摘要：大模型最前沿的对决，将发生在谷歌与OpenAI之间。OpenAI在大模型性能稍稍领先，谷歌在基础设施与应用生态优势明显，双方都在加速夺取对方阵地控制权。在巨头这里，AGI的探索人类智能边界的意义已经褪色，它自己的问题还远未解决，却声称要准备解决人类的许多问题。

当奥特曼让OpenAI宁可选择日活十亿的应用，而不是顶尖的大模型时，是不是大模型的历史已经终结了？

大模型最前沿的对决，将发生在谷歌与OpenAI之间。OpenAI在大模型性能稍稍领先，谷歌在基础设施与应用生态优势明显，双方都在加速夺取对方阵地控制权。在巨头这里，AGI的探索人类智能边界的意义已经褪色，它自己的问题还远未解决，却声称要准备解决人类的许多问题。

短兵相接的节奏，已经要以天来计。差不多一周时间，谷歌推出了下一代TPU与智能体协议A2A，迭代了一大串多模态模型，又推出了更省算力的思考模型Gemini 2.5 Flash；OpenAI让ChatGPT记住用户告诉过它的一切，发布了号称要淘汰GPT-4.5的GPT-4.1系列，以及会用图像思考的满血版o3与o4-mini。好几次都脸贴脸发布，火药味浓厚。

如今，在Scale AI打造的“人类最后的考试”（Humanity's Last Exam）中，排在最前列的，只有谷歌与OpenAI的前沿模型，包括这周的o4-mini与Gemini-2.5-Flash。其他能进入前十的，只有Anthropic的Cloude-3.7-Sonnet，以及DeepSeek的R1（仅限文本类排名）。

如此快节奏的发布，以及逐步趋同的功能，预示着在扩展定律边际效应减弱后，这个行业的技术路线开始收敛。这个时候，比拼的就是执行力了。员工主观意愿虽然重要，但是客观的基础设施与应用生态，在很大程度上又可以“缩放”主观意愿的效果。

下一代大模型的预训练，越来越依赖于团队对基础设施的熟悉程度与优化能力。近日，OpenAI公开讨论了GPT-4.5的训练经验，以及据此对训练下一代模型的展望。大模型参数规模越大，预训练数据集越大，硬件故障导致的损失也就越大；而基础设施的规模增长，也在放大硬件故障的复杂度，计算、存储、通信、能源，需要系统性考虑；当算力需求超出单集群的供给能力时，就不得不转向多集群训练架构，这又是全新的挑战。这些，Meta也深有体会。

因此，即使拥有无限的GPU、网络和电力，也“无法在GPT-4的技术栈上训练GPT-4.5”。不从基础设施的起点解决这个问题，GPT-5.5或许就是OpenAI上限。

行业正在进入推理时代。在大模型商品化趋势明显的当下，性价比是扩大用户规模的关键之一。对于AI应用来说，用更低的成本提供相近的服务，也是增厚利润率的来源之一。这就意味着，谁能尽可能地压榨基础设施的单位成本的算力，谁的优势就更明显。

目前看来，优势也在谷歌这一边。尽管在解决编码问题时，o3以微弱的优势领先于Gemini 2.5 Pro，但代价是需要用户付出近20倍的成本。反观主打小巧高效的o4-mini，与Gemini相比，结果不仅更贵，水平也略低一点。o4-mini所谓的高性价比，是相对OpenAI自身的产品体系而言的，不是相对整个市场而言的，这无疑削弱了它的竞争力。

目前无法完全将其归因于谷歌的硬件优势。在算法与产品层面，整个行业也还有不小降本空间。谷歌今天发布的Gemini-2.5-Flash就是如此，开发者可以通过设置预算上下限，来控制模型在思考阶段的推理深度；模型也会根据提示的复杂度，自动判断所需推理量和思考时间。

但最终竞争还是会落到芯片与基础设施上。半导体分析机构Semianalysis认为谷歌的定制TPU，总拥有成本要低于英伟达的通用GPU。“剖析数据中心，就像是窥探AGI的核心……在AI的军备竞赛中，不同公司（数据中心的）架构差异非常大。”今年2月，该机构的Dylan Patel在X上写道。当时，谷歌尚未发布专为推理而设计的AI芯片Ironwood，它的能效是上一代的TPU的2倍，Pathways技术可以助其实现高效分布式计算。

