AI「世紀IPO之戰」：OpenAI奮起直追 與Anthropic差距正在縮小

作者：趙穎，華爾街見聞

今年以來，AI大模型領域的商業競爭格局正在發生顯著逆轉。曾一度主導企業市場的Anthropic，正面臨OpenAI的強力追趕——而這場角力的終極舞台，是兩家公司即將到來的IPO。

據OpenRouter最新數據，在同時使用Anthropic和OpenAI產品的約12萬家企業中，兩家公司的支出占比在9月已大致持平。而在今年年初，Anthropic一家獨占這一群體總支出的四分之三。

這一逆轉的核心驅動力，是OpenAI今年夏季推出的GPT-5.6系列模型——該系列以成本效率為核心設計理念，並在發布後隨即大幅降價。與此同時，Anthropic在其旗艦模型Fable 5上設置的數據留存政策，也令部分企業客戶望而卻步。

兩家公司均面臨資本支出急劇攀升的壓力，且均在籌備IPO：Anthropic最早可能於今年11月上市，OpenAI則預計明年跟進。華爾街正密切審視兩家公司能否以可持續的商業模式和營收增長，支撐起各自逾兆美元的估值。

GPT-5.6：OpenAI的價格戰反攻

OpenAI的反攻，以今年6月GPT-5.6系列的發布為標誌性節點。該系列包含Sol、Terra和Luna三款模型，覆蓋不同能力層級，為企業客戶提供了更靈活的成本選擇。發布後不久，OpenAI進一步將GPT-5.6 Luna的價格下調80%，GPT-5.6 Terra下調20%。

據華爾街日報報導，多位創始人和行業分析師將GPT-5.6的發布視為市場格局的轉折點。OpenRouter洞察負責人Peter Walker表示："GPT-5.6為OpenAI開闢了一條新賽道，而Anthropic的模型系列目前並不具備這樣的對應產品。"

軟體開發平台Retool的創始人兼CEO David Hsu表示，年初他的公司還在OpenAI和Anthropic之間來回切換，但GPT-5.6的發布是Retool轉向主要使用OpenAI模型的"主要催化劑"。"我們希望找到最便宜的模型，因為模型越便宜，我們的收入就越高，"Hsu說。他估計，目前使用OpenAI模型的成本比Anthropic低約20%。

Fable 5數據政策：Anthropic的隱患

OpenAI的價格攻勢之外，Anthropic自身的政策失誤也加速了部分客戶的流失。Anthropic在今年6月初發布Fable 5時宣布，將出於信任與安全目的，默認保留用戶數據30天。這一政策對涉及敏感數據的行業構成合規障礙。

David Hsu表示，Retool幾乎所有合約的默認條款都要求數據即時刪除，Fable 5的數據留存機制使其無法滿足這一要求，因此公司從未使用該模型。Anthropic此後嘗試通過向部分客戶提供數據管控權限來彌補這一問題，但損失已經造成。

企業客戶：成本壓力重塑選擇邏輯

在更宏觀的層面，企業客戶的決策邏輯正在發生結構性轉變。隨著越來越多員工嘗試使用AI工具，企業面臨的成本壓力持續上升，並逐漸意識到並非所有任務都需要最頂尖的模型。部分企業開始將中國低成本開源模型納入其多模型使用策略。

AI銷售平台初創公司Reevo的聯合創始人兼CEO David Zhu表示，其公司正將AI使用從Anthropic轉向OpenAI，原因有二：成本考量，以及降低對單一模型供應商的依賴。"與某一家模型供應商深度綁定的蜜月期已經結束，"Zhu說，但他也坦言偏好隨時可能再度轉變，"事情變化太快了。"

金融科技公司Ramp的經濟學家Ara Kharazian表示，他在9月中旬觀察了僱主旗下7萬名客戶的數據，發現企業在OpenAI模型上的支出自去年12月以來首次超過Anthropic。不過這一領先優勢轉瞬即逝——到當周末，Anthropic以微弱優勢重新奪回首位。

Anthropic：市場熱度猶存，新模型反擊

儘管市場市佔率承壓，Anthropic在開發者社群中的號召力依然不容小覷。本周三上午，舊金山市中心一處倉庫外，大批人群排起長龍，等待進入Anthropic主辦的"Claude Founder House"活動，部分人提前一小時到場。前一天，有人等候三小時後仍因場地爆滿被拒之門外，現場盛況在社交媒體上被比作科切拉音樂節的排隊景象。

影音遊戲初創公司ReadyM聯合創始人Michael Szklarski表示，其公司通常需要最前沿的模型，傾向於使用Anthropic的Fable 5.1，但他希望與Anthropic工程師探討如何進一步降低使用成本。

在競爭壓力下，Anthropic於9月下旬開始發布新一代Claude 5.5系列模型，主打更低成本與更高效率。AI領域的領先優勢向來轉瞬即逝，這場爭奪企業客戶的價格戰，遠未到塵埃落定之時。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。