☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
今年年初以来，国内大模型领域的竞争态势几乎每隔1-2个月就会迎来一次结构性重塑。
就我的观察来看：
1至2月间，Qwen处于领跑位置；3月中下旬，Kimi短暂登顶，但市场普遍在等待DeepSeek的亮相；4月下旬，DeepSeek V4凭借综合性能与生态适配度成为焦点；进入6月下旬后，GLM-5.2以突出的代码生成能力迅速崛起，不过仅一个月左右，风头便被Kimi K3大幅抢走。
当然也要强调，近期发布的Qwen 3.7同样表现亮眼，阿里始终稳居国产大模型第一梯队。
显而易见的是，国产大模型不仅数量庞大、迭代迅猛，且绝大多数均提供开源版本。那么问题来了：它们对当前全球公认的顶尖闭源模型Claude系列，究竟构成了多大程度的实质性挑战？
01
自Claude Code及Claude Opus 4.6发布以来，Anthropic便被视为全球大模型商业化最成功的范本。华尔街甚至开始认真探讨一种可能性——到2027年底，其ARR（年化经常性收入）或可突破4000亿美元？即便将这一预测打个八折乃至五折，依然是令人震撼的体量！要知道，消费互联网行业已发展三十余年，年营收达千亿美元级别的企业仍屈指可数。
Claude定价高昂，Anthropic运营风格保守，坚持完全闭源策略。无论是开发者还是资本方，都曾寄望于国产大模型能给Anthropic“上一课”，甚至催生真正的“Claude终结者”，实现底层替代。近一个月来，这种期待似乎获得了某种印证：
Anthropic自5月起再未更新ARR数据，第三方机构对其ARR增速的估算也出现明显回落；
OpenRouter等平台数据显示，国产大模型在Token消耗占比中持续占据高位，新模型上线后往往迅速获得大量调用量。
上述现象均有真实数据支撑，并非空穴来风的主观臆断。然而，若我们深入比对多方信源，便会发现现实远比表面复杂：在资本市场最关注的收入维度，是一幅图景；而在Token使用份额维度，则呈现出另一番面貌——二者长期存在显著错位。接下来我们先聚焦收入层面。
Anthropic确实在5月之后停止披露ARR，但需注意：其5月中旬公布的ARR为470亿美元。 此后未再更新，原因其实非常明确——该公司已于6月秘密提交IPO申请，随时可能登陆纳斯达克。从合规要求和投资者沟通惯例出发，上市前夕暂停非必要财务信息释放，既是常规操作，也是必要之举。至于所谓“因竞品压力、增长乏力而不敢公布”，纯属过度解读，既无证据支持，也无法证伪。
TickerTrends于7月中旬给出的Anthropic ARR预估为741亿美元；换言之，短短两个月内，ARR环比增长达58%。 这个增速慢吗？相较此前确实有所放缓——要知道，2025年Q4其ARR仅为90亿美元，半年内暴涨超4倍。但倘若此类动辄数倍的环比增长持续下去，恐怕地球资源都不够支撑。
打开Excel简单测算即可得知：若Anthropic此后维持每月10.5%的环比增速，至2026年底ARR将逼近4000亿美元。不过我认为这依然过于乐观——能稳定保持8%的月度环比增速，已属难能可贵。毕竟这是月度数据，不是季度或年度！
02
对于Anthropic所谓“增速放缓”，除基数扩大外，还有一个关键变量：OpenAI正加速追赶。 今年2月底，OpenAI宣布ARR达250亿美元，彼时仍大幅领先Anthropic（140亿美元），随后却被迅速反超。但在GPT-5.6发布，以及Codex与GPT Work完成重要升级后，其企业端API收入呈现强劲反弹趋势。TickerTrends最新估算显示，OpenAI当前ARR约为413亿美元，相当于Anthropic的约60%。
但这里存在一个疑问：第三方是否系统性低估了OpenAI的增长？7月29日，OpenAI CFO在内部会议中透露，7月ARR“已超过整个二季度总和”。这句话如何理解？是否意味着当月实现了成倍甚至数倍的环比跃升？考虑到TickerTrends的估算发布于半个月前，OpenAI实际ARR极有可能被严重低估。
我个人判断是：在本轮基座模型与产品迭代之前，OpenAI与Anthropic的ARR比例大致为0.6:1.0；而此轮更新后，双方差距已显著收窄，目前或已接近0.7/0.8:1.0。当然，Anthropic自身的一系列操作也助推了这一变化：Fable 5延期并独立计费、大规模封禁账号、Claude Code功能更新不及Codex节奏等。不过随着Opus 5.0即将发布，格局或将再度生变。
综上所述，我认为Anthropic ARR增速的阶段性回落，很大程度上源于OpenAI的强势追赶。此前SemiAnalysis某场访谈（即提出“2027年底4000亿ARR”观点的那场）明确指出：三个月前还明显落后的OpenAI，如今已在编程与Agent任务领域重回与Anthropic并驾齐驱的“双巨头”地位，最近一个月ARR增量甚至可能已超越Anthropic。
需要特别说明的是：OpenAI同样在筹备上市，因此信息披露也将趋于审慎。未来一段时间内，我们或许既看不到Anthropic，也看不到OpenAI发布完整财务数据，直至其完成上市流程（或暂时搁置上市计划）。若有人据此推断“ARR难看、不敢公布”，我只能表示深切理解这种误读背后的焦虑。
