直接回答

**2026 年的大模型格局更适合按五种供应与运营模式理解,而不是把公司永久划进五个阵营。**当前厂商会同时提供托管前沿 API、云生态集成、开放权重、区域部署、专用模型和 Managed Agent。只看公司名称,无法得知你真正部署的是哪个 Model Snapshot、Endpoint、License、Data Path、Runtime 与 Support Contract。

下面五种模式用于组织候选清单;最终选择必须来自准确版本和自身工作负载证据,不能来自通用排行榜或“谁会赢”的预测。

核心要点

  • 比较不可变 Model/Endpoint 身份,而不是厂商家族名。
  • 分开 Model Capability、Agent Harness、Tool、Retrieval、Policy 与执行环境。
  • 厂商 Benchmark 只能作为其声明条件下的带日期证据。
  • 开放权重不自动等于 Open Source AI、无限制使用、低运维成本或安全自托管。
  • 百万 Token Context 是容量,不证明模型在所有位置可靠使用信息。
  • 总成本要包含重试、Cache、Tool、人工复核、基础设施、失败任务与迁移。
  • Stable、Preview、Alias 与 Deprecated Endpoint 不能混在同一个总分里。
  • 每项采用决策都要有退出触发和已验证回退。

为什么旧“五大阵营”叙事不可靠

旧版文章把 OpenAI、Anthropic、Google、Meta、Mistral 与 Cohere 描述成长期不变的战略人格。这种写法容易失效:

  1. 同一厂商已经同时跨越模型、平台、Agent 与产品层;
  2. Model Catalog 与 Lifecycle 比年度文章变化更快;
  3. “安全首选”“AGI 先锋”“开源颠覆者”是分析标签,不是技术证据。

当前官方目录已经说明问题:OpenAI、Anthropic 与 Google 都提供多类模型、不同 Endpoint 状态、Tool Surface 与生命周期规则。NIST CAISI 在 2026 年 9 月发布的 GLM-5.3 评估也证明,“开源与闭源”不是单一质量轴:其结论绑定具体 Cyber Benchmark、ReAct Harness、Reasoning Setting、Attempt Budget 与置信区间。

可持续比较的最小单元是:

text
模型制品或 API Snapshot
+ Endpoint 与 Region
+ Harness 与 Tool Policy
+ Data/Contract Terms
+ Workload 与 Evaluator
+ Release Date

五种供应与运营模式

这些类别描述团队购买或运营的对象,同一厂商可以横跨多个类别。

1. 托管前沿 API

供应商负责模型权重、Serving、生命周期、滥用控制与多数底层优化,客户通过 API 集成,也可能使用托管 Tool、Agent Runtime 或 Evaluation 产品。

**适合条件:**工作负载确实需要当前前沿能力,同时数据、区域、成本和生命周期条款可接受。

必须核验:

  • 精确 Model ID,以及它是固定 Snapshot 还是 Alias;
  • 输入输出模态、限制与预算;
  • Tool、Structured Output、Streaming 与 Refusal 契约;
  • 数据留存、训练使用、Region、Subprocessor 与企业控制;
  • Deprecation 通知和迁移路径;
  • Rate Limit、可用性条款与事故流程。

**隐藏成本:**厂商专属语义可能进入应用架构。JSON Shape 相似,并不代表 Tool 行为、Reasoning Control、Usage 或 Error 可移植。

2. 云与产品生态整合平台

模型只是更大云、办公、数据、身份或设备生态中的一个组件。集成可以减少胶水代码,也会把行为绑定到平台 IAM、Region、Quota、Observability 与产品发布节奏。

**适合条件:**组织已经信任并运营外围平台,原生数据或工作流集成能显著降低交付风险。

必须核验:

  • Identity 传播与 Service Account 边界;
  • 按 Endpoint 而非 Brand 判断 Data Residency;
  • 第一方 API 与云市场中的模型可用性;
  • 产品专属 Prompt、Connector 与审计导出;
  • Prompt、Eval Data、Tool 与 State 的可迁移性。

