Anthropic年收300亿,碾压OpenAI,为什么

---

你的用户越多，为什么反而越危险？

上周跟一个做技术选型的朋友吃饭，他放下筷子就叹气。

我问怎么了，他说公司把ChatGPT的API全停了，全面切到Claude。我愣了一下——这决定可够狠的。

“ChatGPT写个正则都在糊弄我，”他一脸嫌弃，“Claude直接给我跑通完整Python脚本，一次过，不带忽悠的。”

我说兄弟，你以为这是技术问题？

这是纯纯的商业问题啊。

---

你越成功，就越亏钱

说到这儿，先给你讲个真事儿。

大家都知道OpenAI有个联合创始人叫Andrej Karpathy吧？就是那个发明“Vibe Coding”概念、在AI圈坐拥250万粉丝的神人。

5月19号，他宣布加入Anthropic。

注意，不是跳槽去打工，是把自己亲手创办的教育公司按了暂停键，跑到Anthropic去干一件事：用Claude训练下一代Claude。

你就想想这个操作有多骚——拿自家AI生出来的孩子，再培养成更强的AI。这剧情，科幻片都不敢这么拍。

更扎心的是啥？这已经是2024年以来第三个从OpenAI跑路去Anthropic的核心人物了。Jan Leike、John Schulman，再加上Karpathy，顶级AI人才在用脚投票，而且方向出奇的一致。

但我今天不想扯人才争夺战，我想聊一个更刺激的东西：

钱。

你看啊，Anthropic的年化营收已经突破300亿美元了。四个月前这个数字是90亿。三个月，翻了快三倍。

OpenAI呢？大概240到250亿区间。不是不增长，是被反超了。

你品，你细品。

ChatGPT坐拥近9亿周活用户、5000万付费用户。Claude整个产品线的日活用户加起来，差不多只是ChatGPT的2%。

按传统互联网逻辑，这仗压根没法打——人家用户数是你50倍，你怎么赢？

但现实就是这么魔幻，它赢了。

为啥？问题出在边际成本上。

传统互联网产品你想想，一个网课、一份云盘文件，复制一万份成本几乎为零。但AI正好反过来——每一次问答、每一次推理都在烧GPU算力。用户用得越爽，你的账单就越疼。

ChatGPT超过94%的用户是免费的。这些人写作业、写周报、跟AI纯扯淡，你猜谁在背后买单？

是OpenAI啊！

每多一波免费用户，OpenAI的成本就得往上跳一格。又笨重，又危险，动不动就烧钱。

换句话说，OpenAI陷入了一个超级尴尬的怪圈——它成了互联网时代最典型的“增收不增利”患者。

为了维护9亿用户池，又得控制烧钱速度，只能在算力分配上做妥协，输出那种“够普通用户用”的低效率答案。

说实话，这种精度给你个人写写周报、改改文案，完全够用。但企业客户要的是啥？长上下文、低幻觉、高稳定性。

你让银行用这种“够用”的模型处理风控？

谁敢啊！

---

“安全”这个软肋，怎么成了最强武器？

很多人觉得Anthropic走企业路线是技术牛逼。

我不完全同意。

技术上Claude确实有优势，但真正的大招在商业策略上。

Anthropic的创始人Dario Amodei和妹妹Daniela都是从OpenAI跑出来的。2021年，俩兄妹带着十几名核心研究员创业。

理由特别简单：理念不合。

OpenAI要快，要铺量，要占领市场。Anthropic要稳，要安全，要可控。

当时业内都觉得“安全理想主义”是个高风险项目——毕竟种子轮只融了1.24亿美元，而同时期的OpenAI手握10亿美元。

一个零头都不到，怎么打？

结果呢？安全性成了最锋利的商业武器。

你想想，企业客户是些谁？银行、保险公司、科技巨头。这些大佬最怕啥？

不是技术落后，是出事。

事故一出，谁都担不起。

所以他们恰恰需要安全可控的AI解决方案，而且愿意为此支付高昂费用。

2025年底，Anthropic年化营收还只有90亿。2026年5月，已经飙升到300亿。财富十强里八家在用Claude，年消费超百万美元的大客户突破1000家。

