Anthropic的“超車”時刻：它比OpenAI強在哪？ |【經(jīng)緯低調出品】

放在兩年前，OpenAI 絕對是 “一家獨大” 的存在 ——2023 年底時，它穩(wěn)穩(wěn)攥著 50% 的市場份額，幾乎是行業(yè)里默認的首選。但誰也沒想到，短短一年多，市場格局就徹底變了天，而打破這份壟斷的，正是后來者 Anthropic。

如今再看企業(yè) LLM 市場，曾經(jīng)的 “領頭羊” OpenAI 已然風光不再，市場份額直接腰斬，只剩 25%；反觀 Anthropic，憑借旗下 Claude 系列模型的持續(xù)發(fā)力，一路逆襲，以 32% 的使用率坐上了新的頭把交椅，成了企業(yè)眼里的 “香餑餑”。

這對 “新舊對手” 的位置互換，可不是偶然。從 2024 年 Claude Sonnet 3.5展現(xiàn)代碼生成優(yōu)勢，到 2025 年 Claude 4 系列打出 “Agent 優(yōu)先” 的王牌，Anthropic 踩準了代碼生成、RLVR 技術突破、模型工具化這三大行業(yè)浪潮；而 OpenAI 則在這場競速中逐漸掉隊，眼睜睜看著原本屬于自己的企業(yè)用戶，紛紛轉向性能更優(yōu)的 Claude。

隨著 Anthropic 登頂、Google 以 20% 份額緊隨其后，Meta、DeepSeek 等玩家分食剩余市場，企業(yè)級 AI 模型的競爭早已不是 “一家獨大”，而是進入了 “新王領跑、多強追趕” 的全新格局。以下，Enjoy：

基礎模型不僅僅驅動著生成式AI，還在重塑整個計算的未來。隨著其能力和經(jīng)濟性的持續(xù)提升，建立在基礎模型之上的系統(tǒng)、應用和產業(yè)也會隨之演變。

回顧去年 11 月我們發(fā)布的《Menlo Ventures 2024：企業(yè)中的生成式 AI 現(xiàn)狀》報告，當時仍有幾個關鍵問題懸而未決：

• LLM API的需求是否會跟上消費級應用的增長？

• 這些模型會變得多么“聰明”，以及速度會有多快？

• 開源模型能否在性能上追趕閉源的前沿模型？如果能，這將如何影響企業(yè)的采用？

• 最重要的是，未來長期價值將沉淀在何處？

短短六個月，數(shù)據(jù)給出了更清晰的答案：

• API 支出猛增：模型 API 的開銷在半年內翻倍，從 35 億美元激增至 84 億美元。這表明企業(yè)已不再局限于開發(fā)模型，而是將更多預算投入到生產推斷（inference），進入實打實的應用階段。

• 代碼生成率先突圍：代碼生成已成為人工智能（AI）首個突破性應用場景。

• 新路徑開啟：除了依靠預訓練，基礎模型目前正沿著第二個維度實現(xiàn)規(guī)?；l(fā)展，即RLVR（reinforcement learning with verifiers）這條新賽道。
  

• 開源腳步放緩：盡管開源模型持續(xù)進步，但西方實驗室在前沿探索上的減速，讓企業(yè)對開源的熱情降溫，資金反而集中到少數(shù)高性能的閉源模型中。

• 新王登基：在這一輪洗牌中，Anthropic 崛起為市場的新領頭羊。

為了更好地把脈 LLM 市場現(xiàn)狀，我們調研了 150 多位來自初創(chuàng)公司和大企業(yè)的技術負責人，聚焦于AI技術棧的基礎層——誰在搶占市場份額？哪些模型已真正進入生產？又是什么標準，決定了企業(yè)的選擇？

