从“Garlic”到IPO前夜：大模型竞赛正在重回底层

这期《AI Daily Brief》揭示了一个被忽视却至关重要的转折点：在Gemini 3与Claude Opus 4.5的压力下，OpenAI似乎终于修复了预训练瓶颈，而Anthropic则在产品、收入和资本市场三线并进。大模型竞争，正在从“调参和包装”回到真正的基础能力比拼。

为什么“Garlic”不是一次普通的模型发布

这一段新闻之所以重要，并不只是因为OpenAI要发新模型，而是因为它触及了一个过去一年一直被业内私下讨论、却很少被正面承认的问题：OpenAI是否已经“卡在”预训练上。

视频中提到，代号为“Garlic”的模型来自一次全新的预训练（pre-training）跑数。预训练指的是在海量通用数据上，从零开始训练基础模型的阶段，是决定模型上限的关键。OpenAI首席研究官Mark Chen告诉内部员工，Garlic在内部基准测试中，已经可以正面对标Google的Gemini 3 Pro和Anthropic的Opus 4.5，尤其在代码生成和推理任务上表现突出。

更关键的一句话是：Garlic“改进了OpenAI此前最好、但规模更大的预训练模型GPT-4.5”。这意味着，进步并非来自参数规模，而是来自训练本身的质量修复。此前，SemiAnalysis曾指出，OpenAI自2024年5月的GPT-4.0之后，尚未完成一次真正成功的全尺度基础模型训练。如果这一判断属实，那么Garlic的意义在于：OpenAI可能终于解决了预训练流程中的系统性问题。

视频中特别强调，Garlic吸收了此前“Shallow Pete”预训练中首次部署的bug修复。这是一个非常工程化、也非常现实的故事：在外界只看到模型名更替时，内部其实在与数据管线、稳定性和收敛问题反复搏斗。一旦这些问题被清理干净，进步就不再只能依赖强化学习（RL），而是重新回到底座模型的跃迁。

别搞混了：Code Red、新模型与真正的“下一代基础模型”

视频的第二个关键转折，是对时间线的“纠偏”。在OpenAI高调进入“Code Red”状态后，很多人猜测Garlic会是短期内发布的主角，但业内消息人士给出了更复杂的版本。

推特用户Chris ChatGPT21明确表示：“下周发布的模型不是Garlic。”他说，Garlic是一个表现很强的模型，但真正“深度烹饪、在预训练上有实质创新、并且在所有维度都很强”的新模型，预计在2026年初，也就是1到3月之间亮相。

这背后反映的是OpenAI当前的双轨策略：一条线是短期内通过新推理模型稳定产品和舆论，另一条线则是更慢、更重，但决定长期竞争力的基础模型复兴。对外界来说，这解释了为什么OpenAI在节奏上显得有些碎片化；对内部来说，则是一次押注——只要预训练问题真的解决，后续的跃迁空间会重新打开。

这也是为什么Garlic被描述为“与Shallow Pete不同的模型”。Shallow Pete更像是一次应急反击，用来回应Gemini 3的市场冲击；而Garlic以及其后的模型，才是试图重新建立技术叙事的关键拼图。

Opus 4.5：让开发者第一次感到“软件工程真的要变了”

如果说OpenAI的故事是“内部修复”，那Anthropic的Opus 4.5则是一次彻底的外部口碑爆发，而且主要发生在开发者群体中。

视频中连续引用了多位开发者的原话，这种密集、情绪化的反馈本身就是一个信号。有人说：“The more I try Opus 4.5， the more I feel like Anthropic is right about software engineering dying.”还有人更直接：“Opus 4.5 feels like the biggest jump in coding models I've seen to date。”

最具画面感的故事来自Stuart Cheney。他表示，Opus 4.5已经可以让他“一次性外包8到10个线性工单”，在代码合并前几乎不需要人类介入。这不是跑分，而是生产流程的改变。正如另一位用户的评价：“Opus 4.5 is Alien Tech.”

这些反馈解释了为什么Anthropic近期的一系列动作都围绕“开发者栈”展开。收购Bun并非单纯买一个更快的JavaScript运行时，而是要把运行时、打包、测试这些基础设施，全部纳入一个AI优先的开发体系中。Anthropic自己写道，Bun已经成为“AI原生软件工程的关键基础设施”。

当模型能力足够强时，真正的护城河开始下沉到工具链和工作流。这正是Opus 4.5带来的最现实变化。

从模型到资本市场：Anthropic与OpenAI的下一场竞赛

视频的后半段把视角从模型拉到了资本层面。根据《金融时报》，Anthropic正在为2026年的IPO做准备，同时谈判一轮估值超过3000亿美元的私募融资，最高可能达到3500亿美元，其中包括微软和英伟达上月承诺的150亿美元。

Anthropic的官方回应非常克制：“在我们这样的规模和收入水平下，按上市公司标准运作是常态。”但报道明确指出，投资人希望Anthropic能“抢在更大的竞争对手OpenAI之前上市”。这让原本的技术竞赛，延伸成了一场资本市场的先手博弈。

与此同时，Anthropic还披露了一个极具冲击力的数据：Claude Code在6个月内实现了10亿美元ARR。无论从产品成熟度还是商业化速度来看，这都为IPO叙事提供了扎实支撑。

视频最后提到的Mistral 3，则从另一个角度提醒观众：并非所有进步都来自超级规模。Mistral用仅3000张NVIDIA H200训练出6750亿参数、41亿激活参数的MoE模型，并强调“小模型的普及性”才是下一波AI的关键。这种路线虽然暂时缺席最前沿的推理能力，但在企业落地、隐私和成本上，提供了完全不同的解法。

总结

这期视频串起的，不只是几条新闻，而是一条清晰的行业脉络：OpenAI试图修复预训练根基，Anthropic在开发者与商业化上全面加速，而开源阵营则押注“更小、更广”的未来。大模型竞争正在回到最难、也最真实的地方——基础能力、工程细节和真实使用场景。对读者来说，真正值得关注的，不是下一个模型名，而是谁能把这些底层优势，持续转化为可复用的生产力。

关键词： OpenAI， Garlic模型， Claude Opus 4.5， 预训练， AI IPO

事实核查备注： Garlic为OpenAI内部代号模型；Mark Chen为OpenAI首席研究官；Garlic在内部benchmark中对标Gemini 3 Pro与Opus 4.5；Shallow Pete来自Sam Altman 10月内部备忘；Claude Opus 4.5获得开发者高度评价；Anthropic收购Bun，Bun保持开源；Claude Code ARR达10亿美元，用时6个月；Anthropic拟于2026年IPO，估值区间3000–3500亿美元；Mistral 3 Large为675B参数、41B激活参数，训练使用约3000张NVIDIA H200。