刚进入4月，Anthropic的年度经常性收入（ARR）就超过了OpenAI。这比预期还要早上几个月。种种迹象显示，这场收入竞赛的逆转，不仅仅是数字上的超越，更可能是AI市场重心与企业级定价逻辑发生偏移的明确信号。
市场对此早有预期。不过，Anthropic CEO阿莫迪（Dario Amodei）此前在算力部署上的相对保守，一度引发外界对其收入增长受限的担忧。近期，服务器不稳定与用户限流减速也印证这都是事实。
这次，Anthropic在宣布与谷歌、博通达成3.5GW下一代TPU算力集群的同时，披露了它的ARR突破了300亿美元。截至2月底，OpenAI的ARR约为250亿美元。
ARR的局限与超越
严谨地看，两家公司ARR无法直接横向对比。媒体曾披露过，两家公司对收入确认的会计原则并不一致，这或许也影响到了ARR统计口径的不同。
具体而言，OpenAI的模式是净额法，微软卖OpenAI的模型给Azure客户，OpenAI拿走销售额的20%，也只把那20%的分成，记作自己的收入。不过，目前尚不清楚OpenAI将如何核算其通过亚马逊网络服务（AWS）产生的收入，这是两家公司之间新协议的一部分。
而Anthropic的模式是总额法，AWS、微软、谷歌转售Claude模型，把100%的销售额全部记作自己的收入，然后给云厂商的那部分分成，记作“销售和营销费用”。
不过，尽管口径存在差异，纵向对比的增速分化，仍提供了一个值得关注的信号。过去三年间，Anthropic几乎每年接近10倍的增长，明显快于OpenAI约3倍的扩张。这一差异可能对应着其所覆盖的交易规模处于更陡峭的扩张区间。某种程度上，这也与当前企业侧对token调用的需求增长，快于消费侧的结构性特征相呼应。
2023年10月，Anthropic的ARR约为1亿美元；14个月后，攀升至10亿美元；到了去年底，这个数字已经进一步升至90亿美元。到了2026年，1年10倍的速度，没有放缓的迹象。2月达到140亿美元，3月升至190亿美元，如今最新数字达到了300亿美元。
反观OpenAI，它的ARR增速约为1年3倍。从2023年到2025年，公司ARR从20亿美元增长为超过200亿美元。到了今年，两个月时间里ARR增长了约25%，至250亿美元，仍未逃离一年三倍的引力束缚。
如果将过去几年的增长斜率机械外推，在不考虑算力约束、价格变化与客户结构调整的理想情形下，到年底超级IPO窗口期，Anthropic的ARR或将逼近1000亿美元，而OpenAI则在600亿美元左右。
届时，资本市场的关注重心，可能更多转向增长斜率更陡的一方。事实上，二级市场已经率先完成重估，6亿美元的OpenAI股份缺乏承接，Anthropic却遭到疯抢。也正因如此，关于IPO节奏的取舍，可能变得更加敏感。OpenAI内部传出其CFO与CEO奥特曼在IPO的意见上出现了分歧，前者主张延后，后者坚持要在10月，抢在Anthropic前头。
算力约束正是此次Anthropic与谷歌合作所要解决的。客户结构调整也在潜移默化发生。美国战争部给它扣上一顶“供应链风险”大帽子后，不少订阅用户从OpenAI转向了Anthropic。
token经济学的变轨
价格当然也会变化。但它会逐步向更适配企业使用结构的定价方式倾斜。年初以来，黄仁勋从算力与产出关系的角度重述了token的价值，而Claude Code则通过建立模型、harness与技术的框架，将token从单纯的计量单位，推向更接近流程与控制的资源。
在黄仁勋的框架下，推理的token经济学，是一条吞吐量（Throughput，TPS/兆瓦）与交互性（Interactivity，TPS/用户）之间展开的价值曲线。前者往往对应消费市场的大规模生成场景。一次调用往往对应一轮问答，token成本与输出长度大体挂钩，因此吞吐量越高，单位价格越低，也就越具优势。
当token经济学向低延迟倾斜，中国开源生态短板浮现
2026/03/18 完整阅读 >
