今年年初以来，国产大模型的竞争格局，每隔1-2个月就会发生一次根本性变化。就我个人观点而言：1-2月，Qwen是最领先的；3月中下旬，Kimi一度获得了领先地位，但大家都在等待DeepSeek;4月下旬，DeepSeek V4无疑是最领先和最受人关注的；6月下旬开始，GLM-5.2以其强大的编程能力上位，在大……

本文来自微信公众号： 互联网怪盗团 ，作者：怪盗团团长裴培

今年年初以来，国产大模型的竞争格局，每隔1-2个月就会发生一次根本性变化。就我个人观点而言：1-2月，Qwen是最领先的；3月中下旬，Kimi一度获得了领先地位，但大家都在等待DeepSeek;4月下旬，DeepSeek V4无疑是最领先和最受人关注的；6月下旬开始，GLM-5.2以其强大的编程能力上位，在大约一个月以后，又被Kimi K3夺走了很大一部分风头。但我也要指出，最近发布的Qwen 3.7同样优秀，阿里一直处于国产大模型第一集团。

显然，国产大模型不仅数量多，而且更新快，而且几乎都有开源版本。它们对当前如日中天的Claude系列模型，构成了多大程度的冲击？要知道，自从Claude Code以及Claude Opus 4.6发布以来，Anthropic就一直是全球先进大模型商业化的典范，华尔街甚至在严肃考虑一种可能性——或许到2027年底，Anthropic的ARR（年化收入）能达到4000亿美元？哪怕这个预测太激进，给它打个八折甚至五折，也是相当大的数字！消费互联网行业已经发展了30多年，年收入达到千亿美元量级的公司也屈指可数。

Claude很贵，Anthropic很烦人，而且采取完全闭源的封闭路线。不管是开发者还是投资者，很多人其实期盼着国产大模型能给Anthropic“上一课”，提供“Claude杀手”，乃至从根本上予以颠覆。最近一个月，这种观点似乎得到了佐证：

1. Anthropic自从5月开始没有披露过ARR，第三方估算的ARR增速有了明显下滑；

2. OpenRouter等第三方平台的统计显示，国产大模型的Token占比很高，新的大模型几乎总能迅速获得大量用户。

上述论据是真实的、有数据支持的，显然不是胡编乱造的小作文。不过，如果我们仔细对比一下各方资料，就会发现事实绝对没那么简单。在商业化方面，也就是资本市场最看重的收入层面，是一幅景象；在Token市场份额方面，又是另一幅景象，两者一直存在较大差别。下面我们先说收入层面。

Anthropic确实从5月开始没有公布过ARR，5月中旬公布的ARR为470亿美元。此后没有公布ARR的原因很简单——它在6月秘密交表了，随时有可能在纳斯达克上市。从合规角度、以及投资者关系角度讲，上市前夕不再进行多余的披露，不仅可以理解，而且必要。至于是不是“被竞争对手威胁、增速放缓、不敢披露了”，纯属脑补，无法证实也无法证伪。

TickerTrends在7月中旬对Anthropic做出的ARR估算是741亿美元；也就是说，两个月之内，ARR环比增长了58%。这个数字很慢吗？与之前相比肯定是放慢了的，要知道，2025年第四季度，Anthropic的ARR仅有90亿美元，然后半年之内就暴增了4倍多。但如果这种动辄几倍的环比增长能维持下去，那用不了多久，整个地球恐怕都不够用了。

打开Excel算一下就知道：从现在开始，Anthropic若能维持每月10.5%的环比增速，2026年底的ARR就能达到4000亿美元。其实我觉得这仍然是过于乐观的，能达到8%的增速都谢天谢地了，要知道这可是月度环比，月度环比啊！

对于Anthropic的“减速”，除了基数变大之外，还有一个解释：OpenAI正在赶上来。今年2月底，OpenAI宣布ARR达到250亿美元，当时仍然远高于Anthropic（140亿美元），此后就被远远甩开了。但是在GPT-5.6发布、以及Codex和GPT Work的更新之后，来自企业端的API收入有大幅上升的趋势。TickerTrends最近一期估算其ARR为413亿美元，大约为Anthropic的60%。

问题在于，第三方是否低估了OpenAI的增速？7月29日，OpenAI CFO在内部会议上宣称，7月的ARR“超过了整个二季度之和”。这到底是什么意思？能不能翻译为“成倍的、乃至好几倍的环比增长”？TickerTrends的估算是在半个月前做出的，如此看来，OpenAI的实际ARR可能被严重低估了？

我个人的估计是，在本轮基座模型和产品更新之前，OpenAI vs.Anthropic的ARR可能是0.6 vs 1.0,但此后就大幅拉近了，现在或许是0.7/0.8 vs.1.0？当然，这也离不开Anthropic自己的一系列“神助攻”：Fable 5延期并单独计价，大规模封号,Claude Code的产品更新比不上Codex，等等。不过随着Opus 5.0的发布，接下来或许又会有新的变化。

总而言之，我的观点是：Anthropic的ARR增速下滑，很大程度上可以归结为OpenAI赶上来了。前一段时间SemiAnalysis的一个对谈（就是抛出“2027年底4000亿ARR”的那个）明确提到，三个月前还明显掉队的OpenAI，现在在编程和Agent任务上，与Anthropic回到了明显的“双雄”格局，最近一个月ARR的增量甚至有可能超过了Anthropic.