下面是我們的新發(fā)現(xiàn)：

01

Anthropic在企業(yè)使用中超越了OpenAI

到2023年底，OpenAI掌控了企業(yè)LLM市場的50%，但其早期優(yōu)勢已經(jīng)消退。如今，它僅占企業(yè)使用量的25%3，僅為兩年前的一半。

Anthropic后來居上，成為企業(yè)AI市場的新領導者，占比32%，Google 緊隨其后，份額達 20%，增勢強勁；Meta 的 Llama 以 9% 居中游；而聲勢浩大的 DeepSeek，最終拿到可憐的 1%。

Anthropic 的勢頭起于 2024 年 6 月發(fā)布的Claude Sonnet 3.5，到了 2025 年 2 月的Claude Sonnet 3.7更是首次展示出“Agent 優(yōu)先”的 LLM 雛形。到 2025 年 5 月，隨著Claude Sonnet 4、Opus 4 以及 Claude Code的推出，其領先優(yōu)勢已被徹底坐實。

那么，Anthropic 是如何后來居上的？三股行業(yè)浪潮推了它一把：

1.代碼生成成為AI的第一個“殺手級場景”

Claude迅速成為開發(fā)者進行代碼生成的首選，占據(jù)42%的市場份額，是OpenAI（21%）的兩倍多。僅用一年時間，Claude幫助將一個單一產品的市場（GitHub Copilot）轉變?yōu)橐粋€價值19億美元的生態(tài)系統(tǒng)。2024年6月Claude Sonnet 3.5的發(fā)布展示了模型層面的突破如何推動應用市場，催生了全新的類別，例如AI IDE（Cursor, Windsurf）、應用構建器（Lovable, Bolt, Replit），以及企業(yè)級編碼代理（Claude Code, All Hands）。

2.RLVR成為擴展智能的新路徑

在2024年，提升模型智能的主要方法是通過預訓練更大規(guī)模的模型并使用更多數(shù)據(jù)。然而，互聯(lián)網(wǎng)數(shù)據(jù)規(guī)模如今逼近天花板。可驗證獎勵的強化學習（RLVR）是下一個關鍵突破。這種策略在編程等領域尤其有效，因為其結果更容易被確定性驗證。

3.將模型訓練為能夠使用工具的“Agent”，讓它們變得更加有用

LLM最初被設計為在單次響應中提供完整答案。然而，使它們能夠逐步思考、推理解決問題，并在多次交互中使用外部工具（即所謂的“Agent”）——讓它們在現(xiàn)實應用中效果顯著提升。2025年被稱為“Agent之年”。Anthropic率先訓練模型，使其能夠迭代改進響應，并通過MCP（模型上下文協(xié)議）集成搜索、計算器、代碼環(huán)境和其他資源，從而顯著增強了能力和用戶采用率。

02

開源在企業(yè)中的采用趨于平穩(wěn)

眼下，大約 13% 的 AI 工作負載使用開源模型，較半年前的 19% 略有下滑。Meta 的 Llama 仍是市場老大，但今年 4 月發(fā)布的 Llama 4 在實際場景中的應用表現(xiàn)平平，讓人感覺“雷聲大、雨點小”。

這半年仍有不少新動作：DeepSeek（V3, R1）、字節(jié)跳動（豆包）、Minimax（Text 1）、阿里巴巴（Qwen 3）、Moonshot AI（Kimi K2）、以及Z AI（GLM 4.5）等都有值得關注的產品發(fā)布。目前，你可在 OpenRouter平臺通過單一 API 接口試用上述所有模型。

開源模型為企業(yè)提供了明顯優(yōu)勢：更強的定制化、潛在的成本節(jié)省，以及能夠在私有云或本地環(huán)境中部署的能力。盡管優(yōu)勢明顯，開源在性能上仍然落后于閉源前沿模型約9至12個月。

這種性能差距，加之部署開源模型的技術復雜性，以及企業(yè)對使用中國公司API的顧慮（這些公司生產了許多近期表現(xiàn)最佳的開源模型），導致其市場份額停滯。

