大模型周刊第37期：Kimi K3 把“DeepSeek 时刻”又推回来

第37期大模型周报，记录2026年7月11日至17日这一周的几个关键信号：OpenAI把GPT-5.6推向企业代理，Anthropic继续押注开发者生态，Google走企业集成路线，中国开源模型则用Kimi K3和GLM系列把成本压力重新打到牌桌中央。

本周主线：模型竞赛没有结束，只是战场变了

本周最值得看的，不是某一家又发了一个更大的模型。真正的变化是：美国大厂在把模型塞进代理和企业工作流，中国团队在用开源权重和低价策略继续冲击成本曲线。

OpenAI的动作更像产品公司：GPT-5.6系列落地，ChatGPT Work、GPT-Live、Responses API多代理协调一起推进。它不再只卖“最聪明的模型”，而是在卖一个能替你跨邮件、日历、聊天、文档做事的工作界面。

Anthropic这周的重点不是模型参数，而是生态。Claude for Open Source给热门开源维护者送Claude Max 20x，短期看是福利，长期看是开发者心智争夺。Claude Code越深入开源项目，Claude就越容易成为工程师默认工具链。

Google还是老打法：云、硬件、企业客户一起推。Gemini Enterprise进Intel，是典型的企业级落地信号。它不一定在社交媒体上最热闹，但这种合作往往更接近真实预算。

中国这边的关键词很简单：开源和性价比。Kimi K3把月之暗面重新推到全球开发者视野里，智谱融资和GLM持续迭代则说明中国模型厂商还在加速。过去“DeepSeek时刻”像一次事件，现在更像一种反复出现的市场机制：只要闭源模型价格和生态溢价继续偏高，开源权重模型就有机会再次冲击牌桌。

OpenAI：GPT-5.6落地，代理工具才是重点

OpenAI本周的核心动作是GPT-5.6家族全面可用。Sol定位旗舰，Terra强调高性能，Luna走高效路线，并且成为Microsoft 365 Copilot的优先模型。

但我觉得模型家族本身不是最重要的点。更重要的是ChatGPT Work和GPT-Live。

ChatGPT Work的方向很明确：让ChatGPT进入多步、长时间、跨应用任务。邮件、日历、聊天这些工具原本分散在不同界面里，代理的价值就是把它们串成一个可执行任务。如果它真能稳定工作，ChatGPT就不再只是问答入口，而是个人工作流里的调度层。

GPT-Live强化语音界面，也值得单独看。Sam Altman说自己现在和ChatGPT说话比打字多，这句话可能有宣传成分，但方向没错。语音一旦从“输入法”变成“实时代理界面”，很多轻任务会自然迁移过去：查资料、整理日程、打断式追问、边走边处理消息。

社区反馈也很典型。一边有人说它像“免费治疗师”，一边有人吐槽中断、填充词、隐私和音频存储周期。代理越接近日常生活，隐私问题越难绕开。尤其当语音、记忆、搜索、图像一起进入同一个会话，合规不再是附录，而是产品核心。

我的判断：OpenAI正在从“模型领先”切到“任务入口领先”。这个选择很聪明。模型代差迟早会被追近，工作流入口和企业集成才是更稳的护城河。

Anthropic：用开源维护者换生态位置

Anthropic本周推出Claude for Open Source，给热门库维护者、CPython和Kubernetes贡献者等群体免费提供Claude Max 20x，为期6个月。按公开信息，这相当于每月200美元档、20倍容量。

这个动作表面上是善意，实际上是很精确的开发者生态打法。

开源维护者不是普通用户。他们影响依赖树，影响文档，影响issue讨论，也影响新工具在工程社区里的声誉。Anthropic把额度送给这群人，相当于把Claude Code和Claude Max嵌进开源项目的日常维护流程。

这比买广告有效得多。一个维护者用Claude修bug、审PR、补测试、写release note，项目贡献者会看到，旁观开发者也会模仿。模型工具的传播不是靠口号，而是靠“这个项目真的这么干”。

Anthropic的安全叙事仍然是护城河。宪法AI、诚实度、代码审查能力、Claude Code的工程体验，这些东西短期内不会被单纯低价替代。但压力正在变大。中国开源模型的成本优势会不断挤压闭源模型的日常任务份额，Anthropic必须保住高价值开发者和高信任任务。

我的判断：Anthropic这周不是在打模型发布战，而是在打工具链渗透战。它知道开发者心智一旦丢了，后面再追回来很难。

Google：企业集成是Gemini最稳的牌

Google Cloud与Intel扩大合作，Intel全公司部署Gemini Enterprise，并把它用于自定义AI代理，包括芯片设计等工作流。Google还提供额外计算支持，加速模拟任务。

