社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

51天一个新版本!ChatGPT和Claude狂飙,谷歌被甩出代差

Dots 机构社区 • 1 月前 • 87 次点击  
欢迎加入Dots机构投资者社区的知识星球,利用集体智慧输出,帮你认知这个世界,规避风险,获取回报!

知识星球号: 22136749 

知识星球入口:https://t.zsxq.com/EREG2

本文转自微信公众号“新智元”,作者:ASI启示录。

图片


【导读】AI圈彻底进入生死时速!OpenAI和Anthropic极限狂飙,平均51天空降一个新模型,直接把谷歌甩在了身后。


平均51天一个版本!

OpenAI和Anthropic,正在用一种近乎窒息的节奏,甩开所有对手。

在AI这场终极内卷里,他们赢的唯一筹码,是「发布速度」。

图片

一份截止5月30日的统计,这两家巨头的重大模型更新,平均每1到2个月就空降一次。

OpenAI GPT的版本迭代周期,已经被压缩到惊人的51.8天。 


Anthropic Claude紧随其后,平均59.8天掏一个新版本。


图片

反观一直「苦憋大招」的谷歌,Gemini系列则拉长到75.8天。

更要命的是,2025年它还经历过一段长达154天的「痛苦断档」。

不得不说,这种差距已经不是「小步快跑」那么简单了。它是一种结构性的、肉眼可见的代差。

图片


图片
51天更一次!
ChatGPT和Claude疯狂迭代


先来看看OpenAI这条疯狂的时间线。

从GPT-5到GPT-55.1,用了97天,节奏还算「正常」。

但从GPT-5.1到GPT-5.2,骤降到29天。自那以后,它就以28-56天的稳定节奏一路狂飙,一直冲到了GPT-5.5。

今年4月,GPT-5.5毫无预兆空降,被官方称作「史上最聪明、最直觉」的模型。

更狠的是,就在6月26日,OpenAI又一口气放出了GPT-5.6系列:旗舰Sol、均衡款Terra、低成本款Luna。

图片

Terra的能力对标GPT-5.5却便宜一半,Luna则把价格压到了全家最低。

不得不说,这种把前沿模型当软件迭代的打法,已经彻底告别了「半年一更」的旧世界。

当然,也有人表示,迭天下武功唯快不破,但质量才是硬道理。

图片

不过,从目前网友们抢先放出的demo表现来看。

即便GPT-5.6尚未全量推送,其展现出的实力令人惊艳。

仅凭一句话,GPT-5.6仅耗时31分钟,手搓出包含八大道馆与联盟架构的类「宝可梦」游戏。

它对3D的理解也比较到位,一个提示直出完整的3D建筑。

图片

在前端设计、物理模拟、复杂游戏构建,GPT-5.6 Sol比上一代GPT-5.5进步很大。

反观Anthropic,则走了一条「先蓄力,再连发」的路线。

从Claude 4到Opus 4.1,蛰伏了75天;

但随后便开启了42到73天的密集更新——接连掷出Opus 4.5、4.6、4.7,一路疯狂输出。

到了5月28日,Claude Opus 4.8「突袭」发布,距离上一代4.7仅仅过去了41天。

图片

更让人猝不及防的是,仅仅12天后的6月9日,Anthropic直接把Mythos级别的Fable 5正式推向了公众,发布周期再次被极限压缩。

有早期测试者惊呼,完全可以媲美当年Opus 4.5带来的「阶跃」时刻。


图片
Gemini 3.5 Pro卡在下月
谷歌「痛苦断档」


手握算力、技术的「顶配」资源,谷歌却在旗舰模型的牌桌上,打出了最拖沓的节奏。

回顾一下这令人窒息的时间线:

自今年2月19日发布Gemini 3.1 Pro后,谷歌的旗舰线就按下了「暂停键」。

I/O大会原本是「全村的希望」,结果只等来个轻量级的3.5 Flash。

真正的大杀器Gemini 3.5 Pro被雪藏,劈柴哥在台上仅预告了「下个月发布」。

更尴尬的是,谷歌内部已确认,Gemini 3.5 Pro推迟至7月亮相。

图片

OpenAI、Anthropic在「按月迭代」的赛道上杀红了眼,谷歌却还在长达四个月的旗舰断档期里艰难憋招。

「代差」这个词,就已经不再是夸张了。


图片
快,就是一切


在AI这个赛道,速度是会「利滚利」的。 拆开看,至少四层飞轮在转:

第一,数据飞轮在加速。

发布越频繁 → 真实世界使用越多 → 反馈回路越密集 → 下一代模型越强。

这是一个会自己滚雪球的循环,而循环转得越快,雪球越大。

第二,迭代肌肉练出来了。

一个能做到每4到8周就稳定交付一次的团队,会形成一种「作战节奏感」。

这种运营节奏,是慢公司怎么追都追不上的。它不是某一次冲刺,而是肌肉记忆。

图片

第三,开发者心智被锁死。

构建者会把宝押在那个「肉眼可见、周周在进化」的平台上。谁更新得勤,谁就赢得人心。

第四,对开源形成压制。

闭源模型进步得越快,就越是在权重被复刻、被微调之前,提前把门槛抬高了。

等开源追上来,前面的人已经又跑出去一截。

四个飞轮叠在一起,结论就一句话:速度,本身就是护城河。

但真正引人深思的是:当AI迭代的周期从「年」缩短至「月」,再压缩到「周」,最终演变为「模型自主迭代」时,世界会发生什么?

那时候,发布速度的尽头,就是「自我改进的速度」。

一旦AI开始参与下一代AI的研发,这条「复利曲线」就不再受人类工程师节奏的约束。

今天所谓的「51天迭代」,本质上仍是人类在极限加速。

而通往ASI的那道门,恰恰是从「速度开始自己加速」的那一刻被推开的。

参考资料:

https://x.com/alvinfoo/status/2071202007398916223?s=20


编辑:桃子


本文转自微信公众号“新智元”,作者:ASI启示录。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/198282