AI收入全球第一,这家公司把OpenAI都干翻了?

marsbit发布于2026-04-08更新于2026-04-08

文章摘要

美国大模型公司Anthropic年化收入达300亿美元,超越OpenAI的250亿美元,成为全球收入最高的独立大模型公司。其成功源于聚焦企业级市场,而非消费级应用。Anthropic将资源投入API稳定性、上下文窗口扩展和Claude模型,定位为提升企业生产力的引擎。约80%收入来自企业客户,采用按Token消耗的分层定价策略,使用越深收入越高。 其中,编程辅助(Coding)是增长最快、收入占比最高的品类。Claude Code年化收入从2025年4月的1700万美元飙升至2026年2月的25亿美元,占公司总收入18%以上。相比之下,OpenAI收入仍以ChatGPT订阅为主,代码相关收入微乎其微,企业编码市场份额仅21%,远低于Anthropic的54%。 国内厂商如字节跳动和智谱AI也积极布局企业级赛道。字节通过火山引擎、飞书和Coding工具Trae构建企业AI生态;智谱AI则依靠本地化部署和API调用实现收入快速增长。企业级AI市场的竞争核心已从模型能力转向高频工作流和可量化的生产力提升。

过去三年多,OpenAI几乎定义了大众对大模型的第一印象:4亿级周活、8520亿美元估值、以及AI全民入口ChatGPT。

在公众认知里,它本应该是商业化最先跑通的那家公司。

然而,市场数据却带来了不可能的反转:

4月7日,美国大模型公司Anthropic对外公布,公司年化收入(ARR)已达到300亿美元。

此金额一举超过OpenAI的250亿美元(截至2026年2月底),Anthropic成为全球收入最高的独立大模型公司。

为什么一家没有ChatGPT入口,也没有OpenAI平台体量的公司,能够在收入上跑得比OpenAI还快?

Anthropic押对了什么?

要理解Anthropic的超越,必须先看懂它与OpenAI的根本分歧。

2022年左右,ChatGPT爆火后,全行业都在复制聊天机器人,但Anthropic却将资源投向了看似枯燥的基础设施——API稳定性、上下文窗口扩展、以及名为Claude的模型。

Anthropic的定位从第一天就不是更好的聊天工具,而是嵌入提升企业生产力的引擎。

这种定位的克制在2023年至2024年显得保守甚至落后。

当时ChatGPT的日活数字是Anthropic的数十倍,OpenAI的估值一骑绝尘。

但当2025年企业级AI支出真正爆发时,Anthropic的提前布局开始兑现。

它的客户名单里出现了Thomson Reuters等专业信息服务商、硅谷的科技独角兽们,还有大量金融、法律、医疗行业的头部机构,这些客户在为生产力的提升买单。

财务数据显示,Anthropic约80%的收入来自企业级客户,而且这些客户很多按消耗量计费。只要某个企业场景开始高频使用,收入就会被迅速推高。

相比之下,OpenAI的收入结构更为多元,目前仍以ChatGPT订阅收入为主,API与授权业务约占15%-20%。

当OpenAI把资源倾向ChatGPT的语音对话、图像生成等消费者功能,Anthropic仍在继续发力企业级能力。

2025年Anthropic推出的Claude Code被开发者群体奉为代码神器,成为企业工程团队的生产力支柱。

不仅如此,两者定价策略的差异同样耐人寻味。

OpenAI的ChatGPT Plus,无论用户使用1次还是1000次,收入封顶20美元。

Anthropic则采用分层定价,从20美元到200美元不等,按Token消耗付费,使用越深、收入越高。

这背后是企业客户对生产力工具的价值认可,远超过个人消费者对聊天娱乐的付费意愿。

一位硅谷风投的观察切中要害:

OpenAI在造一座面向消费者的迪士尼,而Anthropic在修一条通往企业核心系统的收费公路。前者需要持续的创新和营销投入,后者一旦建成,维护成本极低而通行费可以年年涨价。

拉开差距的coding

Anthropic凭借企业级战略实现了对OpenAI的超越,但一个问题随之浮现:

在其庞大的企业级收入版图中,究竟是什么撑起了300亿美元的体量?