这条新闻不如Kimi K3刺激，但商业含金量不低。

Google的优势一直不是单个模型在社交媒体上赢一晚，而是云、数据、办公套件、安卓、搜索、TPU和企业客户的组合。Gemini Enterprise进Intel这类客户，说明Google在高门槛企业场景里仍然有位置。

半导体设计尤其适合AI代理试水：流程复杂、文档密集、验证链条长、计算资源贵。模型不一定要替代工程师，只要能在资料检索、脚本生成、仿真队列、报告整理上节省时间，就能产生实际价值。

Stitch在GitHub trending上扩展技能集，也说明Google没有放弃设计到代码这条线。设计稿、原型、代码之间的转换正在变成AI产品的基础能力。谁能把这条链路做稳，谁就能吃到一部分前端生产力红利。

我的判断：Google不缺模型，也不缺入口，但缺少一个像ChatGPT那样被用户天天打开的强心智产品。企业集成能稳住基本盘，可代理工具迭代不能太慢。否则开发者和个人用户会被OpenAI、Anthropic以及中国模型分流。

中国玩家：Kimi K3让开源权重路线再次升温

本周中国AI最亮眼的点是月之暗面发布Kimi K3。

Kimi K3被描述为全球最大开源权重模型之一，在编码和前端UI生成上表现突出，多个社区测试认为它已经逼近甚至挑战闭源前沿模型。更重要的是，它延续了低价策略，并计划开放全权重，许可也向更友好的方向调整。

我刚发布过一篇Kimi K3上手测试整理，结论很明确：Kimi K3不是“便宜版Claude”，而是模型路由表里的新节点。它的意义不在于替代所有闭源模型，而在于接住一批原本只能用昂贵模型处理的任务：UI初稿、全栈MVP骨架、长上下文代码理解、成本敏感的coding子任务。

智谱这边也值得看。Z.ai完成大额融资，GLM系列继续在编码和长上下文上推进。DeepSeek、MiniMax本周相对低调，但它们共同构成了一个更重要的背景：中国模型厂商正在用“基础模型能力 + 开源/开放 + 低成本”持续压低全球AI使用门槛。

市场反馈也很直接。开发者兴奋，是因为低成本高性能终于又有新选择；资本市场紧张，是因为闭源巨头的利润预期会被压缩；海外社区开始更多尝试本地部署，是因为开源权重给了他们自主权。

我不太喜欢把每一次中国模型突破都喊成“历史转折点”。但“DeepSeek时刻”反复出现，本身就说明一件事：这不是偶然爆款，而是一条有效路径。

中国团队找到了自己的打法：不急着做最精致的消费端入口，先把模型能力和成本打穿，再让全球开发者自己扩散。

代理战和开源战其实是同一场仗

表面看，本周有两条线：美国公司做代理，中国公司做开源模型。

但放到工程层看，它们其实在争同一个东西：谁能成为下一代工作流的默认底座。

代理需要三件事：模型能力、工具连接、可验证循环。OpenAI和Anthropic强在工具连接与产品化，Google强在企业系统和云资源，中国模型强在成本和开放性。

这几块不会长期分离。只要开源模型足够强，开发者就会把它们塞进自己的agent harness里；只要代理产品足够好，用户就愿意为闭源模型付更高溢价。

所以接下来真正重要的不是“哪个模型榜单第一”，而是谁能在以下几个问题上跑通：

• 长任务能不能稳定执行，而不是只会规划；
• 工具调用能不能可控，失败后能不能恢复；
• 成本能不能支撑高频loop，而不是跑几次就心疼；
• 企业数据和个人隐私能不能进入合规闭环；
• 人类验证能不能保留在关键闸门上。

这里正好对应我之前一直强调的spec、harness、verification三层。模型越强，生成越便宜，验证就越重要。Kimi K3这类模型会让更多人跑得起loop，但跑得起不等于跑得稳。没有验证闸门，便宜模型只会让错误扩散得更快。

下周看什么

下周我会重点看两件事。

第一，Kimi K3权重开放后的真实落地。榜单和demo是一层，真实代码库、真实工具链、本地部署成本、推理速度、上下文稳定性是另一层。尤其要看它在长任务里是否会漂移，以及Kimi Code这类harness能不能跟上模型能力。

第二，OpenAI代理工具的企业案例。ChatGPT Work如果只能做演示，那它还是高级聊天；如果能稳定处理跨应用任务，它就会改变办公软件入口。

这周的结论可以压成一句话：闭源巨头在往代理入口走，中国模型在往成本底座打。两边都会赢一部分市场，输掉的会是那些既没有强入口、也没有低成本模型、还没有开发者生态的中间玩家。

AI成本曲线还会继续往下。代理能力会继续往上。真正稀缺的东西，还是清晰任务、可靠验证和能把模型放进工作流的人。