2026年人工智能行业专题（15）：从全球模型巨头的发展历程，思考模型企业的壁垒与空间

A n t h r o p i c：凭专业生产力打造高毛利护城河

Anthropic：核心团队成员来自OpenAI，当前估值3800亿美元

Anthropic成立于2021年5月，核心团队成员来自OpenAI，联合创始人Amodei兄妹曾分别担任OpenAI研发副总裁和安全与政策副总裁。20年末由于对认为OpenAI对安全的投入不足，以及与微软过度绑定会导致公司过度商业化，对技术的控制减弱，因此选择离开创建Anthropic。24年开始，陆续引入了外部来自谷歌、Meta、Salesforce等公司的高管。

估值：26年2月Anthropic完成300亿美元G轮融资，其中包含25年11月来自微软和英伟达的150亿美元融资，投后估值已达到3800亿美元。

“安全与对齐”是Dario对Anthropic的绝对主张

通过梳理Anthropic创始人Dario在不同时期访谈传递的内容主旨，我们总结Anthropic在AI发展趋势下有以下几点重要思考和策略： 1. 当OpenAI认为要“大力出奇迹” ，先把模型弄聪明，再用人类反馈（RLHF）去修补它；Google 认为要融入全家桶生态时，Dario认为模型必须从底层架构上就是可控的、讲逻辑的、严格遵守规则的。2. Anthropic 专注于提供企业端服务，认为 AI 在企业端的应用（主要是在企业、初创公司、开发者和高效能用户之间的生产力场景里）会超过消费端。因为商业客户的需求（如在生物化学等专业领域）能为提升模型核心智能提供更强的激励，这比面向普通消费者的应用更能推动技术突破。 3. 重视编程：1）编程是AI构建的基础技能，因此也最快会被颠覆。技能与构建AI的人员距离越远，AI对其造成颠覆性影响所需的时间就越长；2）模型在编程上变强后，也会帮助训练下一个更强的模型，形成正循环。4. 定位平台公司，针对客户的核心需求开发垂直产品。对Anthropic的定位是一家平台型公司，在部分领域推出自己的产品（例如Claude code等）主要是因为：1）直接触达终端用户，能精准了解用户的使用场景、核心需求；2）很多传统企业直接基于 API 进行开发，门槛较高，需要为他们提供更易上手的方案，要么是配套的开发工具包，要么是现成的应用程序。 5. 商业模式选择的思考：由于模型的快速变化，任何固定的产品形态，都有可能很快变得过时。API 的价值在于，它始终提供最接近底层能力的接口，让开发者基于最新技术构建。 6. Dario认为，我们正站在指数曲线的终点，而技术曲线与经济曲线之间存在天然的时间差，所以很多人还处于体感不明显的阶段，但是技术已经达到难以想象的水平。1）技术对生产力的提升需要形成闭环，如果只是在某个中间环节插入AI，而没有重构整个工作方式，收益会很有限，甚至是负的；2）AI完成90%的代码到完成100%的代码是生产力数量级的差异。

Anthropic采取多云路线，25年末加大算力建设投入

Anthropic采取多云路线，同时使用多家芯片。根据SemiAnalysis报道，Anthropic算力来源最初主要是作为投资方的谷歌和亚马逊，25H1及以前谷歌占比较多。

25年开始Anthropic随着收入的快速增长，25年末连续签订了多笔算力采购/建设合同。分别与谷歌（获得100万TPU/1GW支持）、微软+英伟达（300亿美元/1GW合同）签订了新的合作协议，同时宣布将投资500亿美元与Fluidstack合作进行自有数据中心的建设。

Anthropic：专注模型编程能力训练，企业大模型API市场份额不断攀升

Anthropic Coding能力突出，是代码开发场景的首选。Anthropic 的势头起于 2024 年6 月发布的ClaudeSonnet3.5，到了 2025 年 2 月的 Claude Sonnet 3.7 更是首次展示出“Agent 优先”的 LLM 雏形。到2025 年5 月，随着ClaudeSonnet 4、Opus 4 以及 Claude Code 的推出，其领先优势已被彻底坐实。根据Anthropic数据，44%的流量都是与计算机和数学类职业相关，细分的使用场景中前三名的分别是调试 Web 应用程序、解决技术问题以及构建专业商业软件。此外，得益于在编程场景中的出色表现，根据Menlo Ventures，25年Anthropic在企业大模型API市场份额已经达到40%，Coding市场份额则达到54%。