03
再来看Token市场份额维度——毋庸置疑，国产开源大模型已赢得全球大量企业级用户的青睐：
7月13日至19日那一周，OpenRouter平台上美国用户消耗的Token中，64%来自中国开源大模型。
自2026年2月以来，中国大模型在OpenRouter整体Token消耗中的占比从未低于30%。
2026年6月，单是DeepSeek一款模型就贡献了OpenRouter平台16.3%的Token消耗量。
与此同时，Claude、GPT与Gemini在OpenRouter的Token市场份额，已从一年前的70%，滑落至当前约30%。
但能否据此断言“国产大模型已占据60%-70%的Token消耗份额”？答案是否定的。因为OpenRouter本质上是一个面向独立开发者、初创团队与技术爱好者的“大模型路由平台”，核心目标是提供高性价比的推理服务；类似定位的还有Vercel（尽管细节略有差异）。该平台并不包含Claude与GPT的订阅制服务，也不涵盖通过AWS、Azure、GCP等云厂商提供的打包API方案，更未统计大型企业客户与模型厂商直接签署的定制化采购协议。
众所周知，创业者乃至部分头部科技公司最常做的，就是批量注册Claude账户，每月将Token额度用至极限；而北美一线大厂则普遍选择与Anthropic或OpenAI直接签约，或通过云服务商稳定采购API服务——这些消耗全部未被纳入OpenRouter统计。因此我们只能说：国产开源模型在追求成本效益的部分企业用户中渗透率极高（这其实是一句正确的废话）。
但除了被高估之外，国产大模型也可能存在被低估的情况。开源模型可本地部署、可由政企客户微调后用于垂直行业场景，这类使用方式天然无法被任何第三方平台追踪。究竟有多少企业已在私有环境部署国产开源模型？它们实际发挥的作用有多大？这些问题恐怕永远没有确切答案，其带来的直接商业收益亦相当有限（甚至为零）。毕竟，开源商业模式的本质，就是以短期收入让渡换取更广阔的开发者生态与潜在客户池。
国产大模型足以胜任多数日常任务及中等复杂度的开发工作；而普通企业用户所面临的任务，大多也集中于此。一位创业朋友告诉我，他当前70%的Token消耗来自某款国产模型（有趣的是，既非DeepSeek也非Kimi）；另一位AI爱好者则坦言，翻译、资料整理等工作已完全可用国产模型替代。在这些常规场景下，继续烧Claude或GPT的Token，不仅不经济，甚至近乎行为艺术。
04
真正值得深思的问题浮现出来：Claude为何仍能维持明显高于同行的定价体系？
过去三个月，至少已有四五个国产“Claude替代方案”陆续上线，API价格仅为Claude的1/5甚至1/10。虽然Anthropic在订阅与API层面做出了一定幅度的价格调整，但调整幅度有限，其“全市场最贵”的地位丝毫未被动摇——贵得接近一个数量级。这显然不是一个“正遭受严重冲击”的厂商应有的姿态。（顺带一提，尽管我不购买API服务，但对Fable 5在订阅套餐中单独收费的做法同样颇有微词，真心希望有人能好好管一管Anthropic。）
答案其实很清晰。首先，某些高度复杂、严苛的任务场景，目前仍唯有Claude能够可靠胜任，GPT尚存差距，开源模型则差距更大；对于这类刚需场景，客户愿意支付高额溢价，因为别无选择。 我们不妨类比足球转会市场：贝林厄姆、维尼修斯、凯恩这类顶级球星的年薪，可能是其他一线球员的2-3倍以上，但俱乐部仍会毫不犹豫开出天价合同。这本质上是为多出的10%-15%能力，支付100%-200%的溢价——而这正是经济学运行的基本逻辑。
其次，对企业用户而言，真实成本并非“每Token单价”（price per token），而是“每次任务解决成本”（price per solved task），还需叠加过程中产生的各类隐性成本。例如，Kilo Code于2026年6月发布的一项实测研究表明：基于开源大模型的任务完成测试中，单次平均成本为0.22美元，成功率46.7%；而Claude Opus 4.8、Sonnet 4.6与GPT-5.5的单次平均成本为0.79美元，成功率65.6%。可见，开源模型虽仍有价格优势，但优势已大幅收窄。此外，任务失败还将引发人工干预成本，甚至包括机会成本在内的其他损耗，进一步压缩价格差异空间。
必须承认：我们仍身处生成式AI技术高速演进阶段，Claude Code与Codex问世至今尚不足半年。谁也无法预判技术何时趋于收敛，收敛之后的竞争格局又将如何演变。也许待各厂商基座模型能力趋于同质化后，Anthropic将自然丧失竞争优势，沦为二线角色；也许永远不会有“拉平”的一天；又或许届时会出现全新的差异化维度。基于当下实际进展，我们只能得出一个结论：国产大模型确实在战略层面给Anthropic（及OpenAI）制造了紧迫感，但在商业收入端造成的实质性冲击，仍然十分有限。
国产大模型真正的价值，不在于“颠覆谁”，而在于以低廉价格与较高性价比，切实加速了Agentic Coding与智能工作流的普及进程。倘若没有如此高性价比的Token供给，AI替代人类白领的节奏，恐怕还要延缓数年之久。
本文来自微信公众号 “互联网怪盗团”（ID：TMTphantom），作者：怪盗团团长裴培，36氪经授权发布。
