作者 | 铅笔道 黄小贵编辑 | 铅笔道 邹蔚封面图 | 铅笔道制作

2026年第二季度，大模型行业的天翻了。

据媒体披露，今年二季度，Anthropic收入达到约116亿美元（相当于一天收入9亿元人民币），较一季度增长超过一倍，首次超过OpenAI同期约67亿美元的收入。

更重要的是，Anthropic当季录得小幅经营利润；OpenAI同期经营亏损则扩大至123亿美元。

Anthropic证明了一件事：大模型真的可以赚钱。

狂奔还在继续。到今年7月底，Anthropic的年化收入运行率（ARR）已经超过650亿美元，而2025年底还只有约90亿美元。

这不是简单的一次排名互换，“Anthropic的盈利，颠覆了OpenAI过去的那套融资叙事。”国内一家大模型厂商的高管张然（化名）告诉铅笔道，过去一直认为，要买很多卡，烧很久的钱，最终再考虑商业模式。Anthropic则告诉市场，只需要4年就可以赚钱。

Anthropic当前估值9650亿美元（约合人民币6.46万亿元），成为全球最贵独角兽。它最快于9—10月上市，将成为募资规模最大IPO。市场估计，有可能冲到2万亿美元甚至更高的估值。

为什么Anthropic先跑通赚钱？

OpenAI和Anthropic，两家公司起步时差距巨大——OpenAI融资超千亿美元，Anthropic早期融资不过几十亿。

“Anthropic跑出差异，两个原因。”张然总结，“第一，它把一个具体场景打爆了，尤其是Coding。第二，它有非常明显的To B属性。这种To B属性又推动它不断朝Agentic AI方向发展。”

Anthropic的To B之路走得顺，很大程度上得益于两个“干爹”——亚马逊AWS和谷歌GCP。这两家既是Anthropic的股东，又本身拥有海量企业客户。当Anthropic的To B能力做出来之后，AWS和GCP天然就是它的分发渠道。

这跟移动互联网时代预装的逻辑很像——你有应用，但没渠道；手机厂商有渠道，缺好应用。两者一结合，用户量瞬间起量。Anthropic就是那个好应用，AWS和GCP就是预装的手机厂商。

但光有渠道不够，产品本身得硬。Anthropic真正的杀招，是Claude Code——一款面向程序员的AI编程助手。

Coding这个场景选得太准了。程序员是付费意愿最强、付费能力最高的群体之一，他们对AI工具的需求是刚性的——能帮你写代码、debug、读文档、重构，一年省下来的时间价值远高于几千块的订阅费。

风投机构Menlo Ventures将Coding称为生成式AI第一个真正的“杀手级应用案例”。它能理解任务、调用工具、写代码、执行测试、提交PR，真正完成一整个工作流。

Anthropic今年2月披露，Claude Code的年化收入运行率已经超过25亿美元，较2026年初增长超过一倍；企业版订阅量年初以来增长了4倍，企业客户贡献已经超过Claude Code总收入的一半。

2026年二季度，Anthropic企业收入占比超过70%，其中Claude Code贡献了近四成。而OpenAI消费者业务仍占大头，企业版虽然在增长，但速度远不及Anthropic。

“ChatGPT这种产品形态并没有足够强的动力，推动OpenAI快速朝Agentic AI的方向演进。”张然说，“等到Anthropic把Agentic AI这条路线真正趟出来以后，OpenAI逐渐失去早年的先发优势。”

OpenAI不缺钱，它什么都做——文本、图像、视频、语音、机器人，摊子铺得极大。Sora视频模型技术上确实惊艳，但商业回报遥遥无期。

Anthropic钱少，反而被逼得更聚焦。它长期深耕Coding这个垂直领域，把一个具体场景做得非常深；同时在长文本、研报处理等企业高频需求上持续打磨。结果就是，场景越做越深，客户越粘越紧，收入越滚越大。

