明天GPT-5.6全面开放，Anthropic却悄悄开始造芯片了
明天GPT-5.6全面开放，Anthropic却悄悄开始造芯片了
一、7月7日，GPT-5.6大概率全面开放
7月3日，多个信源指向同一个结论。OpenAI内部目前把全球发布的目标定在7月7日，前提是不延期。Polymarket上押”7月7日GPT-5.6公开发布”的赔率这周涨得很猛，一度冲到65%。
GPT-5.6三档模型，Sol/Terra/Luna，定位清晰。
Sol，旗舰。91.9% TerminalBench 2.1，max模式适合深度推理，ultra模式可调度多个子智能体把复杂任务拆分后并行推进。在Terminal-Bench、GeneBench v1等基准上优于前代，长链任务表现突出。
Terra，均衡。性能≈GPT-5.5，价格减半。15的定价直接对标中端市场。
Luna，轻量。6，82.5% TerminalBench。面向摘要、起草、常规自动化和日常内容处理等高频任务。
更狠的是，Sol部署在Cerebras芯片上，推理速度750 tokens/秒，是典型frontier model API的10-15倍。
6月27日受限预览，7月7日全面开放。从政府审批到全球发布，只用了11天。
二、Anthropic的另一条路
就在OpenAI抢发布窗口的时候，Anthropic在干另一件事。
7月2日，The Information报道，Anthropic已启动自研AI芯片的早期开发，与三星电子展开合作谈判。
计划采用三星2nm制程工艺及先进封装技术，缩短处理器与高带宽内存之间的物理距离，提升数据传输效率。
时间线很清楚。
4月，路透社报道Anthropic考虑自研芯片，应对芯片短缺和算力需求。
7月2日，The Information确认项目落地提速，与三星洽谈代工合作。
7月3日，TechCrunch跟进报道，Anthropic官方回应称短期内仍依托英伟达、谷歌、亚马逊的多元化算力体系，但并未否认与三星的合作传闻。
Anthropic还挖来了OpenAI初代芯片团队的核心成员Clive Chan。
目前项目仍处于早期规划阶段，芯片的功能定位、算力规格、服务器部署方案都尚未最终确定。但方向已经明确了。
三、AI巨头造芯，已经不是新鲜事
Anthropic不是第一个，也不会是最后一个。
OpenAI，早在去年就开始自研芯片计划，组建了完整的芯片团队，Clive Chan就是其中一员。现在被Anthropic挖走。
Google，自研TPU已经迭代到第七代，Gemini系列模型跑在自家TPU上，不依赖英伟达。
亚马逊，Trainium和Inferentia两条线，Anthropic的模型大量跑在AWS的Trainium上。
Meta，MTIA系列推理芯片已经在生产环境部署。
现在Anthropic也加入了。AI巨头集体造芯的逻辑很简单。模型越来越强，算力需求指数级增长，依赖英伟达一家供货意味着成本和产能都不受自己控制。
自研芯片的本质不是为了替代英伟达，是为了在谈判桌上有更多筹码。
> 当你能自己造芯片的时候，英伟达的报价就不会那么硬。
四、三星2nm为什么重要
Anthropic选三星2nm，不是随便选的。
三星2nm工艺相比主流3nm，晶体管密度提升约20%，能耗降低15%以上。三星计划2026年Q1量产，正好能赶上Anthropic芯片的研发节奏。
更重要的是先进封装技术。 AI芯片的瓶颈不只是制程，还有处理器和HBM（高带宽内存）之间的数据传输。三星的先进封装能缩短物理距离，提升数据传输效率，这对大模型推理至关重要。
三星还有一个独特优势。它既是英伟达的重要合作伙伴（在韩国共建AI芯片工厂），又联合美光等公司参与了Anthropic的H轮融资。三星既懂造芯片，又是Anthropic的股东，合作基础比台积电更扎实。
五、两条路，一种焦虑
把GPT-5.6全面开放和Anthropic造芯放一起看，两条路指向同一种焦虑。
模型层，抢发布窗口。 GPT-5.6从受限预览到全面开放只用了11天，因为OpenAI知道窗口期不等人。Fable 5的教训摆在那里，被政府叫停72小时，市场信心崩塌。OpenAI不想重蹈覆辙。
硬件层，抢自主权。 Anthropic造芯不是要跟英伟达竞争，是要降低对单一供应商的依赖。当所有AI巨头都依赖同一家芯片厂商的时候，谁能自研谁就有退路。
对开发者的影响很直接。
GPT-5.6全面开放意味着Sol/Terra/Luna三档选择，从旗舰到轻量全覆盖。750 tokens/秒的推理速度，加上Cerebras的硬件加持，体验会比之前好一个量级。
Anthropic造芯短期内不会出成果，但长期看意味着Claude系列的推理成本有可能进一步下降。当模型厂商自己控制硬件的时候，定价权就不再受芯片供应商摆布。
明天GPT-5.6开放，值得关注的不只是模型本身，是整个AI行业正在从”模型竞争”走向”全栈竞争”。
模型、芯片、封装、部署，每一层都在抢自主权。
只做模型的公司，未来会越来越被动。