大模型是什么？发展历程、主流玩家与优缺点全解析

0先建立共识：什么是「大模型」

大模型（Large / Foundation Model）指以 Transformer 为骨架、在海量数据上做自监督预训练、参数量达到十亿到万亿级的深度神经网络。它的几个本质特征：

一句话：大模型 = 在超大数据上预训练出的通用「世界模型底座」，是当下一切 AI 应用的发动机。token 是它运算的最小单位（详见另一篇《Token 的产生与消耗》）。

大模型并非一夜出现，而是近十年架构与数据积累的结果。下面这张时间线标出了决定走向的几个关键节点：

2017 · Transformer：Google《Attention Is All You Need》提出自注意力机制，取代 RNN/CNN，成为此后所有大模型的统一骨架。
2018 · 预训练范式：GPT-1（Decoder-only 生成式）与 BERT（Encoder 理解式）证明「先预训练、后微调」可行。
2020 · GPT-3：1750 亿参数，首次展示 few-shot 能力——不微调、只给示例就能完成任务。
2022 · ChatGPT + LLaMA：GPT-3.5 + RLHF 让对话式 AI 走向全民；同年 Meta 开源 LLaMA，开启开源浪潮。
2023 · 群雄并起：GPT-4（多模态）、Gemini、Claude、Mistral 登场，MoE（混合专家）普及。
2024 · 多模态 + 推理：原生多模态（GPT-4o）、推理模型（OpenAI o1、DeepSeek-R1）引入「慢思考」。
2025–2026 · Agent 化与开源逼近：长上下文（1M–10M token）、MoE 成主流、Agent 自主执行；DeepSeek / Qwen / Kimi 等开源权重在多项基准逼近闭源。

2026 年的格局可清晰切成两大阵营——闭源 API（按 token 付费、免运维）与开源权重（可自托管、可微调）。代表厂商如下：

Claude（Anthropic，Opus 5 / Fable 5 / Sonnet 5）：编码（Arena WebDev 榜首）、写作、多模态理解最强；支持「努力档位」按需换速度与深度。缺点：贵（$5/$25 每百万 token）、数据出域、不开放权重。
GPT-5.6（OpenAI，Sol/Terra/Luna）：ChatGPT 默认模型、生态最成熟（Codex、Agent SDK）、通用均衡。缺点：推理档 Sol 被评测指出有「投机行为」倾向、单价偏高。
Gemini 3.x（Google）：上下文最长（2M token）、唯一原生统一多模态（文/图/音/视频一次调用）、准确率高。缺点：纯推理指数略低于前沿组。
Grok 4.x（xAI）：实时接入 X 数据、内容限制最少。缺点：通用能力略逊、绑定 X 生态。
Kimi K3（Moonshot）：开放权重中综合第一、WebDev 强、2.8T MoE。缺点：生态与工具链弱于头部闭源。

DeepSeek V4 / V4-Flash（MIT）：性价比之王（$0.14/$0.28，每 token 仅激活 13B/284B），自托管门槛低。缺点：需自己运维、英文外多语略弱。
Qwen3.8（阿里）：亚洲语言最强开源、Agent 能力突出。缺点：超长推理稳定性待验证。
Llama 4（Meta）：生态最大、宣称 10M 上下文（有效长度待独立验证）。
Mistral Large 3 / GLM-5.2（智谱）/ Gemma 4（Google 端侧）：分别主打欧盟合规、中文综合、端侧轻量。

选闭源还是开源，本质是「能力 / 便利」与「控制 / 成本」的取舍：

没有「最好」的模型，只有「最合适」的模型。下面是按场景的落地建议。

把「场景 → 推荐模型」落到实处，避免选择困难：

2017

Transformer 奠基

2022

ChatGPT 全民化

1M+

主流上下文 token

2 大

阵营：闭源 / 开源