AI 模型時間線:從 GPT-3 到 2026 年的關鍵節點

過去 6 年的 AI 變化有多快？

2020 年 GPT-3 第一次讓「LLM 能寫文章」這件事變成 viral。 2022 年 ChatGPT 把它推進日常。 2024 年 o1 讓 LLM 開始「先想再答」。

每隔 12-18 個月就有質變。要追上這個速度，得有一個共同 baseline。

這是矽基前沿維護的 AI 模型時間線。從 2020 年 GPT-3 起算，標記每年的關鍵 release、技術轉折、產業事件。Quarterly review，維持 evergreen。

2017-2019:Pre-LLM 紀元

2017 — Google 發表 Transformer 架構(Attention Is All You Need 論文)，這是後來所有 LLM 的基礎。

2018 — OpenAI GPT-1(117M params)、Google BERT。研究圈先動。

2019 — GPT-2(1.5B params)。能寫看起來像人的文章，OpenAI 一開始不公開「怕被濫用」。

2020:LLM 元年

2020-06 — GPT-3 公開(175B params)。第一次有人感受到「scale 帶來質變」。Few-shot learning 出現。商業 API 開放。

這年技術圈還沒大眾化，但 builder 圈已經知道發生了什麼。

2021-2022:走向消費者

2021 — Codex(GitHub Copilot 背後)、DALL-E 2 圖像模型、InstructGPT(後來變 ChatGPT 的 base)、Anthropic 從 OpenAI 分家。

2022-11-30 — ChatGPT 公開。5 天破百萬用戶，5 個月破億。AI 進入主流意識。

2022 也是 Stable Diffusion 開源的年份，圖像生成走向開放生態。

2023:模型大爆發

• 2023-03 — GPT-4 公開(估計 ~1.7T params,MoE 架構)。Multimodal(看圖)首次出現。
• 2023-03 — Claude 1 釋出。Anthropic 正式商業化。
• 2023-07 — Llama 2 開源(Meta)。第一個能商業使用的高品質開源模型。
• 2023-12 — Gemini 1.0 公開(Google，前身 Bard)。

技術轉折：RLHF(基於人類回饋的 RL) 變成 alignment 標配。Constitutional AI(Anthropic)成另一條路。

2024:multimodal、reasoning、agent 三件事一起發生

• 2024-02 — Claude 3 family(Opus / Sonnet / Haiku),image understanding 強化。
• 2024-02 — Gemini 1.5 Pro,context window 突破 1M token，首次「丟整本書」變可能。
• 2024-04 — Llama 3(Meta)，開源模型逼近商業旗艦。
• 2024-05 — GPT-4o,realtime voice 出現。
• 2024-09 — OpenAI o1:reasoning model 第一次公開，test-time compute 變主流。
• 2024-11 — Anthropic 公開 MCP(Model Context Protocol)。Agent infra 開始標準化。
• 2024-12 — DeepSeek V3 公開，中國團隊用相對小成本做出對標 GPT-4 的模型。

2025:open source 趕上、agent 商品化

• 2025-01 — DeepSeek R1 開源，reasoning model 首次完全開源。震撼業界。
• 2025-02 — Claude 3.7 / Sonnet thinking 釋出，Anthropic 加入 reasoning model 戰局。
• 2025-Q2 — Gemini 2.0 / 2.5 family,thinking 模式 + 長 context 整合。
• 2025-Q3 — GPT-5 公開。
• 2025 全年 — Claude Code 在工程師圈口碑超越 Cursor;MCP 從 Anthropic 主導變多家共識(OpenAI、Google、Microsoft 跟進)。
• 2025 — Apple Intelligence 進度落後仍未追上，Apple 開始尋求 partner 合作。

2026:目前狀態

• 多模態變預設:GPT-5 / Claude Opus 4 / Gemini 2.5 都是 native multimodal，不再是 text-only。
• Reasoning model 普及:每家旗艦都有 thinking 模式，test-time compute 成為下一個競賽軸線。
• Agent infra 成熟:MCP 是事實標準，IDE agent / 客服 agent / research agent 進入 production。
• 繁中模型加速:TAIDE 2026 釋出 Gemma-3-TAIDE-12B、聯發科 Breeze 2(8B/3B + BreezyVoice)，繁中 + 多模態本地化。
• 訓練成本繼續下降:同樣能力的訓練成本 18 個月降 90% 已是常態。
• 開源逼近頂尖:Llama 4、Qwen、DeepSeek 在多數真實 use case 上接近(70-90%)頂級閉源模型。

三個質變節點怎麼看

回頭看，過去 6 年的真正 inflection point 只有三個：

節點	關鍵 release	為什麼是質變
2020-06	GPT-3	Scale 帶來 emergent abilities,LLM 商業化開始
2022-11	ChatGPT	AI 進入大眾意識，消費者市場誕生
2024-09	o1	Test-time compute 成為新戰場，「先想再答」改寫成本曲線

下一個 inflection point 還沒清楚 — 候選包括：agent 完全 productionize、true autonomy、physical embodiment(機器人)、AGI level capability(若你相信這個概念)。

對台灣讀者的意義

第一，記住量級而非數字。 模型 benchmark 過幾個月就過時，記「能力量級」(比 GPT-3 強多少倍？能做什麼以前做不到的事？)比記精確分數重要。

第二，訓練成本下降是 builder 的好消息。 18 個月成本降 90% 意味著今年難以做到的事，明年可能做得到。產品設計要 plan for cost decline。

第三，繁中模型出現是策略機會。 TAIDE / Breeze 等繁中專屬模型雖然比不上頂級閉源，但在繁中專業 use case + 在地知識上有 differentiated advantage。

Updates

(每季 quarterly review 後更新到此處。)

• 2026-04-25:初版發布，涵蓋至 2026 Q2。

收尾

時間線本身會過時，但整理 timeline 的習慣不會。

矽基前沿會 quarterly 更新這篇，把新出現的 release / 轉折補進去。把這頁加進書籤，一年後回來看 timeline 的拉長。

周詠晴（編輯：廖玄同），《AI 模型時間線:從 GPT-3 到 2026 年的關鍵節點》，矽基前沿 [Si]gnals，2026-04-25。https://signals.tw/articles/2026-ai-model-timeline/