AI日报 2026-07-31：OpenAI GPT-5、Anthropic Claude 4.1、谷歌Gemini 3、xAI Grok 4 同台竞技

今日要闻

OpenAI GPT-5 正式发布

OpenAI 于 2025 年 8 月 7 日发布 GPT-5，采用统一系统架构（GPT-5-main + GPT-5-thinking + 实时路由器），在编码、多模态推理、指令遵循等方面大幅超越前代。GPT-5 在 GPQA 测试中创下 88.4% 的无工具使用新纪录，向全体用户开放使用。

Anthropic Claude Opus 4.1 编程能力登顶

Anthropic 于 2025 年 8 月 5 日发布 Claude Opus 4.1，在 SWE-bench Verified 基准测试中取得 74.5% 的历史最高分，超越 OpenAI o3 和 Google Gemini 2.5 Pro。新模型在多文件代码重构等复杂任务上表现突出，安全性提升至 98.76% 无害响应率。

谷歌 Gemini 3 Pro 断层式领先

谷歌于 2025 年 11 月 18 日发布 Gemini 3 系列，以 1501 Elo 登顶 LMArena 榜单，成为首个突破 1500 分的模型。在 Humanity's Last Exam、GPQA Diamond、ARC-AGI-2 等多项基准测试中刷新纪录，多模态能力全面领先，ScreenSpot-Pro 得分是 GPT-5.1 的 20 倍。

xAI Grok 4 多智能体协作架构

马斯克旗下 xAI 于 2025 年 7 月 9 日发布 Grok 4 系列，采用多智能体协作架构，在 Humanity's Last Exam 测试中以 44.4% 准确率刷新纪录。Grok 4 Heavy 可调度多达 32 个并行模型协同工作，AIME 2025 数学竞赛实现满分。

行业动态

• Anthropic ARR 飙升：Anthropic 年化经常性收入在七个月内从 10 亿美元飙升至接近 50 亿美元，Claude Code 订阅服务年化收入接近 4 亿美元
• Anthropic 融资进展：公司正在进行由 Iconiq Capital 领投的 50 亿美元融资，估值可能达到 1700 亿美元
• 谷歌 Gemini 用户规模：Gemini App 月活用户超过 6.5 亿，AI Overviews 月活用户 20 亿，开发者数量达 1300 万
• xAI 算力投入：Grok 4 训练量达到 Grok 2 的 100 倍，依托 20 万张 H100 GPU 组成的 Colossus 超算集群
• GPT-5 Pro 突破：在 GPQA 测试中创下 88.4% 的无工具使用新纪录，替代原有的 o3-Pro

技术趋势观察

2025 年下半年，AI 行业进入「推理能力竞赛」白热化阶段：

1. 统一架构成主流：GPT-5 的路由器架构、Gemini 3 的 Deep Think、Grok 4 的多智能体协作，都体现了「按需深度思考」的趋势
2. 编程能力成关键战场：SWE-bench Verified 成为核心试金石，Claude（74.5%）、Gemini 3（76.2%）、GPT-5 等持续刷新纪录
3. 多模态能力断层：Gemini 3 在 ScreenSpot-Pro 测试中以 72.7% 远超 GPT-5.1 的 3.5%，UI 理解能力成新分水岭
4. AGI 测试突破：ARC-AGI-2 测试中 Gemini 3 Deep Think 达到 45.1%，首次展现接近人类流体智力的表现

价格对比

GPT-5 在性价比上领先，Claude Opus 4.1 定位高端专业市场，Grok 4 Heavy 以订阅模式面向重度用户。