GPT-6重回第一，OpenAI也打不过Anthropic

出品｜虎嗅科技组

作者｜黄天媛

编辑｜苗正卿

头图｜视觉中国

GPT-6 Astra发布后，OpenAI重新有底气谈"第一"了。

9月3日，OpenAI发布GPT-6 Astra，并将其称为"世界上最智能的模型"。在软件工程、计算机操作和专业工作等多项测试中，Astra均大幅超过上一代GPT-5.6 Sol，并在部分指标上领先Claude。其中FrontierMath Tier 4得分97.6%、ARC-AGI-3最高99.9%、ExploitBench达到100%。在更谨慎的独立评测中，截至9月7日，Artificial Analysis最新综合榜单中，Astra与Claude Fable 5.1以53分并列第一。

金融时报将这次发布直接放在OpenAI与Anthropic的竞争中观察：过去一段时间，Anthropic夺走了前沿模型的技术领先叙事，OpenAI试图借Astra重新夺回来。

OpenAI和Anthropic的竞争，从开始就带着一丝同门相争的意味。2020年底，时任OpenAI研究副总裁Dario Amodei带着多位OpenAI成员离开，随后创办Anthropic。此后很长时间里，Anthropic更多扮演追赶者的角色。

但过去一年，局势发生了反转。模型能力、Claude Code和云渠道三线并进，Anthropic很快跑通了从技术到企业收入的商业化路径。

到今年5月，Anthropic最新融资估值达到9650亿美元，超过同期OpenAI的8520亿美元，成为全球估值最高的独立大模型公司。

甚至在中国科技和投资圈，"谁是中国的Anthropic"也成了新的估值叙事。

而现在，OpenAI带着GPT-6 Astra杀了回来。但问题是，重新追回能力领先地位的OpenAI，还能过去一样顺利赢下市场吗？

答案没有那么简单。

OpenAI曾经失去的，不只是Benchmark

竞争的前半程，OpenAI一直掌握着主动权。从GPT-4开始，OpenAI一直保留着模型能力和用户优势。

到2024年，这种关系开始松动。Claude 3 Opus首次在多项Benchmark上挑战GPT-4，升级后的Claude 3.5 Sonnet又把Coding能力推到行业前列，在SWE-bench Verified上超过包括OpenAI o1-preview在内的公开模型。（虎嗅注：benchmark，即用一套标准测试题或任务，对不同大模型的能力进行横向比较。）

但2025年Claude Code的出现让二者之间的竞争格局发生了巨变。

Coding成为大模型目前商业化最成熟的场景之一。硅谷风投机构Menlo Ventures估算，2025年企业在生成式AI上的支出达到370亿美元，两年增长接近22倍，其中Coding支出达到40亿美元，成为最大的部门级AI场景。

在Menlo估算的企业LLM API支出中，Anthropic的份额从2023年的12%升至40%，OpenAI则从50%降至27%；Coding模型市场中，Anthropic达到54%，OpenAI只有21%。Menlo将Anthropic的增长很大程度上归因于Claude Code。

真实企业采购数据也呈现类似趋势。企业支出管理平台Ramp今年7月数据显示，43.5%的美国企业客户为Anthropic产品付费，OpenAI为39.7%。

收入和估值的变化更加直观。

截至7月底，Anthropic年化收入运行率已经超过650亿美元；OpenAI同期超过400亿美元。虽然二者的统计口径并不完全一致，不过美国科技商业媒体 Axios 援引知情人士估算，即使将Anthropic调整为类似的净额口径，两者仍存在约190亿至210亿美元的差距。

5月底，Anthropic融资后的估值达到9650亿美元，也超过OpenAI今年3月的8520亿美元。

过去几年，是Anthropic追着OpenAI的模型跑。但现在，OpenAI开始追着做Anthropic的企业生意。

OpenAI开始攻打Anthropic的腹地

OpenAI将Astra定位为，"用于最困难端到端工作的模型"，重点强调Coding、Computer Use、专业工作和复杂多步骤任务。不只回答问题，还要更新CRM、处理表格、操作软件，从一个初始需求一直做到最终交付。

