2026年2月AI大模型發布匯總：Claude、Gemini、GLM-5激烈較量

2026年2月，AI圈比以往任何時候都熱鬧。Anthropic、Google、智譜AI接連發布新模型，彷彿趕在農曆新年前後較量一番。這些新模型到底改了什麼？對我們實際使用有什麼影響？以下是我的整理。

Anthropic：Claude Opus 4.6 與 Sonnet 4.6 先後亮相

Anthropic在2月初接連端出兩道菜——先旗艦、再次旗艦，產品節奏確實越來越快。

Claude Opus 4.6

2月5日發布的Opus 4.6是Anthropic目前的当家花旦。說幾個實際的升級點：

上下文：200K tokens是基本盤，1M tokens開放beta測試。處理大型代碼庫的時候確實更順手，不用一直「記憶力退化」。

思考過程可見：Extended Thinking模式把推理過程攤開給你看。這功能見仁見智——有人覺得看AI「思考」很療癒，有人覺得多了無用資訊。

輸出長度：128K tokens單次輸出，業界最大。適合需要生成大批內容的場景，雖然一般用戶可能用不太到。

編碼能力：SWE-bench Verified成績不錯，跨文件重構和長期規劃這類任務確實更靠譜。

Claude Sonnet 4.6

12天後（2月17日）又來一個。定價沒變——輸入3美元、輸出15美元每百萬tokens——但效能明顯提升，這點挺良心。

電腦操作：在OSWorld測試裡表現接近人類水平。操作瀏覽器、填表單、跨標籤頁協作，這些以前是AI弱項，現在進步明顯。

企業反饋：Rakuten AI說生成的iOS代碼「是目前測過最好的」，這評價相當具體。Sonnet現在也是claude.ai和Claude Cowork的默認模型，免費用戶也能用到。

Google：Gemini 3.1 Pro

2月19日，Google交出了Gemini 3.1 Pro。

定位很清楚：企業級推理能力。Google說這款模型專門為「簡單答案不夠」的複雜問題設計，推理能力比3 Pro強。

基準測試：號稱ARC-AGI-2分數是前代的兩倍。Google的基準向來打得比較猛，實際體驗如何還是要自己試過才知道。

SVG生成：可以直接從文字提示生行動畫SVG。這功能對前端開發者和設計師確實實用，說不定能省掉一些找圖的時間。

業內評價：Gartner分析師William McKeon-White的說法比較中肯——「良好進展，但不是顛覆性突破」。華盛頓大學教授Chirag Shah則提醒：更好的推理不等於解決所有問題，AI要做複雜任務還有其他功課要做。

中國力量：智譜AI GLM-5

除了美國大廠，中国的智譜AI也沒閒著。

開源第一：根據Artificial Analysis排名，GLM-5在開源模型裡排第一，Quality Index 49.64，超越之前的Kimi K2.5。

編碼能力：LiveCodeBench測試成績漂亮，有些項目甚至超越閉源模型。

免費商用：開源意味著可以免費使用並本地部署。對預算有限的團隊來說，這點很有吸引力。

一表比較

模型	發布日	類型	官方公布的重點
Claude Opus 4.6	2 月 5 日	閉源	每百萬 token 輸入 5 美元／輸出 25 美元；100 萬 token 上下文為測試版（Anthropic）
Claude Sonnet 4.6	2 月 17 日	閉源	每百萬 token 3／15 美元，與 Sonnet 4.5 相同；claude.ai 預設模型（Anthropic）
Gemini 3.1 Pro	2 月 19 日	閉源，預覽版	ARC-AGI-2 達 77.1%，Gemini 3 Pro 為 31.1%（Google；模型卡）
GLM-5	2 月 11 日	開放權重，MIT 授權	7440 億參數 MoE，每 token 約啟用 400 億參數（Z.ai；Hugging Face）

怎麼看這些基準數字

每次發布都附上基準圖表，而且各家都挑對自己有利的項目。比較時可以注意：

• 相同測試、相同設定：分數取決於推理強度、是否可用工具與提示詞框架。有工具或最高推理強度下的成績，不能和沒有工具的成績直接比較。
• 廠商自測與獨立驗證：Google 的 ARC-AGI-2 成績在模型卡中標示經 ARC Prize 驗證，比純內部數字更有份量。Artificial Analysis 等獨立排行榜彙整多項測試，但會隨新模型推出而變動。
• 預覽狀態：Gemini 3.1 Pro 以預覽版推出，正式上市前行為與限制仍可能調整。

開放權重與 API 模型

GLM-5 採 MIT 授權，團隊可以下載、修改並商業部署。但「免費」指的是授權，而不是執行成本：7440 億參數的模型，即使每個 token 只啟用約 400 億參數，自行部署仍需要多 GPU 伺服器。對多數小團隊而言，實際選擇是使用 Z.ai 或其他供應商的託管 API，或改用較小的開源模型。與 Claude、Gemini 相比，取捨在於掌控權與資料落地，對上便利性以及頂級能力。

為什麼同時推出這麼多模型

2 月的密集發布反映整個產業的更新週期在加快：Anthropic 在 12 天內推出兩款模型，Google 也沒有等待大版本，而是推出期中的「.1」更新。對使用者而言，實際影響是模型選擇需要定期重新評估；應用程式若能透過設定檔切換模型、而非修改程式碼，維護起來會輕鬆許多。

開發者該怎麼選？

說實在的，2026年選AI模型已經不是「哪個最強」的問題，而是「哪個最適合我的任務」：

• 寫程式為主：Claude系列仍是首選
• Google生態重度用戶：Gemini整合確實方便
• 想要免費開源方案：GLM-5值得一試

成本方面趨勢是往下走的。Sonnet 4.6加量不加價，GLM-5直接免費，中小團隊接觸頂級AI能力的門檻越來越低。

說到底，沒有「全能AI」這回事。根據手頭任務選對工具，比盲目追求最新最強實際得多。

參考資料

• Anthropic：Introducing Claude Opus 4.6
• Anthropic：Introducing Sonnet 4.6
• Google：Gemini 3.1 Pro 發布文
• Google DeepMind：Gemini 3.1 Pro 模型卡
• Z.ai：GLM-5 部落格
• GLM-5（Hugging Face）