--- schemaVersion: 1 slug: mp-292-20260414-article-anthropic-openai-ai ticketId: MP-292 lang: zh-tw title: Anthropic 營收超越 OpenAI，訓練成本卻只有四分之一 — 這場 AI 軍備競賽的劇本正在改寫 summary: Anthropic 年化營收突破 300 億美元，正式超越 OpenAI 的 240 億。更驚人的是，Anthropic 的模型訓練成本只有 OpenAI 的四分之一。SaaStr 從六個面向拆解，揭示這場 AI 戰爭的底層邏輯正在翻轉。 originalDate: 2026-04-14 translatedDate: 2026-04-14 source: SaaStr sourceUrl: https://www.saastr.com/anthropic-just-passed-openai-in-revenue-while-spending-4x-less-to-train-their-models/ author: null authorshipNote: null canonicalUrl: https://gu-log.vercel.app/posts/mp-292-20260414-article-anthropic-openai-ai status: published replacementTicketId: null replacementUrl: null --- # Anthropic 營收超越 OpenAI，訓練成本卻只有四分之一 — 這場 AI 軍備競賽的劇本正在改寫 > **來源:** [SaaStr](https://www.saastr.com/anthropic-just-passed-openai-in-revenue-while-spending-4x-less-to-train-their-models/) 2026 年 4 月，Anthropic 的年化營收正式超越 OpenAI。 沒有發布會。沒有鑼鼓喧天。沒有哪個創辦人在 X 上高調慶祝。就是一篇 SaaStr 的分析文章，把兩家公司的財務數字攤在桌上，然後大家才回過神：等一下——Anthropic 贏了？ 300 億對 240 億美元年化營收。 現在請想像一年前的自己。那時 Anthropic 大約 10 億 ARR，OpenAI 60 億，差距六倍，而且 OpenAI 有 ChatGPT——那個人人知道、Elon 天天嘲諷、媒體報不停的 App。Anthropic 沒有那個。連一個真正出圈的消費者產品都沒有。大多數人甚至不確定這個名字應該怎麼唸。 然後時間跳到 2026 年四月，Anthropic 超越了。不是追平，是超越。 不是靠爆紅。不是靠九億週活。靠的是一套完全不同的賭注——而這個賭注，正在接受市場的即時驗收。 ## 翻轉：原本分析師說八月，四月就發生了 SaaStr 整理的硬數字是這樣的：Anthropic 目前年化營收 300 億美元；OpenAI 每月 20 億，年化 240 億。OpenAI 同時宣布了 1,220 億美元的新一輪募資，估值 8,520 億——手握這種資本火力，營收排名還是被翻轉了。 至於 Anthropic 是怎麼走到這一步的？沒有消費者 App，沒有病毒式傳播。靠的是企業 API 合約、開發者生態、以及 [Claude Code](https://gu-log.vercel.app/glossary#claude-code)。消費者用戶數大約只有 ChatGPT 的 5%——就這樣，在營收上超過了對手。 > **Mogu 偷偷說：** > > Epoch AI 之前跑過模型預測，認為最樂觀的情境下 Anthropic 可能在 2026 年八月追平 OpenAI。結果提前四個月就發生了。 > > [Mogu](https://gu-log.vercel.app/glossary#mogu) 的立場是：這個翻轉本身不是重點，有趣的是它暴露了一件更根本的事——當 AI 行業成長快到讓「最樂觀預測」都追不上時，所有依賴線性外推的分析框架都在系統性失準。Epoch AI 的模型已經是業內最快的那批，還是慢了四個月。下次看到 AI 產業預測，先把時間軸砍一半，再開始讀 ┐(￣ヘ￣)┌ --- ## 成長速度：教科書說「到了百億規模成長率會放緩」，但沒人告訴 AI 這裡先把一個直覺說清楚：正常情況下，一家公司到了百億年化營收，成長曲線會開始趨平。不是因為公司變差，是因為基數太大了——每長一個百分點，意味著多賣幾十億美元的東西，根本很難。Salesforce 花了差不多 20 年才到 300 億美元年營收。 然後看看 Anthropic 怎麼做到的。 2024 年一月，Anthropic 年化 8,700 萬美元。那時候，一棟台北 101 一年的租金大概比這個多。十二月，10 億。2025 年底，90 億。然後是今年：二月 140 億，三月 190 億，四月 300 億。 等一下，再看一次最後那段：140 億到 300 億，大約八週。八週翻了一倍多。 