是不是听着像吹牛？

Anthropic甚至还设计了一个叫“长期利益信托”的东西，由完全独立的专家掌控，可以任命董事会多数席位，确保决策不被短期利益绑架。

这玩意儿听起来像公关话术？

但企业客户就是吃这套。

你代入一下，一个银行CTO在采购AI方案时，他咋选？

一边是开放、免费、用户量大但合规性存疑的ChatGPT，一边是安全可控、数据有保障的企业级方案。

答案还用说吗？

更魔幻的是啥？用户规模这东西竟然从“护城河”变成了“负债”。

AI的商业逻辑彻底变了：规模优先是移动互联网的叙事，AI时代需要的是“交付优先”。

你在手机上装10个APP没事，但你能让银行用10个不同的AI模型？

---

四分之一的成本，干翻你

最让我震惊的不是Anthropic赚了多少。

是它怎么赚的。

2025年OpenAI的训练成本大约是200亿美元。Anthropic只花了50亿——四分之一。

用OpenAI四分之一的训练成本，跑出了比它更高的营收。

OpenAI的目标是2030年盈亏平衡，Anthropic的目标是2028年，快了整整两年。

怎么做到的？

核心在于收入结构。

Anthropic 80%的收入来自企业API调用。企业付费的特点是啥？客单价高、留存率高、边际成本可控。

一个企业客户每年掏100万美元，你不需要伺候几亿免费用户。

OpenAI则是典型的C端路径：用免费产品养用户池，再想办法变现。9亿用户里付费率不到6%，每实现1美元收入需要投入1.6到2.25美元的成本。

我无意否定OpenAI的成就。ChatGPT抢占了用户心智、培养了市场、催化了整个行业。

但从商业角度看，这种模式有个致命问题——

你越成功，成本越高。

Ramp（一家企业费用管理平台）2026年5月的数据显示：Anthropic在企业端的付费采用率从一年前的9%飙升至34.4%，而OpenAI同期几乎没有增长，停在32.3%。

更致命的是啥？当企业第一次选择AI供应商时，70%选了Anthropic。

连微软都撑不住了。因为Claude Code的token费用爆炸，微软直接取消了内部工程师的使用许可证，要求全部转用自家工具。

Uber也在翻白眼：全年AI预算4月就烧光了，重度用户每月光Claude Code就烧500到2000美元。

你看，当你把AI当成主业而不是试水的时候，账就算不清了。

---

一点判断

有人站出来质疑了：Anthropic的300亿营收是用“总额法”算的，包含云厂商分成，实际到手可能只有220亿。

这个质疑有道理。按统一口径调整，Anthropic确实还没真正压过OpenAI。

但方向已经定了。

两年前我跟朋友聊AI创业，大家讨论的都是技术路线、模型能力、训练成本。现在再聊，所有人都在问同一个问题：

你的商业模式扛得住推理成本吗？

Scale AI的CEO Alexandr Wang说得特别准：在AI行业，公司不要再谈护城河、规模效应，没任何意义。你唯一要关注的是——你的商业模式有没有把成本和收入这条线跑通。

OpenAI不是没意识到这个问题。它也在推企业业务、在调整定价、在控制成本。

但9亿用户带来的惯性太大了，想转弯谈何容易。

Anthropic这仗打得很聪明。它没有试图在用户规模上跟OpenAI硬碰硬，而是直接切了最高价值的市场——那些愿意为确定性、安全性、可控性付费的企业客户。

说到这儿，这事儿对中国AI公司的启示更大。

现在国内大模型赛道卷得太厉害了，百模大战，个个争用户、抢流量。但看看Anthropic的路径——

也许该想想：企业客户才是真正的“富矿”。

用户规模从来不是终点。

能持续赚钱的生意，才是。