预训练停滞两年后，OpenAI 与 Anthropic 双双亮剑：2026 下半年才是真正的"模型大年"
2025 年 11 月 30 日，一篇题为《OpenAI 陷入发展僵局！GPT-5 仅是 GPT-4o 换皮，长达两年半预训练毫无突破》的报道席卷整个 AI 行业。同日，行业分析机构 SemiAnalysis 作出精准判断：自 2024 年 5 月 GPT-4o 发布以来，OpenAI 始终没有完成可大规模商用部署的下一代前沿模型完整预训练流程。
彼时几乎没人预料到，仅仅九个月，行业局势就彻底逆转。
两年"发展困局"：预训练的壁垒究竟有多高
先来梳理 OpenAI 过去两年的发展脉络。
2024 年 5 月 13 日，GPT-4o 正式问世。在此之后近两年时间里，尽管 OpenAI 训练并推出 GPT-4.5 等迭代模型，却始终没有完成一轮面向下一代前沿主力模型、可全面落地的完整预训练。核心团队多次尝试扩大参数规模、扩充训练数据集，但屡屡因为收敛困难、性能反向退化半途而废。据 SemiAnalysis 等机构观察，Orion 等项目都因为表现不及预期被降级。
模型能力提升走上另一条路径。2024 年 9 月，o1 预览版展现大规模强化学习的强大潜力；2025 年 4 月，O3 正式上线；2025 年 8 月，采用统一架构的 GPT-5 发布。但 SemiAnalysis 认为，这些模型依旧搭建在 GPT-4o 时代的基础模型基座之上，能力增长主要依靠后训练优化与推理侧算力拓展。
这套发展策略存在合理之处：早期成效十分显著。O 系列印证了大规模强化学习的价值，GPT-5 实现快速推理与深度推理机制融合。但隐患同样突出：长期不更新基础基座，单纯依靠后训练、推理扩容持续堆性能，边际收益必然持续下滑。
转折点出现在 2025 年 11 月 18 日。谷歌正式发布 Gemini 3。十天之后，SemiAnalysis 将预训练路线潜藏的技术难题，转化为 OpenAI 直面的直接竞争压力。山姆·奥特曼在内部宣布启动红色警报（Code Red）专项行动，重新调度算力资源优先攻坚新一代基础模型。
代号 Garlic（大蒜） 的验证实验率先落地。据《The Information》2025 年 12 月 2 日报道，OpenAI 首席研究官 Mark Chen 向团队表示，公司已经解决了此前预训练中的一些关键问题。而 Doug，则可能是这些训练方法真正被放大到更大规模之后的结果。
Doug：史上规模最大的一轮预训练升级
2026 年 8 月 9 日，长期追踪 OpenAI 模型动态的 X 平台用户 ChrisGPT 爆料：OpenAI 正在推进代号 Doug（道格） 的新一代超大规模预训练模型项目，这是 OpenAI 迄今为止规模最大的预训练工程。
ChrisGPT 并非首个曝光 Doug 项目的人。早在 2026 年 1 月 6 日，SemiAnalysis 就再次谈到 OpenAI 的模型路线，直接写道："OpenAI 已经解决了预训练方面的问题。"7 月 9 日，SemiAnalysis 在面向客户发布的研究备忘录中进一步明确："OpenAI 已经攻克预训练相关瓶颈，代号 Doug 的超大模型研发工作正在全速推进。"
Doug 与 GPT-6（Astra）并非同一款模型。据 8 月 10 日 ChrisGPT 最新爆料，GPT-6 大概率就是那款参数量约 10 万亿、因触及"关键等级"网络安全红线而被紧急暂缓发布的 Astra；而 Doug 是独立立项、规模更大的预训练项目。一线消息显示，Doug 预计将采用英伟达尚未全面投产的新一代 Vera Rubin 芯片开展训练——2026 年 7 月 21 日，英伟达披露 Vera Rubin NVL72 正在加速量产，Vera 芯片已交付给包括 OpenAI、Anthropic 及 SpaceX 等客户，预计不晚于 11 月正式发布。