答案指向一个看似垂直、实则杀伤力极强的赛道:Coding(编程辅助)

在Anthropic的企业级业务中,Coding并非唯一的收入来源。

文档分析、客服自动化、法律审查等场景都在贡献收入,但coding无疑是确定性最强、增长最快、且最能体现企业投入意愿的品类。

这种确定性在Claude Code的商业表现中得到了极致验证。

2025年4月,这款面向开发者的AI编程助手年化收入仅为1700万美元;

到了11月,这一数字飙升至10亿美元,创下企业软件史上最快增长纪录。

2026年2月,Claude Code的ARR已突破25亿美元,占Anthropic总收入的18%以上。

更关键的是其收入结构的健康度,企业订阅占比超过一半,且自年初以来增长了四倍。

这意味着,Claude Code不仅贡献了大量收入,更成为Anthropic渗透企业级业务的超级品类。

相比之下,OpenAI在Coding领域的反应显得迟缓而被动。

在OpenAI收入结构中,Coding相关收入在很长一段时间内几乎为零。

数据显示,直到2026年初,OpenAI在代码专项产品上的商业化贡献仍微乎其微。

当OpenAI意识到Coding赛道的战略价值,转而内部开发Codex,并终于在2026年2月以macOS应用形式推出时,市场格局已定。

在企业编码市场份额上,据Menlo Ventures估算,OpenAI仅占21%,远低于Anthropic的54%。

尽管OpenAI模型能力始终强大,但在to B市场,技术领先只是入场券。

找到像Coding这样强确认的场景,以及将技术封装成企业愿意持续付费的生产力基础设施,才是真正的护城河。

而在中国,这场关于企业级的AI战争,正以另一种形态展开。

国内厂商抢占企业级赛道

Anthropic用企业级工作流把收入做大,OpenAI被迫回头补课,这个信号国内厂商当然也看到了。

无论是头部大厂还是创业公司,都各自以不同的切入方式,争夺这块最先商业化的战场。

比如大厂中比较典型的字节,目前正在把底层的云和模型,以及上层的办公、coding等应用,都接到同一个企业级AI底座上。

据IDC数据,2025年上半年,火山引擎的MaaS市场份额达49.2%,排名第一。

豆包大模型调用量更是全球领先,截至2026年4月,累计token使用超过1万亿的企业客户数量已从去年底的100家增至140家。

这表明字节正在把模型调用,做成企业客户持续消耗的基础设施业务。

飞书也已经不再只是一个协作工具,而是把AI直接打包成企业套餐。

飞书官方2026年4月的文档显示,企业可直接购买AI Basic、AI Business、AI Business Plus、AI Enterprise等多层级AI方案。

而Trae作为字节的coding入口,在2025年12月推出企业版,把开发者工作流也纳入这张企业网络里。

再看创业系大模型公司,智谱的企业级路线更为明显。

财报显示,智谱2025年全年营收7.24亿元,其中本地化部署收入占比73.7%,同比增长超100%。同时,API平台ARR过去12个月增长60倍。

这表明智谱的营收,不是单纯来自模型热度,而是来自两类最典型的企业级付费:一类是本地化部署,一类是云API调用。

2026年一季度,API提价83%后,Token调用量仍增长了400%。这种敢于涨价且用户不流失的定价权,在国内厂商中独一无二。

智谱正在证明,即便没有大厂那样完整的生态,也可以先靠企业级部署和调用把收入跑起来。

事实上,Anthropic的超越与国内厂商的集体转向,都指向了一个共同的结论:

在企业级AI市场,模型能力最强已经不再是第一优先级,高频工作流、可量化的生产力提升,才是企业选择AI产品的首要因素。

AI下半场,真正的较量才刚开始。

本文来自微信公众号“世界模型工场”,作者:世界模型工场

热门币种推荐

相关问答

Q哪家公司目前是全球收入最高的独立大模型公司?

AAnthropic

QAnthropic的年化收入(ARR)达到了多少?

A300亿美元

QAnthropic与OpenAI在商业模式上的根本分歧是什么?

AAnthropic的定位是嵌入提升企业生产力的引擎,而OpenAI更侧重于面向消费者的聊天工具。Anthropic约80%的收入来自企业级客户,而OpenAI目前仍以ChatGPT订阅收入为主。

Q在Anthropic的企业级业务中,哪个赛道是增长最快、贡献最大的?

ACoding(编程辅助)

Q根据文章,国内厂商中哪家公司的MaaS市场份额在2025年上半年排名第一?