需要强调的是：OpenAI也在策划上市，所以信息披露会非常谨慎。在未来一段时间内，我们或许既不会看到Anthropic、也不会看到OpenAI做完整的收入披露，直到它们完成上市（或者暂时放弃上市）为止。如果有人将其理解为ARR没法看、不敢公布，我对此深表同情。

再看Token市场份额层面——毫无疑问，国产开源大模型得到了全世界企业级用户的高度青睐：

• 7月13日-19日的那个星期，OpenRouter平台的美国用户消耗的Token有64%来自中国开源大模型。

• 自从2026年2月以来，中国大模型占OpenRouter平台总体Token消耗的比例从来没有低于过30%。

• 2026年6月，DeepSeek一个模型就贡献了OpenRouter平台Token消耗量的16.3%。

• Claude,GPT&Gemini在OpenRouter的Token市场份额，则从一年前的70%，降低到了现在的30%左右。

但是，我们可以径直得出“国产大模型的Token消耗份额已经达到60-70%”的结论吗？不能。因为OpenRouter是主要面向独立开发者、创业公司和爱好者的“大模型路由平台”，旨在为他们提供性价比最高的解决方案；另一个类似的平台是Vercel（尽管定位不完全相同）。它们不包括Claude&GPT的订阅方案，不包括通过AWS,Azure,GCP等云平台提供的打包解决方案，也不包括大企业客户直接与大模型厂商签署的订单消耗。

我们知道，创业者乃至部分大厂最喜欢干的事情，就是注册好几个Claude账户，每月都把Token消耗量打到顶。至于北美一线大厂，要么跟Anthropic&Open AI直接签约，要么会通过云平台稳定采购API，它们的消耗均未纳入统计。我们只能说，国产开源大模型在一部分追求性价比的企业用户当中所占份额极高（这是一句正确的废话）。

不过除了高估之外，国产大模型可能也有被低估的成分。开源模型可以被部署到本地，可以被政企客户微调之后用作行业垂类大模型，这些也不可能被纳入任何第三方统计范围。到底有多少企业客户在本地部署了国产开源模型，它们发挥了多大作用？我们或许永远不会知道答案，它们为大模型开发商创造的收入也会非常有限（甚至不创造收入）。毕竟，开源的商业模式，就意味着牺牲一部分收入换取更大的开发者社区和潜在客户群体。

国产大模型可以处理很多日常任务，以及不太复杂的开发任务；普通企业用户大部分的任务无非就是这些。一位创业者朋友告诉我，他目前70%的Token消耗是某个国产大模型（有趣的是，既不是DeepSeek也不是Kimi）；一个AI爱好者朋友则表示，翻译、资料整理等工作可以完全由国产模型平替。在这些日常任务上，烧Claude or GPT Token不但是浪费，简直就是行为艺术。

真正重要的问题来了：Claude为何还能维持明显更高的定价？过去三个月，我们至少看到四五个国产“Claude杀手”上线，提供1/5乃至1/10的API价格。Anthropic虽然在订阅端和API端都做了一定程度的让步，但让步是有限的，不改变它是全市场最贵、而且贵接近一个数量级的事实。这不像一个“受到显著冲击”的厂商能做出来的事情。（附带说一句，虽然我不买API，但我也对Fable 5在订阅中单独收费一事满腹怨气，希望有人能治一治Anthropic.）

答案其实很好理解。首先，一部分非常复杂、高要求的任务，还是非Claude不可，GPT都差了一点，开源模型差的更多；对于这些任务，客户愿意付出很高的溢价，因为没有替代品。我们不妨想象一下足球转会市场：贝林厄姆、维尼修斯、凯恩这样的巨星的薪酬，可能相当于其他一线球星的2-3倍以上，但俱乐部还是得开高薪。这在本质上是为多出的10-15%的能力，支付100-200%的溢价，但经济学运作的规律就是如此，没有办法。

其次，对于企业用户而言，真正的成本不是“每个Token的价格”(price per token)，而是“每次解决任务的价格”(price per solved task)，附加上在此过程中产生的额外成本。例如，Kilo Code于2026年6月发表的一份测试研究显示：基于开源大模型的任务解决测试，每次平均成本0.22美元，成功率46.7%；Claude Opus 4.8,Sonnet 4.6&GPT-5.5的每次平均成本则是0.79美元，成功率65.6%。相比之下，开源大模型仍有价格优势，但优势缩水了不少。另外，任务执行失败会产生人工干预成本，或许还有其他成本（包括机会成本），这会进一步缩小价格差异。

必须指出：我们目前仍处于生成式AI技术高速发展的时期，Claude Code&Codex推出到现在也就是短短半年多。谁也不知道，一切什么时候能稳定下来，稳定下来之后的竞争格局又会如何。或许等到大家的基座大模型技术“拉平”之后，Anthropic会自然失去一切竞争优势、沦为二流角色；或许永远没有“拉平”的那一天，又或许到了那一天会产生什么新的区分因素。从目前实际发生的情况，我们只能说：国产大模型给Anthropic（以及OpenAI）制造了危机感，但在商业端的收入冲击十分有限。

国产大模型真正的功劳不是去“冲击”谁，而是以低廉的价格、较高的性价比，加速推动了Agentic Coding&Workflow的进程。如果没有这么高性价比的Token，AI代替人类白领的速度可能会放慢好几年。