**隐藏成本:**集成功能可能拥有不同于基础模型 API 的留存、支持和生命周期条款。

3. 开放权重发布者

供应商发布模型参数,并通常提供推理代码或配方;部署方承担更多 Serving、安全、扩缩容、升级和事故响应责任。

**适合条件:**检查、定制、本地运行、数据路径控制或专用硬件的价值足以覆盖运营责任。

必须核验:

  • 准确 Weight、Tokenizer、Config、Quantization 与 Code Revision;
  • 每项制品的 License 与 Acceptable-use Terms;
  • Training Data Information 与修改权;
  • Signature/Digest、来源和供应链流程;
  • Runtime Kernel、硬件兼容、质量与总成本。

Open Source AI Definition 1.0要求使用、研究、修改与分享自由,并要求可修改首选形式。仅能下载权重不能自动满足这些条件。

4. 主权或区域供应商

供应商强调特定法域、语言、部署区域、采购路径或本地生态。

**适合条件:**主权、语言、公共采购、受监管部署或本地支持是一等需求。

必须核验:

  • 法律实体、处理区域、支持地点与 Subprocessor;
  • 在本地代表性数据上的语言和领域质量;
  • 出口、制裁、采购与事故义务;
  • On-prem/VPC 的运营责任;
  • Provider、Endpoint 或本地政策变化后的连续性。

“区域厂商”不自动等于数据留在当地,本地公司也不自动满足行业监管。

5. 任务专用模型服务

供应商针对 Embedding、Rerank、代码、语音、翻译、图像、安全分类或类型化决策等窄任务优化。

**适合条件:**窄模型在合格质量、延迟、成本和运维复杂度上优于通用模型。

必须核验:

  • 任务定义与 Output Contract;
  • Calibration、Abstention 与 Failure Behavior;
  • Domain 与 Language Coverage;
  • Benchmark 与生产任务是否匹配;
  • 多个专用调用组合后的总成本。

专用模型可以降低部分输出波动,也会增加路由、版本和集成故障。

分开模型、运行时与产品

同一个模型可以通过不同界面出现:

层级 示例决策 影响
Model 精确 Snapshot 或 Artifact 质量、Context、模态、安全行为
API Endpoint、参数与 Region 请求契约、限制、数据路径
Harness 直接调用、SDK Loop、Managed Agent 状态、Tool、审批、恢复
Product Chat、IDE、Office Suite、Search UI、Connector、留存、管理控制
Deployment 厂商云、Marketplace、VPC、自托管 身份、网络、支持、运维

证据不能跨层直接迁移。模型 Benchmark 无法证明 IDE Agent 安全,产品认证也不一定覆盖第三方 Marketplace Endpoint。

建立 Model Evidence Card

把易变事实存放在正文之外:

yaml
candidate_id: provider-model-endpoint
checked_at: "actual review timestamp"
model:
  id: "exact ID"
  lifecycle: "stable | preview | experimental | deprecated"
  artifact_digest: "required for self-hosted"
endpoint:
  region: "exact region"
  api_revision: "exact revision"
  rate_limit: "documented and tested"
harness:
  owner: "application | provider"
  tools: "versioned contract"
data:
  retention: "applicable plan and feature"
  training_use: "applicable plan and feature"
  subprocessors: "review record"
evaluation:
  workload: "fixture revision"
  result: "evaluation run ID"
economics:
  price_source: "dated source"
  cost_per_accepted_outcome: "measured value"
exit:
  replacement_tested: false
  migration_owner: "role"

Evidence Card 可以单独刷新,不必每次改写概念文章。每个结论都应记录 Source URL、Plan/Region 范围和事实边界。

评分前先执行硬门禁

候选无法满足以下强制要求时,应在加权打分前淘汰:

  • 必要 Region 或 Deployment Mode 不可用;
  • License/Usage Restriction 与产品冲突;
  • Data Retention 或 Training-use Terms 不可接受;
  • Tool 缺少有边界的 Identity/Authorization;
  • 无法固定或观察实际部署的模型身份;
  • 必要模态、Context、Output 或 Accessibility 不受支持;
  • 关键 State 无 Export、Rollback 或 Migration 路径;
  • 安全或质量故障超过声明风险容忍度。

加权平均会掩盖致命约束。Benchmark 再高,如果系统无法合法处理数据或安全执行工作流,也必须失败。

在任务切片上评测精确 Snapshot

使用固定工作负载:

切片 示例 Outcome
常规语言任务 结构化结果通过验收
领域术语 决策正确且证据充分
长上下文 不同位置的必要事实可召回
Tool Use 工具选择正确且参数有效
Agent Task 最终业务状态正确,而非叙述好听
拒答与不确定性 安全 Abstention,且 False Refusal 可控
对抗输入 受保护不变量不被突破
依赖降级 有界重试、恢复或升级

同时记录 Harness、Prompt、Tool、Budget、Reasoning Control、Retry 与 Evaluator 身份。NIST 的 GLM-5.3 网络安全评估公开了 Benchmark、ReAct Harness、Attempt Policy 和置信区间,因此只能支持对应网络安全任务结论,不能直接变成通用模型排名。

按已验收结果核算经济性

Token 标价遗漏了:

text
每个已验收结果成本
  = 模型输入输出
  + Cache 与 Storage
  + Retrieval 与 Tool
  + Retry 与 Fallback
  + Agent Compute
  + 人工 Review 与 Rework
  + 自托管硬件与运维
  + Failure 与 Incident Cost

测量 p50 与 Tail Latency、目标并发下 Throughput、Queue、Cache Hit、利用率,以及通过独立验收的 Output 比例。便宜模型若产生更多重试或人工复核,每个合格结果反而可能更贵。

硬件比较应在 MLPerf 等受控 Benchmark 的 Model、Scenario、Division、Quality Target、Software 与 System 边界内解释。被测结果不能仅凭硬件名称外推到另一套 Stack。

只有路由获胜时才引入路由

Model Routing 可以降本或提升质量,也会引入分类器和新故障边界:

flowchart LR A["类型化任务与风险特征"] --> B["版本化 Router"] B --> C["候选模型"] C --> D["独立验收门禁"] D -->|通过| E["提交 Outcome"] D -->|失败| F["Fallback 或人工复核"] F --> G["记录 Route 与 Failure"]

至少与以下基线比较:

  • 一个较强固定模型;
  • 一个经济型固定模型;
  • 简单确定性策略;
  • 相同 Fallback 与 Review Budget。

按任务和风险切片报告路由错误。模型多样性不等于错误独立。

可运行的 Go 资格门禁

下面的程序先执行硬要求,不尝试给厂商做主观总排名:

go
package main

import (
	"errors"
	"fmt"
)

type Candidate struct {
	ID                  string
	PinnedIdentity      bool
	AllowedRegion       bool
	LicenseApproved     bool
	DataTermsApproved   bool
	ToolPolicyEnforced  bool
	AcceptanceRate      float64
	P95LatencySeconds   float64
	CostPerAcceptedTask float64
	RollbackTested      bool
}

func qualify(candidate Candidate) error {
	switch {
	case !candidate.PinnedIdentity:
		return errors.New("model identity is not pinned")
	case !candidate.AllowedRegion:
		return errors.New("required region is unavailable")
	case !candidate.LicenseApproved:
		return errors.New("license is not approved")
	case !candidate.DataTermsApproved:
		return errors.New("data terms are not approved")
	case !candidate.ToolPolicyEnforced:
		return errors.New("tool authorization is not enforced")
	case candidate.AcceptanceRate < 0.90:
		return errors.New("task acceptance rate is below policy")
	case candidate.P95LatencySeconds > 8:
		return errors.New("p95 latency exceeds policy")
	case candidate.CostPerAcceptedTask > 0.25:
		return errors.New("accepted-task cost exceeds policy")
	case !candidate.RollbackTested:
		return errors.New("rollback is not verified")
	default:
		return nil
	}
}

