17 小時，五大巨頭同步出手：2026 年 2 月 AI 模型大爆發全紀錄

2026 年 2 月是 AI 模型發布最密集的月份之一。從 2 月 5 日到 2 月 19 日的兩週內，Anthropic、OpenAI、Google 與 xAI 相繼推出新模型。有評論文章以「17 小時內五家同步出手」來形容其中最擁擠的一段時間（The AIsh），不論精確的時間怎麼算，這一波發布確實把各家的競爭推到了新的密度。

本文以官方公告為主要依據，整理每個模型的重點，再看它們共同指向的方向。

時間線

• 2 月 5 日：Claude Opus 4.6。 Anthropic 發布新一代旗艦。官方說明它規劃更仔細、能更長時間持續執行代理式任務、在大型程式庫中更可靠，並且更會在程式碼審查與除錯時發現自己的錯誤；這也是 Opus 等級首次提供 100 萬 token 的上下文視窗（beta）（Anthropic）。同日 GitHub 宣布 Opus 4.6 在 Copilot 中正式提供（GitHub Changelog）。
• 2 月 5 日：GPT-5.3 Codex。 OpenAI 推出面向長時間代理式程式設計的 Codex 新版本，主打研究、工具呼叫與跨檔案執行的連續任務（Binary Verse AI 週報）。
• 2 月 17 日：Claude Sonnet 4.6。 Anthropic 稱其為最強的 Sonnet 模型，全面提升寫程式、電腦操作、長上下文推理、代理規劃與知識工作能力，同樣支援 100 萬 token 上下文（beta），並成為 Free 與 Pro 方案的預設模型；定價與 Sonnet 4.5 相同，每百萬 token 輸入 3 美元、輸出 15 美元（Anthropic）。
• 2 月 19 日：Gemini 3.1 Pro。 Google 發布 Gemini 3 系列的核心推理升級，在 ARC-AGI-2 上取得經驗證的 77.1%，官方稱是 3 Pro 推理表現的兩倍以上；透過 Gemini API、Vertex AI、Gemini App 與 NotebookLM 推出，目前為預覽版（Google）。
• 同期：Grok 4.2 Beta。 xAI 採用公開測試、頻繁更新的方式推出 Grok 4.2（Binary Verse AI 週報）。

共同方向：從聊天到「能做事」

只看跑分，很容易把這波發布理解為又一輪排行榜競賽。但仔細看官方強調的重點，方向相當一致：模型要能長時間、半自主地完成實際工作。

• Opus 4.6 除了寫程式，Anthropic 特別提到財務分析、研究，以及建立與編輯文件、試算表和簡報。在 GDPval-AA（衡量金融、法律等領域具經濟價值的知識工作）上，官方稱它比次佳的 GPT-5.2 高出約 144 Elo，比前代 Opus 4.5 高出 190。API 端也加入上下文壓縮，讓模型能自行摘要先前內容，以執行更長的任務。
• Sonnet 4.6 的重點之一是電腦操作。Anthropic 以 OSWorld 基準說明進步：模型直接看螢幕、點擊與輸入，在 Chrome、LibreOffice、VS Code 等真實軟體中完成任務，不需要專門的 API。這對那些沒有現代介面的舊系統特別有意義。
• GPT-5.3 Codex 鎖定長時間執行的程式設計任務。
• Gemini 3.1 Pro 則把更強的推理能力作為預設基線，並同時鋪到消費者與開發者產品。

換句話說，各家競爭的焦點已經從「誰回答得更好」轉向「誰能把一整段工作做完」。

沒有單一贏家

過去幾年，市場習慣「某個模型一統天下」的敘事。2026 年 2 月之後，這種說法越來越難成立：

模型	官方強調的優勢
Claude Opus 4.6	代理式寫程式、知識工作（GDPval-AA）、深度網路搜尋
Claude Sonnet 4.6	接近 Opus 等級的能力、電腦操作、價格不變
GPT-5.3 Codex	長時間代理式程式設計
Gemini 3.1 Pro	抽象推理（ARC-AGI-2 77.1%）、多平台同步上線
Grok 4.2 Beta	公開測試、快速迭代

每家都在某些維度領先，沒有一家在所有項目上勝出。需要注意的是，這些數字大多來自廠商自己的評測，測試設定不同，不宜直接橫向比較。

對使用者的實際意義

模型密集更新，對使用者其實是好事，但也帶來選擇成本。幾個實用建議：

1. 依任務選模型，而不是押注單一平台。 長時間寫程式、文件處理、抽象推理、電腦操作，各家強項不同。
2. 用自己的資料測試。 基準分數只能作參考，換模型前用團隊實際的提示詞與文件跑一輪，觀察準確度、速度與成本。
3. 注意價格與預設模型的變化。 例如 Sonnet 4.6 成為免費與 Pro 方案的預設，價格不變，對很多人來說等於免費升級。
4. 預覽版要謹慎用在正式環境。 Gemini 3.1 Pro 以預覽形式推出，行為與配額可能還會調整。
5. 保留切換彈性。 若產品透過 API 串接，在程式中把模型名稱與參數做成可設定，日後換模型會容易得多。

接下來看什麼

模型能力之外，下一階段的競爭在於整合：誰能把代理能力真正放進企業既有的工作流程。這一波中，Opus 4.6 同日進入 GitHub Copilot，Gemini 3.1 Pro 同步上線 NotebookLM 與 Vertex AI，可以看出廠商都在搶佔使用者每天工作的入口。

對一般使用者而言，最值得觀察的不是下一個跑分紀錄，而是這些模型在長時間、真實任務中的穩定性，以及價格是否持續下降。

---

參考資料：

• Anthropic: Introducing Claude Opus 4.6
• Anthropic: Introducing Claude Sonnet 4.6
• Google: Gemini 3.1 Pro
• GitHub Changelog: Claude Opus 4.6 for Copilot
• Binary Verse AI: Weekly AI News February 21 2026
• The AIsh: Five Tech Giants Dropped New AI Models in 17 Hours