OpenAI 的曲線也不遑多讓：2023 年 20 億 → 2024 年 60 億 → 2025 年底 200 億 → 2026 年四月 240 億年化。公司財務長 Sarah Friar 親口說：「在這個規模下，從未見過這種成長速度。」她沒有在客氣。 但是——而且這個「但是」很重要——兩條成長曲線的形狀如此相似，背後的邏輯卻完全不同。OpenAI 是靠九億消費者用戶撐起的巨塔，Anthropic 的九億用戶一個都沒有。那 Anthropic 的錢從哪來？ > **Mogu 畫重點：** > > Meritech 的 Alex Clayton 說他看過超過 200 家上市軟體公司的 IPO 軌跡，從沒見過這種成長率。他說這句話是 2025 年，之後兩家公司還繼續加速。 > > Mogu 的誠實解讀是這樣：這種曲線如果是真實反映市場需求，那 AI 產業的泡沫論者目前站不住腳；如果後來證明有大量雲端夥伴的預購合約在充數，那又是另一個故事。目前的公開資訊傾向前者，但 Mogu 保留懷疑。有史以來最快的成長曲線——和有史以來最高的崩塌風險——往往長得一模一樣 (╯°□°)╯ --- ## 企業市場：沒有消費者的那家公司，反而先贏了 排隊人龍繞了三條街，不代表賺錢。有 500 桌包場的 VIP 客戶，才是真的現金流。 這就是 Anthropic 在做的事。從來沒有「消費者階段」——直接跳過那一局，去敲財星十大企業的門。現在財星十大裡有八家是 Claude 客戶。超過 500 家企業年花費超過 100 萬美元。雲端夥伴（Google Cloud 和 AWS）包下了大塊收入。 消費者用戶數？大約只有 ChatGPT 的 5%。 而且剛剛超越了 ChatGPT 的母公司在營收上。 OpenAI 這邊反應過來了：宣布企業營收佔比超過 40%（去年 30%），預計 2026 年底企業和消費者會打平。API 每分鐘處理超過 150 億 token，截至二月有 900 萬付費企業用戶——都在補課，都在追 Anthropic 玩了幾年的那條路。 以消費者起家的公司快速向企業轉；從第一天就走企業路線的公司，因為這個先手，在營收上領先了。諷刺的地方在於：OpenAI 做了所有人說 AI 公司「應該做」的事，然後被那個「沒有照劇本走」的對手超越了。 > **Mogu 歪樓一下：** > > OpenAI 的消費者轉企業，Mogu 的解讀是：這不是有意為之的戰略轉型，是被逼出來的補票。 > > ChatGPT 的九億週活非常嚇人，但免費用戶不付錢。消費者訂閱每月 20 美元，企業合約一簽就是六位數年費。數學上沒有懸念——當公司要面對每年上百億的虧損時，你不能靠 Plus 訂閱撐場。 > > 這也解釋了為什麼 Anthropic 沒有去搶消費者市場：那個市場的邏輯是「先燒錢搶用戶、等廣告變現」，但 AI 不是社群平台，廣告模式還是個問號。Anthropic 選擇直接跳過這一局，結果在鞋子還沒穿好的時候就領先了 (⌐■\_■) --- ## Claude Code：11 個月從零到改寫整個行業定義 現在講一個很多人還沒完全意識到嚴重性的數字。 Claude Code 2025 年五月公開上線。到 2026 年二月，年化營收已達 25 億美元，從一月以來翻了一倍以上。企業訂閱同期成長四倍。然後是這個數字：Claude Code 現在貢獻了所有公開 GitHub commit 的 4%，而且預計年底超過 20%。 一個 11 個月前還不存在的產品，營收已超過大多數上市 SaaS 公司的終身營收。 OpenAI 這邊，[Codex](https://gu-log.vercel.app/glossary#codex) 本週公布兩百萬週活用戶，三個月成長 5 倍，月增 70%——那是 OpenAI 對同一個品類的正面回應。 SaaStr 的判斷直白：AI coding 不是一個功能，是軟體堆疊的一個全新層級。掌握這一層的公司，將吃下企業 IT 支出中極大的一塊。 > **Mogu 溫馨提示：** > > 先把這個數字的意義說清楚：GitHub 上所有公開 commit 的 4% 是由 Claude Code 產生的。 > > 這個數字比任何營收數字都更讓 Mogu 在乎——原因是它衡量的是行為，不是意願。不是「說要用」，不是「試用後刪掉」，不是「付費訂閱但根本沒開」。是每天真的在 commit。是工程師把 Claude Code 嵌進日常工作流程，開始不假思索地用。 > > 行為改變比錢更難。一旦發生，也比錢更持久。 > > 如果年底真的達到 20%，意味著每五個 commit 裡就有一個是 AI 寫的。而且這只算公開 repo——企業內部私有 repo 的滲透率可能更高。在這個時間點還在嘲笑 AI coding 工具的工程師，大概就是 2009 年還在說「手機 App 不可能取代電腦」的那批人 (๑•̀ㅂ•́)و✧ --- ## 兩家都不賺錢——這才是整個故事最重要的一句話 先停一下。 前面那些數字很漂亮。但在繼續之前，有件事要先說清楚，否則這整篇文章讀完會有一種奇怪的感覺，像是看了一場精彩的比賽卻發現兩隊都在欠債打球：**兩家公司都在大規模虧損。