×
加载中...
清华唐杰正面硬刚马斯克:中国AI达到Fable水平,还要更快!
新智元 2026-06-19 13:32

Anthropic的Fable 5,何时能被追上?


马斯克在X上只回了2个单词——「Probably Q1.」(可能明年第一季度。)


图片


中国AI,大概明年第一季度,就能追上Anthropic最顶尖的Fable级别。


然后,清华大学教授、智谱AI创始人唐杰,秒回:「Won‘t take that long.」(不用等那么久。)


你正走在一条浓雾弥漫的赛道上,原本以为领先对手几公里。结果一回头,你才发现对方的呼吸声已经喷到了你的脖子上。


这就是马斯克现在的感受。


谁能想到,中国AI的领军人物之一直接「掀了桌子」。


紧接着,z.ai官方账号也回以三个「记笔记」的表情。


图片


这种姿态,不是在谦虚,而是在叫牌


它在向世界宣告:2027?太慢了。我们的表针,拨在2026,甚至更早。



图片
中国AI大佬正面硬刚马斯克
今年就达到Fable级别!


时间往前拨六天。


6月12日,美国商务部突然出手:宣布对Anthropic旗下的Fable 5和Mythos 5实施全球出口管制,向中国用户直接关门。


封了。


结果,仅仅24小时后,智谱AI发布了GLM-5.2。


Code Arena中,超越Claude  Opus 4.7/4.8(Thinking),直逼Claude Fable 5。


图片


BridgeBench推理榜上, GLM 5.2拿下全球第一——推理分数42.8,击败被封锁的Fable 5。


速度300 tokens/秒,成本是美国前沿模型的1/10,全权重开源,全球任意下载。


图片


BridgeBench官方直言,GLM 5.2是他们测试过的最好的中文开源模型。


图片


GLM 5.2用实力证明:


「You cannot export control your way out of open source. The ban didn't slow China down.」


(你无法通过出口管制来摆脱开源。禁令并没有拖慢中国的脚步。)


正是这个背景下,技术博主@teortaxesTex发出了那条引爆讨论的分析帖:


中国AI和美国前沿之间,现在大概只剩7个月代差了。


图片


那照这个速度,什么时候追上Fable?


马斯克公开预测中国AI模型将在2027年第一季度(即明年年初)达到Anthropic旗下最顶尖的Fable/Mythos级水平。


这意味着,Anthropic CEO的节奏被打乱,他所说的「好结局」要求到2028年实现「12到24个月的差距」。


具体来说:这至少意味着到2028年1月,中国最优秀的模型最多只能达到美国2027年1月最优秀模型的水平。


图片


针对这一预测,智谱AI官方及清华大学唐杰教授迅速作出回应,暗示这一突破甚至可能会来得更快。


图片


即便如此,马斯克仍吹捧Anthropic:


即便在跑分上看,中国AI在明年首季的跨越都将极其令人惊艳。


但从「实际落地价值和创造营收」的真正实用性来看,Anthropic优势更大。


图片


不禁让人怀疑马斯克是否被Claude洗脑?


硅谷投资大佬Marc Andreessen也进场,转发回应,附上「Interesting」。


图片


硅谷教父亲自盖章,这件事就算彻底出圈了。



图片
美国出口管制,限制不了开源AI


美国出口管制的逻辑是:限制前沿AI模型的获取,以防止对手使用它们。


问题在于,这一逻辑成立的前提是,相关模型没有可比的替代品。


但这个假设在48小时内就被打破了。


有三点让「你无法通过出口管制摆脱开源」这一论点在此刻尤为尖锐:


图片



开源权重可自由流通。


对封闭API的出口管制是可以执行的。


但对开源权重的出口管制则完全是另一个问题——权重存在于多个司法管辖区的服务器上,无需开源AI的介入即可被重新分发。


开放与闭源模型之间的性能差距可能是暂时的,而开源平台的战略优势却显得越来越持久。


能力差距已经缩小。


一年前,美国的前沿模型还有显著的质量领先优势。


Stanford AI Index 2026报道:


到今年3月,美国顶尖模型领先2.7%,这一差距在过去一年中虽有波动,但始终保持在个位数以内。


图片


如今,GLM-5.2在至少一个主要推理基准上击败了Fable 5。


图片


过去认为长时程、复杂逻辑代码任务(Long-horizon agentic coding)是闭源实验室的专利,但智谱的突破证明:开源/权重开放模型已经具备了深度的「行动力」。


图片


AI能力「护城河」的价值已经缩水。


价格信号正对美国实验室不利。


GLM-5.2以十分之一的成本和300 tok/s的速度,并不是一个「安慰奖」,这是「绝招」:对于很大一部分工作负载来说,它是更好的产品。禁令反而促使开发者加速转向他们原本可能忽略的替代方案。


图片


Uber CTO透露公司2026年AI编码工具预算仅4个月就耗尽,主因就是Claude Code采用激增。


据报道。Microsoft取消大量内部Claude Code许可,转向自有GitHub Copilot。


多家企业实施token限额、从订阅转向按量付费或「token最小化」策略:


图片


开源模型正遵循Christensen颠覆创新路径——成本优势(常低90%)+ 定制化 + 数据主权,快速侵蚀闭源在规模化部署中的优势,重演历史上的Linux、Android等颠覆案例。


图片


更不用说,美国的AI巨头的「末日论」和对算力的垄断,似乎正在得罪几乎所有人:超大规模云厂商、半导体公司、生态系统伙伴、客户、政府机构,甚至部分公众。


图片


它们的资产负债表和现金流也不足以支撑其目标规模的增长和基础设施建设,迫使它们反复向投资者和资本市场寻求越来越大规模的融资。


那么,那个让许多人奉它们为必然赢家、视其为所到之处皆构成生存威胁的护城河,到底是什么?


大家都以为闭源的AI巨头是终局赢家,但实际上,他们可能只是为真正的行业巨头和效率型实验室开路的先锋。


也许,美国把一切都搞反了——一边把每一个现有巨头都当作面临生存威胁,一边又把前沿模型公司奉为AI时代必然的赢家,认为它们理应享有天价估值和最大份额的战利品。(转载自新智元)

扫码下载app 最新资讯实时掌握