今年年初至今，国产大模型的竞争格局经历了频繁且根本性的洗牌，几乎每隔一两个月就会出现新的领跑者。在我看来，二月时通义千问（Qwen）独占鳌头；三月中下旬，Kimi 虽短暂领先，但市场焦点转向了等待 DeepSeek；四月底，DeepSeek V4 无疑成为了最引人注目的焦点；六月底，GLM-5.2 凭借强大的编程能力崛起；随后，Kimi K3 在大约一个月后抢回了大量风头。不过，最近发布的 Qwen 3.7 同样出色，阿里始终稳居国产大模型第一梯队。显而易见，国产模型不仅数量众多、迭代迅速，而且大多提供开源版本。它们对目前如日中天的 Claude 系列构成了怎样的冲击？要知道，自从 Claude Code 和 Claude Opus 4.6 发布以来，Anthropic 一直是全球先进大模型商业化的标杆，华尔街甚至严肃讨论过一种可能性：到 2027 年底，Anthropic 的年化经常性收入（ARR）能否达到 4000 亿美元？即便这一预测过于激进，打个八折甚至五折，也是一个惊人的数字！
让我们先看收入层面。Anthropic 确实从五月中旬停止披露 ARR，当时的数据为 470 亿美元。此后未公布的原因很简单：他们在六月秘密提交了上市申请，上市前夕减少披露符合合规要求和投资者关系管理的需要。所谓的“被竞争对手威胁、增速放缓、不敢公布”纯属猜测。TickerTrends 七月中旬的估算显示 ARR 为 741 亿美元，两个月内增长了 58%。这个增速慢吗？相比之前确实放缓了，但要知道 2025 年第四季度 ARR 仅为 90 亿美元，半年内增长了四倍多。如果从现在开始维持每月 10.5% 的环比增速，2026 年底 ARR 就能达到 4000 亿美元。实际上，我认为 8% 的月环比增速都算乐观了，毕竟基数已经很大。Anthropic 的增速放缓，除了基数变大外，另一个原因是 OpenAI 的追赶。今年二月底 OpenAI ARR 为 250 亿美元，当时高于 Anthropic 的 140 亿美元，之后差距迅速拉大。但随着 GPT-5.6 发布及 Codex 等产品更新，企业端 API 收入大幅上升。TickerTrends 最近估算其 ARR 为 413 亿美元，约为 Anthropic 的 60%。OpenAI 是否被低估？CFO 曾在内部会议上称七月 ARR “超过了整个二季度之和”，这暗示了成倍的环比增长。OpenAI 也在筹备上市，披露会更谨慎。我个人认为，此前 OpenAI vs Anthropic 的 ARR 可能是 0.6:1.0，现在已拉近至 0.7/0.8:1.0。Anthropic 的问题包括 Fable 5 延期单独收费、大规模封号、Claude Code 更新不及 Codex 等。但随着 Opus 5.0 发布，局势可能再次变化。总的来说，Anthropic ARR 增速下滑，很大程度上是因为 OpenAI 赶上来了。SemiAnalysis 曾指出，三个月前 OpenAI 明显掉队，现在在编程和 Agent 任务上已与 Anthropic 并驾齐驱，近期 ARR 增量甚至可能超过 Anthropic。
再看 Token 市场份额层面。不可否认，国产开源大模型深受全球企业级开发者青睐。OpenRouter 平台数据显示，七月十三日至十九日，美国用户消耗的 Token 有 64% 来自中国开源模型。自二月份以来，中国模型占比从未低于 30%，六月 DeepSeek 单一模型就贡献了 16.3%。Claude、GPT 和 Gemini 的份额从一年前的 70% 降至现在的 30% 左右。但这并不意味着国产模型份额已达 60-70%。因为 OpenRouter 主要是面向独立开发者和小团队的性价比平台，不包含大厂订阅、云平台打包方案及直接订单。创业者常注册多个 Claude 账户打满额度，大厂则直接签约或通过云平台采购，这些均未纳入统计。只能说国产模型在追求性价比的企业用户中份额极高。此外，开源模型可本地部署和微调，这部分的收入和消耗无法被统计。开源模式本质是牺牲部分收入换取社区和用户。国产模型在翻译、资料整理等日常任务上已能平替 Claude/GPT，用它们反而更省钱。一位创业者朋友表示，他 70% 的 Token 消耗来自某国产模型（既非 DeepSeek 亦非 Kimi）；另一位爱好者表示翻译整理工作完全可由国产模型完成。
核心问题在于：Claude 为何还能维持明显更高的定价？过去三个月，至少有四五个国产“Claude 杀手”上线，API 价格仅为 Claude 的 1/5 甚至 1/10。Anthropic 虽然在订阅和 API 端做了一定让步，但并未改变其全市场最贵且贵近一个数量级的现状。这不像一个受到显著冲击的厂商该有的表现。原因在于：第一，复杂高要求任务仍非 Claude 不可，GPT 也有差距，开源模型差距更大，客户愿意为这 10-15% 的能力溢价支付 100-200%。这在本质上是足球转会市场：贝林厄姆、维尼修斯等巨星的薪酬可能是其他球星的 2-3 倍，俱乐部依然得开高薪。第二，企业成本是“每次任务成本”而非“每 Token 价格”。Kilo Code 2026 年 6 月的研究显示，开源模型平均每次任务成本 0.22 美元，成功率 46.7%；Claude Opus 4.8 等则为 0.79 美元，成功率 65.6%。开源模型仍有价格优势，但差距缩小。且任务失败产生的人工干预等成本会进一步拉大差距。必须指出，目前仍处于生成式 AI 技术高速发展期，Claude Code 和 Codex 推出仅半年多，技术格局尚未稳定。未来可能是国产模型拉平技术差距，也可能是 Anthropic 永远保持优势。从现状看，国产模型确实给 Anthropic 制造了危机感，但在商业收入上冲击有限。它们的真正贡献不是颠覆谁，而是以低廉价格和较高性价比，加速了 Agentic Coding 和 Workflow 的进程。如果没有高性价比的 Token，AI 替代白领的速度可能会慢好几年。