主题
字号
PART VI · 2026 产业地图
CHAPTER 29 ≈ 45 MIN READ

三巨头的分野——OpenAI、Anthropic 与 Google

前五卷讲的都是"事"——架构、训练、推理的技术演化。收官这一卷讲"人":造出这些模型的公司在争夺什么、靠什么活着、被什么约束。这是全书时效性最强的一卷,卷首必须挂一个免责声明:以下是截至 2026 年 7 月的一张快照,公司估值、模型排名、政策边界都在按月变化——但比具体数字更值得你带走的,是读懂这张地图的框架。

先从美国前沿阵营开始。有意思的是,尽管 OpenAI、Anthropic、Google 造的是同一类东西、技术上高度趋同(第一卷讲过架构的同质化),它们的活法却截然不同。这一章的主线就是:技术趋同,商业分野——三家的差异不在模型里,在商业模式里。

1.1 OpenAI:消费之王的甜蜜与负担

OpenAI 是这个时代最响亮的名字,它的定位可以用一个数字概括:ChatGPT 的周活用户接近九亿——这是消费互联网级别的体量,让它成为不折不扣的"AI 界的消费之王"。它的收入结构也随之定型:订阅制是主引擎(ChatGPT 的个人版、专业版占了大头),API 是副业。

这个定位有甜蜜的一面,也有沉重的一面,而沉重的一面恰好把你前几卷学的东西串了起来。消费订阅是一门"用得越多越亏"的生意:用户付固定月费,但每一次对话都在消耗第五卷讲过的推理算力——重度用户的账单可能远超其月费。当第四卷末尾那条"agent token 暴涨"的曲线撞上"固定月费"的商业模式,毛利就被推理成本持续啃噬。这解释了 OpenAI 的一个关键产品决策:GPT-5 的统一 router 架构(第三卷谱系里见过)——用户不再自己选模型,系统按问题难度自动路由到合适的档位。表面是简化体验,里子是成本控制:把简单问题分流给便宜的小模型,别让用户用旗舰去问"今天星期几"。router 是商业模式倒逼出的技术选择,这是"技术服务于商业"的清晰一例。

OpenAI 的另一条主线是它与微软的关系演化,这是一个关于"算力绑定如何塑造公司命运"的故事(第一卷"约束塑造创新"的商业版)。它起家时深度依附微软的 Azure 云和资金,2025 年底完成了一次重大重组——非营利基金会通过治理权保留控制、微软成为最大股东之一;2026 年双方又松绑了独家绑定,OpenAI 从此可以在任意云上提供服务。这一松绑直接打开了一个此前不可能的局面:2026 年 3 月,OpenAI 完成了一轮史上最大的私募融资(金额以千亿美元计、投后估值超八千亿),三大云厂商——微软、亚马逊、英伟达——全部入局。一家公司同时被三个本该是对手的巨头下注,这本身就是 2026 年 AI 资本格局的缩影。

1.2 Anthropic:企业侧的镜像

如果说 OpenAI 是消费之王,Anthropic 就是它精确的镜像——两家的收入结构几乎完全对调:Anthropic 约七成以上收入来自 API 与企业客户,消费订阅只占一成多。它服务的是把 Claude 嵌进自己产品和工作流的开发者与公司(第五卷讲过,编程类用途在 2026 年占了 token 消耗的一半,而 Claude 在编程能力上的口碑正是它企业侧的护城河)。

这个镜像对照是理解整个行业的一把钥匙,值得记牢。消费订阅(OpenAI)规模巨大但毛利被推理成本压制;企业 API(Anthropic)客单价高、毛利结构更健康,但代价是必须持续保持模型领先——企业选你是因为你此刻最强,一旦被超越,切换成本远低于消费者更换习惯。所以两家的战略性格截然不同:OpenAI 要守住用户习惯和分发,Anthropic 要守住能力排行榜。这也解释了第四卷你见过的 Claude 分层命名(Haiku < Sonnet < Opus < 新的 Mythos 级)——在按 token 计费的世界里,能力分层就是价格歧视工具:让企业按任务难度选档,简单活用便宜档、关键活用旗舰档,厂商则从每一档里榨取对应的毛利。

Anthropic 的算力路线也自成一格:它不押注单一硬件,而是让 Claude 同时跑在亚马逊的 Trainium、谷歌的 TPU 和英伟达的 GPU 三种芯片上(第五卷讲过这三家的自研芯片)——一种独有的"三芯多云"对冲。其中与亚马逊的绑定尤其深:一个用上百万颗 Trainium 芯片、代号 Project Rainier 的超大集群专门训练和服务 Claude,亚马逊承诺的技术投入以千亿美元计。