A火山引擎

你可能也喜欢

如何让自己变得让人工智能永远也无法取代

面对人工智能的冲击,许多人担心工作被取代。然而,真正的威胁在于个人对他人和系统的依赖,以及由此产生的“薪资奴役”——即为生存而从事无意义、枯燥的工作。摆脱这种困境的关键,不是抵制技术,而是成为拥有高自主性的“不可受雇”个体。 文章提出了成功抵御AI替代的五个核心要素:自主性(主动行动的能力)、品味(判断事物价值的经验)、说服力(让他人关注你工作的能力)、毅力(坚持并从错误中学习)和迭代(根据反馈持续改进)。这些能力无法仅通过理论学习获得,必须通过实践来培养。 要启动转变,首先要彻底改变环境,重塑身份认同。其次,应选择一个能获得真实、快速反馈的实践领域,例如创业。在众多技能中,内容创作(媒体)比编写代码更具优势,因为其价值是主观的,需要独特的审美和判断力,这正是AI目前难以完全复制的。 具体行动上,可以从三个步骤开始: 1. **挖掘原始素材**:反思自己长期痴迷的知识领域、轻松解决的难题或童年被压抑的兴趣,找到独特的个人经验。 2. **确立反向思考主轴**:找出你坚信但主流观点错误的地方,或行业内普遍忽视的“皇帝新衣”,形成独特的批判性视角。 3. **立即发布**:将前两步的思考融合,撰写并发布第一个核心内容(如帖子、视频),勇敢接受真实世界的反馈,并在此基础上持续学习和迭代。 最终,抵御AI的关键在于构建一份与自身身份深度契合的毕生事业,通过持续的内容创作和真实互动,建立无法被自动化取代的独特价值和影响力。行动,从今天发布第一个想法开始。

marsbit1小时前

如何让自己变得让人工智能永远也无法取代

marsbit1小时前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

文章探讨了通过投掷骰子生成比特币钱包种子短语的安全方法及其现实挑战。核心观点如下: **1. 骰子提供物理熵源** 骰子结果由众多微小变量决定,理论上虽可预测,但实践中无法被攻击者复制或计算,从而提供高质量的随机性。每个六面骰子投掷约产生2.585比特熵,50次投掷即可满足典型12词助记词(128比特熵)的安全需求。 **2. Coldcard漏洞事件凸显手工熵源的价值** 近期Coldcard硬件钱包因固件漏洞导致其内部随机数生成器存在缺陷,致使约1128枚比特币被盗。但那些**完全**通过足量骰子投掷生成种子短语的用户未受此漏洞影响,因为他们的主密钥未使用有缺陷的生成器。 **3. 重要警示:手工种子并非万能保护** 安全研究员指出,即使用户使用骰子生成了安全的种子,若他们使用了Coldcard的其他功能(如生成纸钱包、克隆密钥、共享签名密钥、密码等),这些**衍生密钥**仍可能调用有漏洞的随机数生成器,从而存在风险。安全种子不保证设备生成的所有秘密都安全。 **4. 手工生成熵源的现实局限性** 尽管数学上可靠,但该方法对大多数用户并不友好: * **过程繁琐易错**:需投掷50-99次,精确记录,任何输入错误都会导致钱包完全不同。 * **引入新风险**:用户可能在记录、转换过程中泄露信息,或使用有偏的骰子/投掷方式。 * **用户体验差**:难以想象大规模推广需要用户手动投掷近百次骰子。安全措施需适应现实生活场景和普通用户的知识水平。 **5. 给用户的建议** 受影响的Coldcard用户应: * 更新固件至最新版。 * 检查是否使用过有漏洞的功能生成了次级密钥或密码,如有则需立即更换。 * 考虑采用多签方案,使用不同厂商的设备分散风险。 **结论**:手工投掷骰子生成熵源是技术娴熟用户的一个有效安全选项,但其过程复杂、容易出错,不适合作为主流用户的默认方法。长远目标是依赖安全、透明且无需专业知识的硬件/软件随机数生成方案。

cryptonews.ru4小时前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

cryptonews.ru4小时前

交易

现货

热门文章

从H2A到A2A:AI Agent经济体与Crypto新机遇

6月17日,哈佛大学独立研究员、美国AI科学院(NAAI)通讯院士、比特币基金会终身会员韩锋做客火币HTX《大咖讲堂》第三期,以《从H2A到A2A》为主题,分享了其对Agent经济、Crypto基础设施及数字社会未来发展的思考。

532人学过发布于 2026.07.01更新于 2026.07.01

从H2A到A2A:AI Agent经济体与Crypto新机遇

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

2026年,美股IPO市场重回高热度。本文梳理即将上线或受关注的热门赛道龙头,分析具备投资潜力的交易标的及其逻辑,并探讨宏观趋势与相关风险。

2.5k人学过发布于 2026.07.08更新于 2026.07.08

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片