投资者开始重新评估 Anthropic 的高速增长能否持续。

2026 年 9 月 20 日，《金融时报》报道，随着竞争加剧、客户对价格越来越敏感，以及 AI 安全问题再次升温，Anthropic 虽然仍保持惊人的收入增速，但其商业模式能否长期支撑如此高的估值，已经成为潜在投资者关注的核心问题。

Anthropic 7 月的年化收入已经升至 650 亿美元。其投资者预计，到今年年底这一数字将超过 1200 亿美元。

如果这一预测实现，Anthropic 将成为历史上增长最快的企业之一。

不过，市场对于这种增长速度还能维持多久仍存在很大分歧，这种不确定性也直接体现在投资者对其 IPO 后估值的判断上。

Anthropic 目前估值约为 9650 亿美元，熟悉其经营情况的投资者预计，上市后的估值可能在 1.5 万亿至 4 万亿美元之间，上下限之间的差距已经接近一家亚马逊的市值规模。

SemiAnalysis 负责 AI 实验室研究的分析师 Joey Brookhart 表示，OpenAI 和 Anthropic 的净收入合计已经达到约 1000 亿美元，但现在判断最终行业格局会如何发展，仍然太早。

Anthropic 面临的一个重要变量，是最大竞争对手 OpenAI 的重新崛起。

根据模型平台 OpenRouter 的数据，自 OpenAI 今年 7 月发布 GPT 5.6 后，流向 OpenAI 的客户支出不断增加，其每周客户支出也首次超过 Anthropic，这是 OpenAI 两年半多来第一次实现反超。

本月早些时候，OpenAI 又发布 Astra，并称这是目前最强的模型。

与此同时，OpenAI 已经推迟自身 IPO，并开始与投资者进行初步融资谈判，计划按照约 1.2 万亿美元的估值筹集新资金。

除了彼此竞争，两家公司还面临开放模型带来的压力。

企业支付平台 Ramp 联合创始人兼联席 CEO Eric Glyman 表示，这是第一次真正看到 AI 实验室之间出现价格竞争。Ramp 以及许多客户现在都会根据不同任务切换模型，并借助模型路由工具选择更合适的供应商。模型之间切换越来越容易，也让 AI 实验室更难长期锁定客户。Ramp 通过这种方式已经将 AI 支出降低了 40%。

Glyman 用一个很直观的比喻解释这种变化：“你不会为了去超市买东西，专门租一辆法拉利。”在他看来，企业使用 AI 的方式正在发生变化，这也引出了一个更深层的问题，模型能力是否已经开始接近用户实际需求的上限？

包括微软 CEO Satya Nadella 在内的多位科技行业高管此前都曾提出，随着竞争加剧和价格下降，AI 模型最终可能逐渐商品化。企业和消费者未必始终需要最强的模型，而会越来越多地根据具体任务，选择价格和性能更合适的产品。

不过，在客户留存方面，Anthropic 目前仍然领先于主要竞争对手。

耶鲁大学经济学教授 Aleh Tsyvinski 对 OpenRouter 数据进行分析后发现，首次使用 Anthropic 模型一年后，仍有 22.5% 的用户继续使用其产品；OpenAI 的这一比例约为 13.2%。

看好 Anthropic 的投资者认为，随着 AI 需求继续增长，美国两家领先的 AI 实验室都还有很大的增长空间。

OpenRouter 数据显示，自去年年初以来，平台上的 Token 使用量已经增长约 250 倍。

自 2022 年底 ChatGPT 发布以来，OpenAI 和 Anthropic 也一直在寻找新的增长来源。现在，两家公司都希望通过继续推进前沿模型研究、完善商业产品，延续这一轮高速增长。

Anthropic 投资者、Andreessen Horowitz 前合伙人 Mike Paulus 表示，如果 AI 最终能够形成真正可持续的商业模式，那么 Anthropic 会处在这个行业的中心。

但他同时指出，目前仍然存在一个根本问题，AI 最终能否形成成熟、可持续的商业模式，答案仍不确定。即使答案是肯定的，竞争也不会消失。OpenAI 会参与，现有大型科技企业会参与，开放权重模型也会参与，这不会是一个轻松的垄断市场。

这种竞争还引出了一个更大的问题，前沿 AI 能否复制上一代高利润软件企业的商业模式。

投资者目前还在关注 Anthropic 的收入是否过度集中于少数大型客户和云计算合作伙伴，同时也在评估特朗普政府可能采取政策干预带来的风险。

除此之外，AI 技术本身可能带来的社会风险，也开始进入投资者的考虑范围。

即将离开 Anthropic 的研究员 Jacob Coxon 本月表示，开发 AI 的一些人确实相信，到这个十年结束之前，AI 可能“杀死我们所有人”。

此后，Anthropic CEO Dario Amodei 呼吁前沿 AI 实验室放慢最先进系统的开发速度，为安全研究和评估留出更多时间。如果 Anthropic 真的降低前沿模型开发速度，可能节省数百亿美元训练成本，但同时也可能给竞争对手更多追赶时间，尤其是中国 AI 企业。

Paulus 表示，当前 AI 行业正面临一个明显矛盾，AI 实验室的 CEO 一方面在说应该放慢速度、更加谨慎，另一方面，资本和商业竞争产生的利润驱动力又非常强。他认为，未来回头看时，人们可能会问，当时为什么没有更认真地听这些 AI 企业负责人发出的警告。

云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。