1.3 一纸行政令:模型即受管辖的基础设施

Anthropic 在 2026 年 6 月主演了本卷最具标志性的一幕,它把一个抽象的道理砸成了具体事件:前沿模型已经是受地缘政治直接管辖的基础设施,而不只是一个软件产品。

时间线值得精确复述。6 月 9 日,Anthropic 发布 Claude Fable 5——新启用的、高于 Opus 的 Mythos 级里首个公开可用的模型。三天后的 6 月 12 日傍晚,美国政府依"国家安全授权"下达出口管制指令,要求暂停任何外国国民(包括境内的外籍人士,甚至包括 Anthropic 自己的外籍员工)访问 Fable 5 和 Mythos 5。为了合规,Anthropic 只能做一件事:对全球所有客户全面下线这两个模型。触发点是一份安全报告——有研究员发现了一种绕过 Fable 5 安全护栏的"越狱"方法,能诱导它识别软件漏洞并给出可利用的代码;Anthropic 辩称这只是一种狭窄的、其他模型也普遍具备的能力,但在国安框架下,辩解不影响执行。停摆持续了约十九天:6 月 26 日部分美国机构恢复访问,6 月 30 日商务部解除管制,7 月 1 日全球恢复。

这件事的分量在于它揭示的结构性事实。你在第一卷学过"约束塑造创新",在第五卷学过出口管制怎么削芯片——但那些都是作用在硬件和训练上的约束。Fable 5 事件是第一次,约束直接作用在一个已经上线的模型本身:一纸行政令,让一个最前沿的 AI 能力在全球范围内消失了三周。模型不再只是公司的产品,它成了国家安全清单上的受控物项——这个认知是理解本卷后面地缘章节(第 4 章)的总前提。

1.4 Google:唯一的全栈玩家

第三家 Google(连同它的 DeepMind)走的是与前两家都不同的第三条路,而它的独特之处在于一个别人都不具备的身份:唯一同时握有前沿模型、自研芯片、自营超大云、和十亿级分发入口的玩家

拆开看这四张牌的威力。自研模型(Gemini 线)不必多说。自研芯片(TPU,第五卷讲过)意味着它是"人人抢英伟达 GPU"时代里唯一不必挤那道门的巨头——单位算力成本结构性地更低;2025 年底它甚至做了一件耐人寻味的事:把最多一百万颗 TPU 的巨额算力卖给了自己的竞争对手 Anthropic——既自用摊薄研发、又外供赚钱,一石二鸟。自营云(Google Cloud 的 Vertex AI)让 Gemini 有现成的企业变现管道。而最厉害的是第四张牌——分发:搜索、安卓、Workspace 办公套件,这些是数十亿人已经在用的产品。OpenAI 和 Anthropic 要一个用户一个用户地获客,Google 只需把 Gemini 塞进人们本就离不开的入口。

但全栈不等于全胜。Google 的短板恰恰在最不该短的地方——产品化交付的节奏。它技术底子最深(DeepMind 的 AlphaFold 拿了诺贝尔化学奖,科学 AI 无人能及),但旗舰模型的迭代节奏一再反复:2026 年它的一款旗舰因基模的结构性缺陷被推倒重建、连续跳票(第三卷谱系里提过这个"换基模可能失败"的公开案例)。技术最强却交付最磕绊,Google 的处境成了一句行业常谈的注脚——做出前沿模型和稳定地把它交到用户手里,是两种不同的能力

1.5 三种活法,一个赌局

把三家收拢,一张对照表就是本章的骨架,也是理解整个前沿阵营的地图:

OpenAI Anthropic Google
收入主引擎 消费订阅(约七成) 企业 API(约七成以上) 云 + 办公 + 搜索捆绑
护城河 品牌、习惯、九亿周活 模型能力领先(尤其编程) 全栈自持 + 存量分发
命门 推理成本啃毛利 必须持续保持领先 产品化交付节奏
算力路线 多云合建(如 Stargate) 三芯多云对冲(Rainier+TPU+GPU) 自研 TPU

三种活法背后,是同一个尚未见分晓的赌局。它们的共同处境值得你记住,因为它是本卷收官章要深挖的伏笔:没有一家真正赚钱——两强都在深度亏损中扩张,靠一级市场持续输血。它们赌的是同一件事:现在烧掉的钱,会在未来某个能力临界点之后连本带利赚回来。这个赌局成不成立,是 2026 年 AI 世界最大的悬念——第 5 章算钱、第 6 章论断,我们后面见。

下一章转向太平洋对岸:一群选择了完全不同打法的公司——把最强的模型免费开源出去。这在美国巨头看来近乎自杀,为什么在中国成了主流?


本章要点