正好看到一份2026年3月的国内外大模型盘点，信息挺全面的，梳理一下现在的格局。

国内方面，百度的ERNIE 5.0是最近的重磅发布。2.4万亿参数，采用原生全模态统一建模，支持文本、图像、音频、视频。上线后稳定居于LMSYS竞技场前20名，对百度来说是个不错的成绩。

字节跳动的Doubao-Seed-2.0系列也有更新。Lite版本适配通用生产场景，Mini版本专为高并发优化。视觉推理和时间序列理解能力有显著提升，指令遵循能力达到业界了第一梯队。

DeepSeek的V3.2是混合推理模型，目标是平衡推理能力与输出长度。通过DeepSeek稀疏注意力降低计算复杂度，在推理基准测试中实现了与GPT-5相当的性能。

阶跃AI的Step-1-10B是2026年1月发布的多模态通用模型。虽然只有10B参数，但官方称能媲美甚至超越更大规模的模型。这证明了小而精的思路是可行的。

国外方面，Google DeepMind的Gemini系列持续更新，原生图像生成能力得到强化。Nano Banana 2在文本渲染、多语言翻译和本地化方面都有升级。

Meta的Llama系列虽然在中国开源社区失宠于Qwen，但依然是全球重要的开源模型家族。新的迭代版本在多模态和长上下文方面持续改进。

OpenAI的GPT系列和o系列推理模型仍然是闭源模型的标杆。不过开源模型与闭源模型的差距在缩小，有些场景下开源模型已经足够用了。

从这份盘点能看出几个趋势：一是多模态成为标配，很少有纯文本模型了；二是推理能力成为新的竞争焦点；三是开源模型质量快速提升，对闭源模型形成压力；四是中国模型在全球影响力不断增强。

对开发者来说，选择越来越多了。以前可能就盯着GPT、Claude，现在Qwen、DeepSeek、ERNIE这些国产模型也都值得考虑。根据具体需求选择合适的模型，而不是盲目追求"最强"，这可能是更明智的策略。

Blog

国内外大模型盘点：2026年3月版