Opus 4.5在复杂任务的交付率上实现质的飞跃

Opus 4.5在编码上扮演了自主性极高的AI工程师角色。举例：以前让模型“写一个 Python 函数来抓取网页”，然后“把这个基于 Django 的老项目迁移到 FastAPI，并重构数据库模型” ，模型容易混淆格式，导致代码跑不起来。但是Opus 4.5 能“脑补”出整个项目的 50+ 个文件之间的引用关系。修改 A 文件时，它会自动意识到B、C、D文件也需要调整。Opus代码的一次性通过率显著优于其他代模型。

此外，Opus 4.5在定价上采取了更平衡性的市场策略，通过“ effort”参数提供了前所未有的成本与性能调控精度。

商业模式：API调用为Anthropic主要收入来源和产品形态

API调用：API调用是当前Anthropic的主要收入来源，主要通过三大云厂的平台为客户提供服务，Claude三个系列中，Sonnet最近多个版本保持价格稳定，轻量版Haiku持续提价，最强模型Opus在4.5发布后降价2/3，在4.6推出的fast模式中，速度提升2.5倍的同时，价格提升6倍，进一步分层以适应不同的用户需求。

根据Anthropic的官方统计，软件工程领域占工具调用总数的近 50%，此外还涵盖商业智能、客户服务、销售、金融和电子商务等领域，但占比并不高，表明我们正处于智能体应用的早期阶段。软件工程师率先大规模构建和使用智能体工具。

Claude Code vs Cursor

产品形态逐步统一。在刚推出早期，Cursor更多是作为一款IDE，主打智能Tab补全和快速代码生成，而ClaudeCode则主要是一个基于终端的AI coding/agent产品。但同时，Claude Code具有集成在 VS Code、JetBrains 等IDE的能力，而Cursor也在后续推出了Cursor CLI，方便直接终端使用。对于此前的用户而言，IDE界面更适合日常编码、重复性工作和快速原型开发，能够根据上下文智能预测代码，让编程变得流畅高效，而终端界面则便于复杂系统设计、代码重构和技术决策。但现在二者的差异正在快速缩小。

25年5月Claude Code正式版全面上线后，对Cursor的web流量就产生了冲击，并且双方的ARR水平快速拉开差距。为此Cursor积极寻求差异化，1）一方面在25年10月推出自研模型Composer 1，26年2月的Composer 1.5进一步强化，在Terminal -Bench2.0的测试中超过Sonnet 4.5，虽然仍弱于Opus 4.6，但只要订阅用户就可以免费使用，有良好的性价比优势。2）另一方面，Cursor CEO也在2月发文表示，编程的Tab时代即将结束，新时代的典型特征是，Agent能在更长的时间跨度内、更少人工干预下，独立完成更大规模的任务，Cursor也在往这个方向迭代。

谷歌：多模态能力领先，生态优势明显

谷歌：围绕多模态能力打造模型矩阵

谷歌的模型分为两条路线：1）原生多模态模型Gemini，围绕Gemini的多模态能力进一步衍生出image生图能力，从token价格来看，Gemini一直处于提价周期中；2）垂类内容制作模型：生图模型imagen、视频模型Veo、音乐模型Lyria、世界模型Genie，其中imagen系列与nano banana系列在模型架构上天然存在差异（transformer和diffusion）。

Gemini综合性能领跑

25年开始Gemini从Gemini2.5到Gemini3逐渐成为模型性能综合榜单的领跑者，目前最新的模型Gemini 3.1也在Artificial Analysis综合了多维度的十项评分中排名第一。

商业模式：C端Gemini AI计划重新激活Google全家桶

谷歌通过Google AI plans的订阅模式对外提供一揽子AI相关的产品服务，其丰富度远高于Anthropic，除了原生的AI产品 Chatbot Gemini、AI视频 Flow、AI图像 Whisk、AI编程 Antigravity外，还有多个功能集成于谷歌体系内的原有产品中，打造原生AI应用+老应用AI化的产品矩阵。相关订阅收入计入Google Subscriptions, Platforms,and Devices中。

编辑：火腿肠