英伟达不再躺着数钱

Anthropic盈利，最难受的是OpenAI。“它可能会给OpenAI阵营带来更大的融资压力。”

Anthropic用盈利反问了一个问题：如果一个成立4年的公司都能靠大模型赚钱了，那个烧了几百亿还在亏的行业领头羊，到底在烧什么？

“从目前来看，OpenAI在模型先进性方面已经被Anthropic拉开了一些距离。”张然说。

更深远的影响在生态层面。过去，跟OpenAI绑定的公司股价一起涨，形成了所谓的“OpenAI概念股”——从英伟达到各种AI应用公司，都享受着OpenAI叙事带来的估值红利。但随着Anthropic崛起，这种集体繁荣可能结束。

“未来，跟OpenAI有关的公司，不太可能再出现过去那种集体繁荣、股价一起上涨的局面。相反，一些具有明显Anthropic体系特征的公司，可能会更容易拿到钱，股价也更容易得到支撑。”

英伟达就是最典型的例子。过去英伟达与OpenAI体系绑定极深，AI芯片几乎一家独大，毛利率超过70%。但Anthropic背后站着Google TPU和AWS Trainium——非英伟达算力体系正在规模化部署。

“从综合成本来看，这套非英伟达算力体系的成本甚至可以做到英伟达阵营的50%以下。而恰恰是英伟达过去的高毛利，使得它的算力生态在推理市场上存在成本劣势。”张然说。

这不是空穴来风。2026年二季度，Google Cloud的TPU业务收入同比增长超过200%，AWS Trainium也拿下了Anthropic、Stability AI等大客户。推理市场对成本极度敏感，一旦替代方案成熟，英伟达的高毛利还能维持多久，是整个行业都在思考的问题。

留给中国公司的机会

Anthropic开始赚钱，对中国AI行业意味着什么？

“它很重要的启发，是跟现有的云平台合作。比如选择跟腾讯合作，就可以寻找跟腾讯现有To C场景结合的方向。如果选择跟阿里合作，就可以寻找跟阿里云现有To B业务结合的机会。在这些领域里，看能不能找到真正的商业机会。”

那么中国大模型的机会在哪？

张然的判断是：中国市场很难形成北美式的双寡头格局，未来更可能是一个相对分散的局面。“因为这门技术一旦进入中国市场，很多东西其实没有那么高的门槛。你能拿到的技术，别人也能拿到；你能找到的人才，别人差不多也能找到。”

通用模型的阵地，最终大概率会落到阿里、腾讯、字节这几个大型互联网生态手里——既然小厂都能做通用模型，大厂自己当然也能做，而且还能绑定自家生态。

真正的机会在垂直领域。

张然举了医药巨头莫德纳（Moderna）的例子：在医疗领域做癌症相关的AI，深度绑定领域知识库，做针对性的模型训练和能力编排。“未来一个很重要的方向，就是深耕具体领域，尤其是寻找那些互联网上没有公开数据的领域。你真正扎进去，在一个领域里做出足够深的能力，才可能形成自己的价值。”

更深层的差异在于产业环境。北美是高度竞争的自由市场，新技术有机会改变格局、诞生新巨头——就像OpenAI和Anthropic从无到有长成万亿级公司。但在中国，大模型作为一门“输入进来的技术”，往往会依附于现有的权力和资本格局，很难真正改写竞争结构。

张然建议，中国公司更多发挥后发优势，跟着前面的头部公司跑，没有必要一定想着自己从零折腾出一套完全不同的东西。

“工程优化当然可以做，但是需要注意，很多中国公司重点做的工程优化，并不是海外头部模型厂商现阶段真正关注的重点。原因也很简单，它们不缺算力，所以没有必要过早地围绕算力进行大量优化。”

但这并不意味着没有机会。机会不在通用大模型的正面战场，而在垂直领域的深耕。谁能在一个细分行业里扎得足够深、做得足够透，谁才能真正形成自己的护城河。