Doug 真正的意义不在于参数规模——哪怕外界形容它"让 Anthropic 的 Fable 系列模型看上去如同初代原始产品"，冲击力已经足够惊人。它更深层的价值代表战略转向：依靠后训练、强化学习、推理优化驱动性能增长将近两年之后，OpenAI 正式重启大规模基础模型迭代升级。
这也是自 2024 年 5 月 GPT-4o 问世以来，OpenAI 第一次全面更换底层基础模型世代。
双雄亮剑：八月仅仅是开胃前菜
Doug 预计在 11 月前上线，但八月的战场硝烟已经燃起。
OpenAI 布局思路十分清晰：八月依靠 GPT-6（Astra）引爆市场、抢占用户，年末推出 Doug 彻底巩固绝对领先地位。 据 ChrisGPT 等爆料人透露，Astra 参数量达到 10 万亿，规模是 GPT-4（1.8 万亿）的五倍以上。8 月 7 日，OpenAI 宣布基于全面安全评估结论，决定延缓 Astra 大模型对外发布——这是 AI 开发公司首次公开承认因安全风险而放缓模型研发进程。该模型成为 OpenAI 首款网络安全风险评级达"关键"级别的模型，能够脱离人工干预自主识别零日漏洞利用程序，或仅依靠高层级攻击目标指令独立设计、执行端到端网络攻击。
Anthropic 同样严阵以待。据新智元等媒体披露，Fable 5.1 已经完成全部内部测试，上线窗口同样锁定八月，定价与 Fable 5 维持完全一致（输入每百万 Token 10 美元，输出每百万 Token 50 美元）。核心优化两点：重新校准安全分类器（解决 Fable 5 安全过滤机制过于严苛，会话频繁自动降级至 Opus 4.8 的痛点）、强化长期自主任务执行能力。
Anthropic 采用典型的田忌赛马策略：蓄势待发、伺机精准狙击。一旦 GPT-6 正式推出，Anthropic 准备在数小时至数天内快速上线 Fable 5.1 完成反击。
这场正面较量背后，整个硅谷 AI 行业格局已然剧变。8 月 5 日，谷歌首席科学家杰夫·迪恩连同三名核心研究员离职创业；哈萨比斯卸任 DeepMind 首席执行官，转任董事长。昔日 OpenAI、Anthropic、谷歌 DeepMind 三足鼎立的局面瓦解，演变为 OpenAI 与 Anthropic 两大巨头直接对抗。
为什么 2026 下半年才是名副其实的"模型大年"
过去两年 AI 行业最常讨论的观点，就是规模法则撞上发展天花板。OpenAI 连续两年没能落地新一代完整预训练模型，似乎印证了这一判断。
但 Doug 项目的出现推翻了这套论调。这意味着 OpenAI 很有可能突破性能衰减、十万卡算力集群稳定性两大瓶颈，证明规模法则在预训练层面依旧生效。并非规模法则失效，而是预训练阶段的工程难度攀升至极高水平，耗费整整两年时间才实现突破。
与此同时，Anthropic 在预训练、长时序推理领域同样取得重大进展。两家实验室几乎同步打通预训练瓶颈，接连推出新一代旗舰模型。
这不是错峰发布，是正面硬碰硬的巅峰对决。
2026 下半年之所以称得上真正的"模型大年"，不在于某一款模型参数有多庞大，而是 AI 行业迎来 GPT-4 问世之后最大规模的底层基座迭代。O 系列、GPT-5 系列证明后训练与推理优化的潜力；而 Doug、Astra、Fable 5.1 集中登场，则预示着预训练这台核心"引擎"终于重新全速运转。
过去两年，OpenAI 证明老旧引擎依旧可以压榨出极强性能。当整套系统彻底更换全新引擎，这台被推向极限的 AI"战车"究竟能跑出多快的速度？Doug 将在年末给出答案。
而最终揭晓的答案，或许会远远超出所有人的预想。
当顶尖模型密集迭代，工程落地更需稳定底座
