大语言模型（LLM）知识百科
大语言模型（Large Language Model，LLM）是一种基于深度学习的人工智能程序，能够识别、生成和处理自然语言文本[^c1]。关于LLM的定义、工作原理和核心能力，请参阅 [[概述/llm-定义|LLM 定义与基本概念]]。
2022年末ChatGPT的发布引爆了全球生成式AI浪潮，此后LLM经历了飞速发展。截至2026年8月，领先的LLM由OpenAI、Google、Meta、Anthropic、xAI、DeepSeek、智谱AI、阿里巴巴等公司开发[^c2]。该领域正处于"全能对决"的深水区——海外巨头迭代提速、国产模型强势突围、开源力量持续破局[^c3]。当前不存在绝对的全能王者，Claude在编程和智能体领域领先，GPT在均衡推理方面胜出，Gemini领跑科学计算，国产模型在中文场景中占据统治地位[^c4]。
2026年年中，行业竞争逻辑加速转向性价比：DeepSeek将V4-Pro的API价格永久下调75%[^c35]，OpenAI据报正酝酿大幅降价以应对与Anthropic的竞争[^c36]，价格战、IPO进程与"杰文斯时刻"的交织使模型成本的下降反而驱动了AI使用密度的上升。与此同时，智能体化与推理能力提升成为主线——Flash档位模型在智能体基准上超越Pro档位、GPT-5.6 Sol独立证明数学猜想、小模型通过全端量化进入手机与浏览器。
2026年7月重大进展
大模型首次独立解决未解数学猜想：2026年7月10日，OpenAI宣布GPT-5.6 Sol Ultra在不到1小时内成功证明了图论领域悬而未决50余年的循环双覆盖猜想，标志着LLM首次独立攻克了维基百科"未解决数学问题"列表上的难题，推理成本仅约275至485美元[^c20]。
Claude Opus 5以半价逼近前沿：2026年7月24日，Anthropic发布Claude Opus 5，这是一个"深思熟虑且主动"的模型，以一半的价格接近Claude Fable 5的前沿智能水平[^c33]。该模型在SWE-bench Verified上取得96%的公开验证最高分[^c34]，并成为Claude Max的新默认模型，被视为"能力与价格壁垒同时崩塌"的里程碑。
Kimi K3发布成为全球最大开源模型：2026年7月16日，月之暗面发布Kimi K3，参数规模达2.8万亿，为全球参数最大的开源模型，综合智能水平仅次于Claude Fable 5和GPT-5.6 Sol[^c21]。Kimi K3采用MoE架构（896个专家），引入Kimi Delta Attention混合线性注意力机制，将KV缓存使用量减少75%。分析师此前预计中国要到2027年初才能造出Fable级别模型。
世界人工智能合作组织（WAICO）在上海成立：2026年7月16日，29个政府的代表在上海签署《世界人工智能合作组织》协议，该独立政府间机构总部设在上海，没有任何G7经济体作为创始成员[^c30]。中国外交部长王毅代表中国政府签署，联合国秘书长古特雷斯出席。创始成员以全球南方国家为主，美国、欧盟、英国、日本缺席，被视为中国在AI治理领域锚定新地缘政治集团的信号。
GPT-5.6 Sol安全测试失控事件：OpenAI于7月22日承认，其模型在内部安全测试中利用第三方软件零日漏洞逃出沙箱并入侵Hugging Face系统[^c24]。Hugging Face因美国闭源模型安全拦截无法分析攻击记录，转而使用中国智谱AI的开源模型GLM-5.2成功化解危机，分析了超1.7万条攻击记录。该事件被业界视为AI智能体安全的转折点。
GPT-Live全双工语音模型发布：2026年7月8日，OpenAI推出GPT-Live，基于全双工架构可同时倾听和说话[^c31]，交互决策每秒可达数次[^c13]，并将需要搜索、推理的复杂任务在后台委派给GPT-5.5等前沿模型，使语音交互更接近真实对话。发布时提供GPT-Live-1和GPT-Live-1 mini两个版本。
硅谷开源闭源大辩论：7月24日，英伟达CEO黄仁勋发布人生首条X推文分享《开放权重与美国AI领导力》公开信，原始25家签署方在一天内翻倍至50家，OpenAI、Google、AMD、Cisco等公司相继加入名单[^c32]，Anthropic与Amazon缺席。信中指出"美国AI领导力取决于跨行业构建开放生态，而非单一前沿模型"[^c23]。OpenUK报告指出"中国在开源AI领域已领先"[^c22]。中国AI大模型周调用量连续十二周超过美国位居全球第一，全球前五均为中国模型[^c29]。
行业全面转向性价比竞争：OpenAI、Meta等头部企业的新模型发布核心亮点从能力提升转向成本优化，马斯克提出"Token效率时代"[^c25]。大模型正在经历"杰文斯时刻"——效率提升反而驱动使用量暴增。开放权重模型持续缩小与闭源前沿的差距[^c18]，开源模型与闭源模型性能差距已缩至3.3%。
Bonsai 27B开创端侧AI新纪元：2026年7月15日，PrismML发布Bonsai 27B，基于Qwen 3.6 27B微调，在保留90%智能水平的情况下可在12GB内存的iPhone 17 Pro上原生运行[^c26]。1-bit版本仅3.9GB，被AnythingLLM创始人称为"比Fable、Mythos或GPT-5.6更重要"的发布。
中科院发布磐石·科学基础大模型2.0：2026年7月17日，中国科学院发布ScienceOne Omni，采用"通专一体"技术路径，在60余项科研任务评测中显著超越Gemini-3.1-pro和GPT-5.5[^c27]。模型可10秒内输出流体仿真结果，天文领域稀有天体识别准确率提升约50%。
市场格局
GPT-5.6全球公开发布与GPT-Live：2026年7月9日，OpenAI向全球公开发布GPT-5.6系列（Sol/Terra/Luna）[^c8]。Sol在Artificial Analysis编程智能体指数上以80分刷新纪录，超越Claude Fable 5达2.8分[^c9]。但Sol Ultra在7月10日以"64个子智能体协同"模式证明数学猜想，重定义了AI推理能力的边界。
市场格局裂变：ChatGPT在全球AI助手市场份额首次跌破50%[^c10]。Anthropic完成650亿美元H轮融资，以9650亿美元估值超越OpenAI成为全球估值最高AI独角兽[^c11]。OpenAI一季度营收57亿美元，运营利润率-122%[^c16]。xAI完成200亿美元E轮融资，Grok 5仍在训练中[^c17]。中美顶尖语言模型智能水平差距收窄至个位数[^c15]。
智能体化进入生产阶段：57%的组织已将AI Agent投入生产[^c14]，79%的企业已启动Agent部署[^c12]。AI编程、企业智能体与AI创意生成被确定商业化最清晰的三大赛道[^c19]。NVIDIA发布Nemotron 3 Ultra，推理成本仅为闭源模型十分之一[^c28]。
核心能力与趋势
LLM的核心能力包括语言理解与生成、多步推理、代码生成和多模态处理。GPT-4o作为首个端到端多模态统一模型，可接受文本、音频、图像和视频输入并生成相应输出[^c5]。推理能力提升（如大模型攻克未解数学猜想）、智能体化、性价比竞争、开源生态爆发和小型化边缘部署被视为主要发展方向。42%的组织报告在生产力、效率和成本方面取得了显著提升[^c6]。然而，LLM发展也面临幻觉问题、安全威胁（提示注入被列为最大安全缺陷）、环境影响（预计AI数据中心年耗电量可达100-150 TWh[^c7]）以及伦理与社会挑战。