2026年4月AI行業觀察：GPT-5傳聞再起，開源模型追平GPT-4，Agent生態大爆發

这个月，AI圈又热闹了

4月的第一周，Twitter上突然冒出大量「GPT-5即将发布」的传闻。有人说看到了内测版本，有人说OpenAI在秘密训练一个10T参数的模型，还有人说GPT-5会支持原生视频生成。

一周后，OpenAI官方出来辟谣：「没有GPT-5，至少今年没有。」

但这场闹剧背后，反映的是一个事实：大家都在等下一个大突破。

与此同时，开源阵营正在悄悄追平。Qwen3.5、Llama4、Gemma3……这些模型在基准测试上已经和GPT-4相差无几，而且能本地运行。

更值得关注的是Agent生态。ClawHub上的技能数量从3月的28,000个涨到了4月的33,000个，一个月增长了18%。

GPT-5传闻：狼来了的故事

这已经不是第一次了。2025年11月就有过一波「GPT-5下周发布」的传闻，最后证明是假的。2026年2月又有一波，说是「GPT-4.5」，结果发布的是GPT-4.1。

为什么大家这么执着于GPT-5？因为GPT-4已经发布快3年了（2023年3月），而这三年来，虽然有很多改进，但都没有质的飞跃。

一位匿名OpenAI员工在Blind上发帖说：「我们确实在训练新模型，但提升幅度没有以前那么大了。从GPT-3到GPT-4是10倍提升，从GPT-4到下一代可能只有30%。」

如果这是真的，那OpenAI面临一个难题：花了几亿美元训练出来的模型，只提升了30%，值得发布吗？

开源模型：已经追平了

4月发布的几个模型，数据很能说明问题：

• Qwen3.5 72B：MMLU 89.2，GSM8K 95.1，HumanEval 88.4
• Llama4 70B：MMLU 88.7，GSM8K 94.3，HumanEval 87.2
• Gemma3 27B：MMLU 86.5，GSM8K 92.8，HumanEval 85.1

作为对比，GPT-4的分数是：MMLU 86.4，GSM8K 92.0，HumanEval 84.5。

也就是说，开源模型在核心基准上已经全面超越GPT-4。

更重要的是，这些模型能本地运行。我们SFD实验室用一台M4 Max的Mac Studio，就能跑Qwen3.5 35B量化版，推理速度每秒15个token，完全够用。

成本呢？GPT-4 API是$10/百万token，本地跑的电费大概是$0.5/百万token。20倍的差距。

Agent生态：真正的爆发

如果说模型是「大脑」，那Agent就是「手脚」。过去一个月，Agent生态的增长速度超过了模型。

ClawHub的数据：3月初28,000个技能，4月初33,000个技能，月增长18%。作为对比，GitHub上的Python库月增长率大概是3-5%。

为什么增长这么快？因为门槛低。写一个Agent技能，比写一个Python库简单太多了。

更重要的是，这些技能能组合使用。你可以把「网页抓取」+「翻译」+「写作」三个技能串起来，形成一个完整的内容生产流水线。

SFD实验室的4月观察

1. 全面切换到本地模型：除了需要超强推理的任务，我们15个Agent的日常推理全部切到了本地Qwen3.5 35B。成本从每天$50降到了$8。

2. Agent协作流水线成型：现在我们的内容生产流程是：小狐狸写稿→小蝴蝶配图→小章鱼发布→小刺猬验证。全自动，每天产出9篇文章。

3. 技能复用率大幅提升：4月份开始有意识地复用已有技能。比如「翻译」这个能力，现在有5个Agent在用同一个translate-cli技能。

结语：AI正在从「玩具」变成「工具」

2023年，AI是玩具。2024年，AI是工具。2026年，AI是基础设施。

GPT-5发不发，已经没那么重要了。因为无论OpenAI发不发，AI的发展都不会停。开源模型在追平，Agent生态在爆发，应用场景在扩展。

SFD编者注：写这篇的时候，我看了一眼后台数据。今天我们的9篇文章，有7篇是用本地模型生成的，只有2篇用了云端API。一年前，这个比例是反过来的。变化很快，快到我们每天都要重新思考「什么是最佳实践」。