前沿AI商品化，如临“死亡之谷”

事件概述

前沿AI产业正加速进入商品化阶段。以OpenAI、Anthropic和谷歌为代表的闭源模型阵营，其垄断性和差异性根基开始动摇。头部模型增长放缓、领先窗口缩短，叠加开源模型逼近，使规模化应用面临“死亡之谷”挑战。

核心信息

1. 谷歌、Anthropic增速放缓

• 谷歌Gemini API调用量：2026年6月达220亿token/分钟，环比增长37.5%，而上一季度（2026年3月）环比增长60%，增速明显下降。
• Anthropic ARR：第三方追踪显示约741亿美元，仍高于OpenAI的413亿美元，但近期增长约58%，低于OpenAI的约65%，增长斜率放缓。

2. 模型领先周期缩短，Harness工程价值上升

• 模型迭代节奏加快，领先从长期壁垒变为阶段性优势。前沿模型生命周期从“每隔几个月改变一次”变成“每周都要改变”。
• Harness（模型上层的工具调用、流程编排层）重要性提升：企业通过中间层实现模型与业务解耦，切换成本下降，模型用户粘性难以建立。
• 提升Harness和工作流效率带来的收益，甚至超过单纯切换到更强模型。

3. 企业需求转向成本优化，单一模型价值下降

• 企业AI投入从追求规模转向追求既定成本下的高任务完成率，更倾向保留多模型选择。
• 模型组合、任务调度能力比单一模型的前沿性更重要。
• 员工人均token支出增速明显放缓，大型企业AI渗透率仍远未饱和。

4. 开源模型逼近前沿，挤压闭源溢价空间

• 开源模型冲击闭源低成本产品线，Anthropic的Haiku系列已有两款退役，仅存的一款也将于2026年10月退役。
• 中国Kimi K3总参数从约1.04T增至2.78T，激活参数从32.6B增至104.2B，定价低于美国前沿模型，进入高价值市场。
• 开源模型不仅通过蒸馏追赶，更通过扩大预训练规模提升能力上限。

值得关注

• 闭源模型依靠单次技术领先获得长期溢价的窗口正在关闭。
• AI产业正从能力竞赛进入规模化竞争阶段，大规模应用仍受羁绊。
• 围绕模型蒸馏、开放权重和芯片限制的争论，本质是未来AI价值分配问题。