Astra 与 Fable 5.1 的八月对决、Doug 的年末压轴，揭示了一个确定性趋势：全球大模型竞争已进入"预训练规模 + 推理深度"双线博弈的新阶段。但对于国内开发者与企业而言，比起追逐每一个爆款模型的风口，更稳定、更合规、更经济的 API 接入能力，才是将 AI 真正转化为生产力的关键基础设施。
SemiAnalysis 在最新对谈中指出，编程与软件工程已成为目前最消耗 Token 的场景，占到前沿实验室 API 收入的 70% 以上；重度企业用户单人每年在 AI 上的支出高达 10 万美元。当 Doug 级别的模型正式登场，API 调用的稳定性与成本控制，将直接决定企业能否真正享受底层基座换代的技术红利。
对于需要大规模调用 Gemini、Claude、ChatGPT、DeepSeek 等全球主流大模型的团队而言，逐一注册海外账号、配置跨境支付、应对地区可用性限制，往往比模型本身更难攻克。UseAIAPI 一站式聚合上述全球主流大模型的最新版本，支持企业级定制化部署，让开发者无需为每个大模型分别注册海外账号、配置支付方式，一套 API Key 即可打通多模型调用。
在具体权益上，平台的优势体现为三个层面：
显著的价格优惠。UseAIAPI 平台折扣最低可达官方价格的 50%。以 Anthropic 旗舰为例，Fable 5/5.1 官方定价为输入 10 美元、输出 50 美元每百万 Token；通过 UseAIAPI 接入，可享受最低官方价 5 折的优惠权益，让原本高企的旗舰模型调用成本直接减半。对于 Claude Opus 级别的编程旗舰，以及 OpenAI GPT-5.5 标准版（官方价 5/30 美元每百万 Token）、GPT-5.5 Pro（官方价 30/180 美元每百万 Token）等高性能模型，5 折权益可让企业以远低于直连官方的成本，将顶尖模型能力稳定嵌入生产流程。
叠加各厂商原生的优惠机制——如 DeepSeek V4 系列已开启永久 2.5 折优惠、GPT-5.5 等模型的 Batch 异步批处理 5 折、Flex 非高峰闲置算力 5 折——单位成本可以进一步压低。在代码生成、长文本处理、批量内容产出、多智能体并行等高频企业场景里，月度调用成本相较直连官方通常能降 40%-50%。
企业级定制能力。平台支持按需定制并发、配额与路由策略，满足高强度内容生成、自动化智能体、大规模文档处理等重消耗场景。无论是面对 Doug 级别的未来巨兽，还是 Gemini 3.5 Flash 这类高性价比高吞吐主力，企业用户均可根据业务特征灵活配置，将长上下文、高并发、持续运行的智能体工作流的单位成本压到更低。
合规的基础设施。通过海外合规节点接入官方 API，提供企业级 SLA 保障，规避个人开发者难以解决的地区可用性门槛与数据中心 IP 风控风险。平台层面可对接 Gemini API 原生的项目支出上限与使用分层机制，让开发者同样享受到谷歌 2026 年推出的预算管控能力，实现成本精细化管控。
💡 当 OpenAI 与 Anthropic 以"关键级风险"和"田忌赛马"为单位刷新模型迭代纪录，真正决定企业竞争力的，是能否以经济高效的方式，把每一次迭代的红利稳定地用起来。通过 UseAIAPI 接入，叠加最低官方价 5 折的优惠权益与各厂商原生的弹性/Flex、Batch 5 折折扣，让前沿模型的高级能力真正落到工程实践中，不再为高频调用的成本压力而担忧。
从 Astra 的安全博弈到 Fable 5.1 的精准狙击，从 Doug 的年末压轴到 UseAIAPI 的模型接入普惠——AI 规模化落地的完整基础设施，正在一次次迭代中清晰成形。而当这套能力真正触达每一位开发者时，"前沿智能触手可及"才不再是一句口号，而是每一次 API 调用中真实发生的故事。