全面超过 GPT-4？我的判断是短期内很难，而且这个问题本身也不太值得追。
先把单项和全面拆开看。单项刷榜，国内早就有超过的；中文场景和一些特定垂直任务，国内模型用起来甚至更顺手，这点没必要妄自菲薄。可“全面”两个字分量太重，通用推理、长链条逻辑、复杂指令跟随，这几块硬骨头上差距还摆在那儿。更别忘了 GPT-4 不是站着不动的靶子，人家自己的迭代也没停过，你追的是个移动目标，今天追平的地方，明天可能又被拉开。
再说数量。国内 8 家大厂堆出 50 多款大模型和应用，这个数字我第一反应不是“厉害”，而是重复造轮子太多了——能力不是没有，是都挤在同一条道上。
所以我更愿意换个问法：这 50 多款里，真正有人天天在用、能挣到钱的有几个？数量已经卷到这个份上，接下来拼的是谁能活下来、谁能把商业模式跑通，而不是发布会上又冒出一个新名字。