LLM 2025 & 2026

2025–2026 大模型全景涉及的评测榜单、前沿研究、Agent 产品与产业报告的系统整理。配合演示文稿使用。

• Artificial Analysis — 模型能力与价格综合评测 评测
• Chatbot Arena (LMArena) — 人类偏好对抗排行榜 评测
• Context Arena — 长上下文能力评测 评测
• Nof1 — AI 交易能力实盘排行 评测
• SnitchBench — 模型「告密」行为评测 评测
• OpenRouter · State of AI — 从 API 调用量看模型格局 评测

• Epoch AI — 算力 / 模型 / 数据中心趋势 研究机构
• METR — 模型自主性与长任务能力 研究机构
• State of AI Report — 年度 AI 产业报告 报告
• a16z · Big Ideas 2026 — a16z 年度预测 报告
• Microsoft Work Trend Index 2025 — 前沿企业（Frontier Firm）报告 报告
• SimilarWeb · GenAI Landscape — 生成式 AI 流量格局 报告

• Anthropic · Project Vend 2 — 自主代理经营贩卖机 研究
• Anthropic · Tracing Thoughts — 模型可解释性 研究
• DeepMind · Genie 3 — 交互式世界模型 研究
• DeepMind · SIMA 2 — 3D 虚拟世界智能体 研究
• World Labs — 李飞飞空间智能 / 世界模型 研究
• Meta · SAM 3D — 3D 分割模型 研究
• Thinking Machines · Tinker — 微调 API 工具
• Sakana AI · Shinka-Evolve — 进化式算法发现 研究

• Manus — 通用智能体 工具
• Lovable — AI 全栈应用生成 工具
• Replit — AI 编程与部署 工具
• ChatGPT Atlas — OpenAI 浏览器 工具
• AutoGLM — 智谱手机 / 电脑智能体 工具

• Stripe · Agents — 智能体支付能力 基础设施
• Plaid · Payments — 账户支付接入 基础设施
• a16z · Agent Payments Stack — 智能体支付栈 报告
• MCP Apps — MCP 应用层 协议
• Agentic AI Foundation — MCP 捐赠与协议治理 协议