不僅是企業(yè)，初創(chuàng)公司出于同樣的原因也較少采用開源模型。正如一位受訪者所說：

“目前，我們100%的生產負載都運行在閉源模型上。我們最初在概念驗證階段使用過Llama和DeepSeek，但隨著時間推移，它們無法跟上閉源模型的性能?！?/blockquote>

03

企業(yè)選模型：性能至上，價格靠后

理論上，換供應商并不難，但大多數(shù)企業(yè)并不會輕易更換。通常的做法是：留在原平臺，但快速升級到最新版本。

根據(jù)我們的調查：66%的開發(fā)者在現(xiàn)有供應商內升級模型，23%在過去一年完全沒有更換過模型，只有11%更換了供應商。

驅動力是什么？答案只有一個：性能。

開發(fā)者始終選擇前沿模型，而不是更便宜、更快的替代品。他們優(yōu)先考慮并愿意為性能付費。新模型一旦發(fā)布，切換會在幾周內發(fā)生。例如，在Claude 4發(fā)布后的一個月內，Claude 4 Sonnet占據(jù)了Anthropic用戶的45%，而Sonnet 3.5的份額則從83%降至16%。

這形成了一個有趣現(xiàn)象：即便舊模型的價格大幅下降（哪怕降了十倍），企業(yè)也不會繼續(xù)用舊的來省錢，而是寧愿“砸錢”去追最新最強的版本。換句話說，性能面前，價格反而成了次要因素。

04

AI 投入重心轉移：從訓練到推理

計算資源支出正穩(wěn)步從模型構建與訓練轉向推理環(huán)節(jié)，即投入到實際在生產環(huán)境中運行的模型上。

這一轉變在初創(chuàng)企業(yè)中最為顯著：目前 74% 的技術開發(fā)者表示其大部分工作負載用于推理，而一年前這一比例僅為 48%。

大型企業(yè)也緊隨其后，近半數(shù)（49%）的大型企業(yè)稱其大部分或幾乎全部計算資源用于推理相關任務，較去年的 29% 有明顯提升。

05

我們將走向何處

預測AI的未來可能是一件徒勞的事。市場幾乎每周都會發(fā)生變化：令人興奮的新模型發(fā)布、基礎模型能力的進步、以及成本的急劇下降。

不過，有一點已經(jīng)很清楚：條件已然成熟，可以在當今的基礎模塊之上構建新一代經(jīng)得起時間考驗的AI企業(yè)。

文章編譯自《2025 Mid-Year LLM Market Update: Foundation Model Landscape + Economics》

作者：Tim Tully, Joff Redfern, Deedy Das, Derek Xiao

腳注

1.我們的LLM市場規(guī)模估算不包括前沿AI實驗室的消費級產品（如ChatGPT）或企業(yè)級應用（如Claude for Work和Claude Code）的收入。在2024年11月的報告中，我們估算整個生成式AI市場的支出為138億美元，其中基礎模型、模型訓練、AI基礎設施和應用構成主體，而模型API支出約為35億美元。

2.本報告總結了在2025年6月30日至7月10日期間，對150位企業(yè)和初創(chuàng)公司AI應用建設相關的技術決策者進行的調查數(shù)據(jù)。企業(yè)被定義為擁有5000名或以上員工的組織。樣本中的初創(chuàng)公司至少獲得了500萬美元的風險投資。我們在這些基礎數(shù)據(jù)之上，結合了作為活躍投資者的視角和洞見。

3.LLM市場份額反映的是生產環(huán)境中的AI使用比例，而非支出。調查受訪者報告了其AI工作負載中使用各個模型的比例。我們根據(jù)每家企業(yè)和初創(chuàng)公司應用的規(guī)模對回答進行了加權。

4.來源：Menlo Ventures《2024：生成式AI在企業(yè)中的現(xiàn)狀》，2024年11月。

*由Menlo Ventures投資支持