后者则适用于那些对延迟极为敏感的高经济价值场景。当AI可以替代人类完成数小时甚至数天的编程工作，执行速度本身就成为价值的一部分；当多个智能体协同完成复杂流程时，延迟更是直接约束系统可用性。在这种情况下，响应速度开始成为决定token价值的关键变量。
而另一方面，在Claude Code逐步渗透的白领工作场景中，token越来越多地承担系统控制的角色，其成本取决于是否触发特定能力边界。一个智能体系统为了得到可靠结果，往往需要经历多轮规划、执行、测试与回退，其代价体现为额外的调度复杂性、token开销与延迟累积，从而显著推高总体消耗。
这也意味着，token经济学正在从“线性计价”走向“边界驱动的非线性计价”。
OpenAI也在进入这一领域。在迅速调整战略方向后，目前，OpenAI面向企业的收入显著提升，营收占比达到40%，预计年底与消费者业务持平。其中，Codex的周活跃用户超过200万，过去三个月增长了5倍。
但相比之下，Claude Code已经通过harness快速迭代，构建起一套更具黏性的系统能力。从功能到结构层面，每周都会引入新的钩子（hook，本质上是工作流中的可插入控制点）、技能系统、工作树以及MCP集成，使模型不再只是调用工具，而是逐步嵌入到完整的工作流之中。因此，行业竞争的焦点，正在从模型能力本身，转向谁能更早锁定用户的工作流与控制权。
Harness正在如何改变token经济学
2026/03/31 完整阅读 >
更关键的是，下游企业仍然受到成本约束，需要在这套不断演化的智能体系统中，以更少的“控制token”去约束更大规模的“生成token”，以避免无效计算的浪费。换言之，token不再只是被动消耗的资源，而是需要被精细调度的控制变量。
与此同时，整个智能体系统中，模型与harness层之间的边界也在不断移动。当模型内生地吸收某些能力时，原本用于补偿模型能力的harness组件，便会从“必要投资”转变为“额外负担”，并最终被系统内部替换或消解。
这也意味着，token经济学更像一张随模型能力移动的边际收益曲线。在这一转变过程中，Anthropic显然更早地完成了对这一结构的押注与布局。
当工具的演进速度超过用户的学习速度时，迁移本身就变得困难；而一旦整个工作流程围绕Claude Code所定义的token使用方式构建，企业客户所绑定的，就不再只是工具本身，而是其对应的边际收益曲线。
今年2月，Anthropic拥有500家年消费额超过100万美元的企业客户，一个多月时间后，已经翻倍至超1000家。14个月前，Claude Code甚至尚未推出，而今天，其相关业务已达到约25亿美元的ARR。
销售AI，还是定义下一代基础设施
Anthropic还在加码，与多家私募股权机构合作，成立一家新公司，旨在向其投资组合公司销售智能体系统。本质上，这是在对外复制一套关于token如何被使用、被约束，并最终转化为生产力的方式。
当前，Anthropic的局部领先，本质上建立在对新一代AI智能体网络基础设施的重构之上。当AI智能体开始成为“下一代网络”中的主要参与者，token的生成、调度与定价方式，也随之脱离了传统互联网以流量和订阅为核心的计费逻辑，原有的互联网基础设施也将部分失去适用性。
这一点在其对OpenClaw的限制中体现得尤为明显。Claude的订阅体系面向的是人类用户；如果是内部智能体，额外消耗姑且还能在其自身harness所定义的边际收益曲线中被吸收与优化；而OpenClaw则代表一种不受其控制的“外部智能体调用”，其token消耗无法被纳入既定的调度与定价体系之中。上周 Claude Code 的意外开源，某种程度上放大了这种“外部调用”的潜在规模。
这一切，正如小米模型负责人罗福莉所言，真正的出路，并非更便宜的token，而是模型与harness的协同进化。只不过，Anthropic已经率先定义了这套规则，并由此定义了token如何被使用，以及价值在何处生成。
对于想深入了解AI产业动态与技术演进的开发者，欢迎在 云栈社区 分享你的见解。
发表于 2 小时前
|
查看: 3|
回复: 0