OpenAI仍是追赶者，采购英伟达的GPU，租用微软、甲骨文等的基础设施，无法最大程度地获益于芯片与基础设施优化。去年，它挖来了谷歌TPU前工程高级总监Richard Ho，但是即使一切顺利，它与博通合作的定制芯片，也要等到2026年才能启动规模量产；而且，初代自研芯片达不到成熟水平，无法迅速规模部署，至少经历三次迭代。亚马逊的Trainium已经迭代到第二代，号称可以做到40 万卡集群，但实际总拥有成本仍然远不及英伟达。OpenAI星门计划投入5000亿美元，目前采购的仍是英伟达的Blackwell架构芯片。

时间站在谷歌这一边。在追赶基础设施的两三年时间里，OpenAI的对策是培育更为庞大的应用生态。这不仅关系到规模化变现，让自己活着见到那一天，还因为这是提升用户粘性的有效手段。只有这样，才能将用户关于“性价比”的比较，锁定在自己的产品体系内。无论是丰富软硬件生态中的苹果用户，还是社交媒体网络效应下的Meta用户，不会轻易因为价格就离开这个生态。

从去年开始，OpenAI明显走向了SaaS化，为的正是孵化或并购出“一整套围绕AI打造的生态”，包括新的搜索框与硬件设备。

OpenAI加入了搜索的诸神之战。搜索是生成式AI最有希望的爆款应用之一，也是奥特曼产品矩阵理念中关键拼图。去年初，市场就流传着出OpenAI要做搜索的消息，媒体还打探到OpenAI正在积极地挖谷歌的员工；7月，SearchGPT正式内测；年底，ChatGPT上线搜索，奥特曼称这是他自ChatGPT发布两年以来最喜欢的功能，让他的使用频次翻了番。今年，OpenAI进一步将搜索与智能体组合起来，包装成最高月薪2万美元的博士级的研究助手。

近日，OpenAI还被传出正在开发一个类似X的社交网络项目。在更早一点时间，奥特曼看到Meta计划为其AI助手添加社交动态时表示，“也许我们会做一个社交应用”；他还在与马斯克斗嘴的时候反击，愿意“用97.4亿美元买下Twitter”。这都让传言变得更具体生动。

智能体是大模型应用落地的确定性路径。尽管接受了MCP协议， OpenAI仍然在构筑自己的智能体生态。o3与o4-mini拥有智能体级别的工具使用能力（agentic tool use），相较以往大模型往往是被动执行指令，它们能够思考何时以及如何使用工具。直播中，OpenAI总裁布洛克曼（Greg Brockman)还提到，o3在解决一个复杂任务时，曾被观察到连续调用了高达600次工具。1个月前OpenAI还发布了Responses API，将OpenAI模型和内置工具的互动变得更为轻松。

日前，奥特曼在接受Stratechery专访时声称，“一款10亿日活的产品，比最顶尖的AI模型更有价值”。OpenAI正在接近这个目标。去年底，OpenAI周活用户达到3亿，今年2月突破4亿；在刚过去的TED 2025大会上，奥特曼称全球10%人口频繁使用ChatGPT，短短几周内就实现翻倍。

但这一切，仍然都没有逃出谷歌的势力范围。在今年2月的财报会议上，谷歌称Gemini已经接入旗下七个拥有超过20亿用户的产品和平台。在其他产品逐步将搜索作为AI对话框的其中一项功能后，谷歌一方面继续用AI增强搜索，AI 概览覆盖了10亿月活用户，超过2亿部安卓手机可以使用“画圈即搜索”的AI功能；另一方面，去年底率先推出Deep Research功能，让它几乎成为行业标配。谷歌的A2A协议也号称比MCP更懂如何让智能体与智能体互动。

在技术仍然发散式创新的阶段，谷歌曾短暂地迷失过方向，仓促起舞，几场灾难性的发布会，成为了笑料。但在技术逐步收敛的阶段，估值3000亿美元的OpenAI，想要对决市值1.8万亿的谷歌，每一天都是挑战。

来源：人工智能学家