AI大模型路线之争：OpenAI与Anthropic、快手与智谱的市场表现深度分析

最近AI领域的一级市场融资消息不断，但真正反映市场信心的，还得看二级市场的老股交易情况。这背后，其实是各家公司在技术路线和商业策略上的一次公开较量。

二级市场估值：Anthropic的倍数已超越OpenAI

先看两组一级市场数据：

• OpenAI在今年3月31日完成最新一轮融资，投后估值为8520亿美元。
• Anthropic在2月12日完成融资，投后估值为3800亿美元。

但需要注意的是，一级市场的估值往往由亚马逊、英伟达、软银、GIC这类战略资方定价，其中包含了投资的战略协同价值。更值得参考的，是它们在流动性更好的二级市场的交易价格。

目前，约有6亿美元的OpenAI老股（来自早期机构投资者）在Hiive、Augment等二级市场平台上挂牌，报价相当于一级市场估值的9折，即7650亿美元。这些股份已经挂了数月，即便高盛、摩根士丹利推出零佣金促销，依然处于滞销状态。

相比之下，Anthropic的老股在二级市场异常抢手，目前溢价超过50%（对应估值约6000亿美元），有高达20亿美元的资金在排队抢购。

这意味着，在活跃的交易者眼中，Anthropic的估值实际上只比OpenAI低1000到2000亿美元。

如果再结合收入来看：

• Anthropic当前的年度经常性收入（ARR）约为190亿美元。
• OpenAI的ARR约为250亿美元。

那么，以二级市场的估值计算估值倍数（估值/ARR），结果很有趣：Anthropic的估值倍数约为32倍，而OpenAI是31倍。在更市场化的交易环境中，Anthropic反而略胜一筹。

路线分野：OpenAI为何“押错了宝”？

造成这种分化的核心在于两者选择了不同的商业化路径。

OpenAI的重心在C端订阅服务。要做C端，就必须追求多模态能力，让大模型既能理解文本，也要精通图像、视频和语音。这条技术路线研发战线长，极度消耗资金和人才。

然而，OpenAI在C端的拓展频频受阻。其去年9月尝试的电商、外卖、旅行等业务举步维艰，仅半年后就宣布收缩。同期推出的AI视频模型Sora 2，以及号称“AI版TikTok”的独立应用，也在上个月传出关停退出的消息。

业内有一种观点认为，视频生成这类模型的真正市场在开发者（D端）和企业（B端），而非普通消费者（C端）。有资深从业者指出，任何需要用户主动学习的C端娱乐应用，成功率都很低。

此外，欧美用户的付费意愿或许被高估了。数据显示，ChatGPT的付费用户占比在过去半年仅从4.4%微增至5.6%，增长乏力。

反观Anthropic，它的目标非常清晰：瞄准全球规模高达50万亿美元的“白领生产力”市场，并且定位就是最高端的工具。许多人都低估了高端生产力工具的价值。Claude的定价确实不菲，其中等档次的Sonnet模型价格甚至超过了谷歌最高端的Gemini Pro。

这有点像生活中的某些规律——“免费的往往是最贵的”。选择一个便宜的模型，其运算时间可能是顶级模型的2-3倍，并且可能需要反复尝试多次才能获得可用结果。这不仅浪费了人力时间，因反复试错消耗的Token总量也可能更高。企业主算总账时，实际成本未必比直接使用顶级模型低。

看看增长数据就更明显了：

• 过去半年，OpenAI的ARR从180亿美元增长至250亿美元，增幅70亿美元，增长率约为39%。如果剔除其在编程助手方面的努力，增速可能更低。
• 同期，Anthropic的ARR从70亿美元飙升至190亿美元，半年增长了120亿美元，增速高达171%。

无论是增长的绝对值还是速度，Anthropic目前都处于领先位置。

国内市场的镜像：智谱与快手的对比

类似的路线差异，在国内市场也能找到映照。当前智谱的估值约为3473亿港币，而快手仅为1955亿港币。强行对比或许不尽准确，但两者在大模型赛道的侧重点确实不同。

快手旗下的“可灵”主要聚焦于视频生成模型。根据快手管理层透露的数据，全球视频制作的年总成本大约在600-700亿美元。这个市场规模，与Anthropic瞄准的“数十万亿美元生产力市场”相比，显得小了许多。

关键在于市场规模。在一个足够大的蛋糕里，多几个竞争者问题不大。例如国内的AI编程市场，至少有智谱、Kimi、MiniMax、通义千问、DeepSeek等五家以上主要玩家在竞争。而在视频生成领域，全球的主要竞争者可能不超过5家。

但两者的增速差距显著：

• 过去一年，可灵的ARR从1亿美元提升至3亿美元，增长了2倍。
• 同期，智谱的ARR增长了约60倍（当然其基数较低），目前ARR约为2.5亿美元。

智谱管理层曾表示，当前ARR增长的瓶颈在于算力供给，如果“卡”足够，ARR再增长1-2倍没有问题。他们为2026年底设定的ARR目标是10亿美元。相比之下，快手管理层对可灵今年的收入指引是“翻倍”。两者的增长预期，高下立判。

关于模型能力的冷思考

最后，聊聊如何客观评估模型能力。榜单成绩能信吗？恐怕要打一个大大的问号。有消息称，部分厂商会直接使用榜单测试题的答案进行训练，导致跑分虚高，但实际应用时效果“碎一地”。

那么媒体测评呢？同样存在被商业合作影响的可能性。即便是私人测评榜单，也难以完全排除被“充值”的嫌疑。能传到我们耳朵里的评价，很可能已经过了多轮公关信息的过滤。

那该怎么办？或许最靠谱的方式还是依靠可信圈子内的实际测试。根据一些相对中立的测评反馈，阿里最新发布的通义千问3.6 Plus模型，其能力在国内大致处于第二梯队，次于智谱的GLM-5.1。但考虑到3.6 Plus比Kimi的K2.5晚发布约2个月，也比GLM-5晚约1.5个月，这样的表现只能说符合预期，谈不上惊喜。这与之前传闻的“国内SOTA（当前最优）”水平相比，确实让一部分期待者感到有些落差。

技术的竞争最终会回归商业本质。是铺开战线做“全能战士”，还是聚焦痛点做“专业利器”？OpenAI与Anthropic、快手与智谱的不同境遇，或许正在给出市场的初步答案。对于这场正在进行中的AI大模型竞赛，你怎么看？欢迎在云栈社区的开发者广场分享你的见解。