func main() {
	candidate := Candidate{
		ID:                  "provider-model-endpoint",
		PinnedIdentity:      true,
		AllowedRegion:       true,
		LicenseApproved:     true,
		DataTermsApproved:   true,
		ToolPolicyEnforced:  true,
		AcceptanceRate:      0.93,
		P95LatencySeconds:   5.8,
		CostPerAcceptedTask: 0.18,
		RollbackTested:      true,
	}
	if err := qualify(candidate); err != nil {
		panic(err)
	}
	fmt.Printf("%s qualified\n", candidate.ID)
}

预期输出:

text
provider-model-endpoint qualified

阈值只是示例产品策略。程序不能证明某个 Provider 安全或“最好”,它只是把不可妥协的假设变成可执行规则。

采用前先设计退出

退出计划至少识别:

  • 可迁移 Prompt、Schema、Tool 与 Evaluation Contract;
  • State 和 Artifact 导出格式;
  • 无法复现的 Provider 专属能力;
  • 终止合同后的数据删除和留存;
  • Alias 到 Snapshot 的迁移;
  • 替代模型与 Degraded Mode 测试;
  • 流量切换与回滚;
  • 商务通知和续约日期。

“OpenAI Compatible”不会自动迁移 State、Tool、Error、Reasoning Control 或 Managed Agent Session。真正需要退出前,应已经测试过替代路径。

常见失败模式

失败 更好的方法
给厂商赋予永久人格 固定 Model、Endpoint、Harness、Plan 与 Region
只认一个榜单冠军 按工作负载切片报告不确定性与失败成本
用 Context Window 代表理解 测试位置与证据使用
把开放权重叫开源 按 OSI 定义与许可证逐项审查制品
把 Token 价格叫总成本 计算每个独立验收结果成本
按品牌印象路由 使用可测试 Router,并对比固定模型基线
把模型安全结论传递到 Tool 服务端身份、授权、校验与 Effect Control
用 Alias 作为 Release Identity 固定 Snapshot 或可观察不可变 Artifact

常见问题

五种供应模式是什么?

托管前沿 API、云/产品生态整合平台、开放权重发布者、主权或区域供应商、任务专用模型服务。它们互相重叠,也不是正式行业分类。

企业应该选择哪家模型厂商?

先让精确候选通过法律、数据、身份、部署和运营硬门禁,再比较企业自身已验收结果。公司级标签不足以支持决策。

开放权重模型一定更便宜吗?

不一定。硬件、能耗、利用率、工程、升级、安全、可观测性、容量和故障成本都要计入。不同规模与负载下,自托管经济性会变化。

更大的上下文窗口是决定性优势吗?

只有当模型能在目标延迟和成本下可靠使用所需证据时才有价值。应测试不同位置、干扰项、冲突来源、输出预留和检索替代方案。

团队应该统一一家 Provider 吗?

单一 Provider 可以降低集成负担;多 Provider 可降低部分依赖风险,却会增加路由、合同、评测和事故处理复杂度。选择满足需求的最小组合。

总结

2026 大模型格局变化太快,不适合维护永久冠军或厂商人格。可持续策略应以五种运营模式组织候选,并通过不可变身份、任务证据、数据与许可证条款、Runtime 归属、每个已验收结果总成本和退出准备度完成选择。市场快照放入 Evidence Card,应用则建立稳定内部契约与独立验收门禁。

需要具体模型历史对比时,可阅读 2026 年 5 月 DeepSeek、Qwen 与 Llama 格局;落地架构可继续参考 LLM Gateway 设计和 AI Benchmark 失真分析。

一手资料