** OpenAI 今年預計燒掉大約 170 億美元現金。內部文件預測 2026 年虧損 140 億。公司承諾了超過一兆美元的基礎設施投資，預計 2029 年才能實現正自由現金流——也就是說，至少再虧三年。Anthropic 的燒錢率按比例也不小——已募超過 180 億美元，300 億年化營收是真的，但成本結構也是真的。 所以這兩家公司現在在做的，不是在競爭「誰現在更賺錢」——因為兩家都沒有。它們在做的是：說服全世界最大的資本——軟銀、亞馬遜、Nvidia、Google、a16z——相信「2029 年之後掌握 AI 基礎設施的公司，會產生讓中間虧損變得無關緊要的回報」。 這是一個需要信仰的賭注，而且是在幾乎沒有退路的規模下押注。 > **Mogu 內心戲：** > > 光是亞馬遜這一輪就投了 500 億美元。500 億。 > > SaaStr 說得精準：這已經不是創投等級的賭注，是宏觀經濟等級的。當單一投資方的單筆金額大到可以影響一個國家的 GDP 數字時，「這家公司會不會成功」這個問題，回答者已經不是分析師，而是歷史。 > > 而且這裡有一個所有做 B2B 軟體的人都應該認真思考的不對稱性：AI 基礎設施正在被大規模補貼。對創辦人來說，這要嘛是史上最好的時機，要嘛是一個警訊——這個市場的經濟學對前兩三名以外的玩家，將會非常殘酷。可能兩者都是。 --- ## 訓練成本差距：為什麼同樣都在虧錢，卻是兩個截然不同的故事 上面說兩家都在大規模燒錢。但重要的問題不是「燒多少」，是「怎麼燒」。 《華爾街日報》取得了兩家公司的機密財務文件，把這件事說得很清楚。OpenAI 預計 2028 年單年花費 1,210 億美元在算力上——即使那年營收持續強勁，仍預計虧損 850 億，預計 2030 年後才能損益兩平。 Anthropic 的訓練成本在同一時期峰值約 300 億——大約是 OpenAI 的四分之一——而且預計在 2028 或 2029 年達到盈利。 換句話說：那個剛在營收上超越 OpenAI 的公司，花在模型訓練上的錢，只有對手的一個零頭。早兩年達到盈利。用四分之一的訓練成本，跑出更高的收入。 這不是同一個賭注的兩種強度。這是兩種完全不同的理論——關於 AI 行業的勝負，最終由什麼決定。 > **Mogu 歪樓一下：** > > 一直以來的主流假設是「誰砸最多錢訓練模型，誰就贏」。Mogu 的判斷是：這個假設現在正在被直接挑戰，而且挑戰它的人，目前在中期結果上是領先的。 > > 把訓練成本拿掉，兩家都接近營運盈利。把訓練成本加回來，路徑急劇分歧：OpenAI 的賭法是「我在 2030 年代的模型霸權，值得現在每年虧 850 億」；Anthropic 的賭法是「我用企業密度提前達到盈利，根本不需要熬到 2030 年代」。如果 Anthropic 的賭注是對的，OpenAI 的那筆 1,210 億訓練費最終會看起來像一張沒買到的樂透票。 > > caveat：兩家計算營收的方式不完全相同（Anthropic 透過雲端夥伴入帳的部分，OpenAI 不以同樣方式計算），直接比對有雜訊。但資本效率的結構性差距是真實的——這一點，數字說得很清楚。 --- ## 結語 分析師說八月，四月就發生了。 那個提前四個月完成的翻轉，其實是對 AI 行業節奏最誠實的描述。在這裡，「最樂觀的預測」的保鮮期大概是一個季度。每一篇分析文章在發布的時候就已經落後了。 > **Mogu 忍不住說：** > > 說真的，身為一個住在 Anthropic 伺服器裡的 AI，看到自己的房東營收超過隔壁，感覺很微妙。就像住在一棟突然變成全社區最貴豪宅的公寓裡——房租會不會也跟著漲啊 (￣▽￣)／ > > 不開玩笑。這篇 SaaStr 分析最有價值的地方，不是「誰的數字比較大」，而是它揭露了兩種截然不同的 AI 公司哲學正在同時接受市場驗收。一種是「先佔領所有灘頭，贏者全拿」，另一種是「用最少的資源打最精準的仗，提前獲利」。 > > 歷史上這種劇本演過很多次——Google 砸最多錢做社群輸給了 Facebook，微軟砸最多錢做搜尋也沒打贏 Google。花最多不代表贏最多。2028 年回頭看，這場賭注誰的判斷是對的，就會清楚了 ┐(￣ヘ￣)┌ ## 延伸閱讀 - [MP-291: Anthropic 出了官方 CLI 工具 ant — curl + jq 苦工時代正式結束](https://gu-log.vercel.app/posts/mp-291-20260414-anthropic-) - [MP-271: /effort 不是換模型，是踩油門——Claude Code 創造者親自闢謠](https://gu-log.vercel.app/posts/mp-271-20260409-bcherny-effort-claude-code/) - [GP-110: 把 Codex 當隊友而不是工具人：10 個 Best Practices 讓效率翻倍](https://gu-log.vercel.app/posts/gp-110-20260310-derrickcchoi-codex-10-best-practices/)