它们恰好指向Anthropic过去一年建立商业优势的路径——软件开发、Agent和企业知识工作。

更重要的是，Astra的发布并不是一个孤立动作。今年以来，OpenAI明显开始加速企业业务的布局。

2月推出的Frontier开始把Agent接入企业数据、权限和业务系统；4月，OpenAI披露企业业务已经贡献超过40%的收入，同时把模型和Codex进一步带进AWS；6月又建立Partner Network，引入Accenture、BCG、McKinsey、PwC等咨询和服务公司参与销售、集成和交付。

产品边界也在不断拓展。Codex起初是一款Coding Agent，但到6月，已经有超过500万人每周使用Codex，到 8 月中旬，Codex 活跃用户已突破 1500 万。其中约20%已经是分析师、营销、运营、研究员、投资人等非开发者。7月上线的ChatGPT Work进一步把Codex的Agent能力装进普通白领的工作流，可以跨应用处理资料并生成文档、表格、演示和网站。路透社将它直接视为Claude Cowork的竞争者。

到8月，OpenAI已经开始用另一套语言描述企业AI。瓶颈"不再只是模型能力"，企业需要做的是把Agent放进真实工作流，并从"让AI辅助人工作"转向"让AI独立执行完整工作"。

这与Anthropic过去一年跑通的路径越来越相似。Claude Code先从Coding切入高价值工作流，再借AWS、Google Cloud、Microsoft和合作伙伴网络进入企业。OpenAI现在也在补齐产品、云渠道、系统集成和Agent平台。

两家公司正在收敛到同一个答案：前沿模型的商业价值，也许最终要靠进入企业工作流来兑现。

对于OpenAI，Astra补上了其中一块重要的拼图——一个更擅长Coding、Computer Use和复杂多步骤任务的底层模型。

模型第一，不等于商业第一

但对于现在来说，模型能力已经不再是竞争最重要的问题。企业采购AI，也不像消费者永远追逐最新款产品。除了性能，价格、稳定性、安全合规、云渠道以及迁移成本，都会影响最终选择。

Ramp今年8月专门研究了Anthropic性能更强、价格也更贵的模型Fable 5，其7月只占Ramp样本中Anthropic企业Token使用量的6%；同期GPT-5.6 Sol占OpenAI企业Token的25%。

Ramp据此提出，企业客户为"额外智能"支付的意愿可能正在接近上限，当头部模型达到某个能力门槛后，企业更关心的是性价比的问题。考虑到出口管制等问题，价格也许不能完全作为归因，但至少能够说明，模型性能领先已经不能转换成企业的使用量了。

Anthropic显然也在解决这个问题。

9月1日推出Fable 5.1时，它宣传的重点不再只有模型更强。新模型保持原有输入输出价格，但将Prompt Cache读取价格降至此前的四分之一。与此同时，又推出面向企业的Enterprise Frontier Safeguards，让部分敏感数据可以保留在客户控制的云环境中。

在OpenAI和Anthropic都越来越接近资本市场的节点，投资者最终看的也不会是谁多拿几个Benchmark第一，而是谁能把昂贵的模型能力，更稳定、更高效地转化成持续收入。GPT-6帮OpenAI重新拿回了技术竞争的筹码，但商业上的胜负，还远没有因此逆转。

再往后看，战场可能还会继续变化。随着企业内部的Agent越来越多，问题可能不再只是"谁有一个更强的Agent"，而是谁能把散落在不同软件、数据和业务流程里的Agent连接起来，让它们彼此协作。

这种竞争已经露出苗头：OpenAI把Frontier定位成统一管理企业Agent的平台，Anthropic则通过MCP尝试定义AI连接数据和工具的通用协议。

到那时，真正稀缺的或许不是又一个更聪明的模型，而是连接工具、调度Agent和承接用户需求的入口。谁能把越来越多的Agent组织起来，让它们稳定完成复杂工作，谁就更有可能占据下一阶段竞争的制高点。

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4889501.html?f=wyxwapp