演示走向量产
2025 年下半年，宇树等厂商的自研 VLA（视觉-语言-动作）模型陆续落地，Tesla Optimus 在 2026 年确认进入量产阶段。机器人和大模型的结合不再是 PPT 概念。
四、2026：智能体元年
模型侧：三极竞争白热化
- GPT-5.6（2026 年 7 月 9 日）：一次性推出 Sol（旗舰）/ Terra（低成本）/ Luna（快速）三档模型，并推出多智能体（multi-agent）beta 能力——「一个模型打天下」让位于「按场景选模型」
- Claude 5 系列（2026 年 6-7 月）：Fable 5、Mythos 5 面向长期复杂异步任务，Sonnet 5、Opus 5（7 月 24 日）跟进，Opus 5 以 Fable 一半的价格逼近其前沿智能水平
- Qwen3.8-Max（2026 年 8 月 3 日）：2.4 万亿参数、100 万 token 上下文，并宣布将开源 Max 级别权重——开源模型直接冲旗舰
生态侧：MCP 成为基础设施
到 2026 年，MCP 月 SDK 下载量超过 9700 万，官方注册的 MCP Server 数以万计，ChatGPT、Claude、Gemini、VS Code、Cursor 全部支持。「模型 + 工具」的连接层标准化完成，这是 Agent 应用爆发的管道前提。
格局侧：开源调用量反超闭源
2026 年 8 月，Vercel AI Gateway 上的开放权重模型 token 调用量占比达到 54%，历史上首次超过闭源模型。开源阵营在数学、代码等基准上也已与闭源前沿正面竞争。「开源追赶闭源」的时代结束了，现在是并跑。
五、三年演进的四条主线（总结）
| 主线 | 2023 | 2024 | 2025 | 2026 |
|---|---|---|---|---|
| 推理范式 | 直接回答 | o1 引入思考链 | 推理模型普及 | 推理时计算成标配 |
| 多模态 | 图片理解 | 实时语音+视觉 | 视频理解 | 生成视频/世界模型 |
| Agent | 概念讨论 | Function Calling | MCP 标准化 | 多智能体协作落地 |
| 开源格局 | 追赶 | 差距缩小 | R1 证明可行 | 调用量反超（54%） |
想继续深入的话：
- 想动手训练自己的模型 → 从零搭建一个小型语言模型
- 想了解接下来往哪走 → AI 发展趋势与展望
- 想做实际应用 → RAG 与 Agent 应用实战
参考来源
- OpenAI：GPT-5 发布（openai.com/index/introducing-gpt-5-for-developers/）、GPT-5.6 发布（openai.com/index/gpt-5-6/）
- Anthropic：Claude Opus 4.5（anthropic.com/claude/opus）、Claude Fable 5 / Mythos 5（anthropic.com/news/claude-fable-5-mythos-5）、Claude Opus 5（anthropic.com/news/claude-opus-5）
- Google：Gemini API 更新日志（ai.google.dev/gemini-api/docs/changelog）、Gemma 发布记录（ai.google.dev/gemma/docs/releases）
- 阿里巴巴 / Qwen：Qwen3.5 发布（qwen.ai/blog?id=qwen3.5）、Qwen3.8-Max（qwen.ai/blog?id=qwen3.8）
- Meta Llama Models（github.com/meta-llama/llama-models）
- MCP 官方博客（blog.modelcontextprotocol.io）
- 新华网 2026 年 8 月全球 AI 发展盘点（xinhuanet.com）
注：个别第三方来源的发布时间（如部分 Grok 版本）在公开报道中口径不一，本文未采用。