人工智能行业专题（15）：从全球模型巨头的发展历程，思考模型企业的壁垒与空间

行业研究·行业专题 互联网·互联网Ⅱ 投资评级：优于大市（维持） 证券分析师：张伦可证券分析师：张昊晨证券分析师：刘子谭0755-81982651zhanghaochen1@guosen.com.cnliuzitan@guosen.com.cnzhanglunke@guosen.com.cnS0980525010001S0980525060001S0980521120004 报告摘要 •根据Semi-Analysis报道，26Q1预计Anthropic单季度ARR的净增规模将首次超越OpenAI，成为全球AI收入规模增长最快的大模型公司。我们认为伴随模型跨越Agentic Coding拐点，当前正处于Agent爆发的起点，OpenClaw仅用2个月就成为GitHub最多星标数的软件项目。当前发展的速度和技术变革所带来的商业化影响，我们认为已经可以与2000年互联网变革的高度相比较。 •本篇报告意在对比Anthropic、OpenAI和谷歌Gemini的发展历程、产品矩阵、商业化策略等，去思考AI时代大模型企业发展的核心壁垒和未来商业化空间。我们认为今天Anthropic的快速增长，更核心的源自创始人Dario的敏锐的技术品味（Taste）所驱动的发展决策。AI的未来是未知的，无法通过后视镜前瞻去选择商业化空间最大的发展方向，技术驱动产品发展是更成功的路径，因此技术领袖的战略判断和选择非常重要。比如三年前，OpenAI认为要“大力出奇迹”，先把模型弄聪明，再用人类反馈（RLHF）去修补它；Google更侧重于打造模型全家桶赋能其自身生态；而Anthropic认为模型必须从底层架构上就是可控的、讲逻辑的、和严格遵守规则的，因此Anthropic选择聚焦编程场景训练。而过去两年模型训练中RLVR（可验证强化学习）的方式恰好在编程领域取得了更加明显的能力提升，最终Anthropic率先实现Agentic Coding能力的跨越式拐点，即Opus 4.5模型的推出，自此开启模型自主完成任务、调用工具的时代，推动OpenClaw风靡全球，拉动模型厂商API类型收入快速增长。 •伴随模型能力快速提升，我们发现模型和应用的边界正在逐渐模糊。比如当Claude Opus 4.5能够实现自主任务的时长明显提升后，模型自主调用工具完善Agent任务，实际上正在对软件/互联网应用层过去的工作流设计、用户使用习惯产生明显变化，用户可以通过构建各类型Skills（实际更简单）的方式完成过去应用层的功能。我们观察到海外头部明星AI应用，Cursor、Perplexity等由于缺乏底层模型壁垒，也开始面临用户数的冲击等问题。 •投资建议：我们认为AI时代应该重点关注ARR快速增长的前沿大模型厂商，以及已经降本增效或增收明显的公司。 •风险提示：宏观经济波动风险、下游需求不及预期风险、核心技术水平升级不及预期的风险、AI快速迭代平权化下竞争加剧等。 •一、A n t h r o p i c： 凭 专 业 生 产 力 打 造 高 毛 利 护 城 河 •核 心 团 队 成 员 、 经 营 理 念 、 算 力 储 备•模 型 能 力 ：C o d i n g、A g e n t场 景 下 的S O T A模 型•商 业 模 式 ： 极 简 产 品 矩 阵 ，A P I贡 献 主 要 收 入•财 务 表 现 ： 最 强 模 型 带 来t o k e n溢 价 ，2 8年 有 望 迎 来 现 金 流 转 正 •二、谷 歌 ： 多 模 态 能 力 领 先 ， 生 态 优 势 明 显 •模 型 能 力 ：围 绕 多 模 态 能 力 打 造 模 型 矩 阵 ， 综 合 性 能 领 先•商 业 模 式 ： 原 生A I应 用+ G e m i n i赋 能 传 统 产 品 ， 云 与 广 告 受 益 增 长 •三、O p e n A I：C端 产 品 领 导 者 ， 开 始 发 力 企 业 市 场 •模 型 能 力 ： 模 型 路 线 从 分 化 到 统 一•商 业 模 式 ：C端 产 品 领 导 者 ， 发 力 企 业 市 场•财 务 表 现 ：收 入 预 测 持 续 上 修 ，预计2030年超过2800亿•算 力 储 备 ：星际之门项目持续推进 •四、静态理解模型的商业化市场空间 Anthropic：核心团队成员来自OpenAI，当前估值3800亿美元 •Anthropic成立于2021年5月，核心团队成员来自OpenAI，联合创始人Amodei兄妹曾分别担任OpenAI研发副总裁和安全与政策副总裁。20年末由于对认为OpenAI对安全的投入不足，以及与微软过度绑定会导致公司过度商业化，对技术的控制减弱，因此选择离开创建Anthropic。24年开始，陆续引入了外部来自谷歌、Meta、Salesforce等公司的高管。 •估值：26年2月Anthropic完成300亿美元G轮融资，其中包含25年11月来自微软和英伟达的150亿美元融资，投后估值已达到3800亿美元。 “安全与对齐”是Dario对Anthropic的绝对主张 通过梳理Anthropic创始人Dario在不同时期访谈传递的内容主旨，我们总结Anthropic在AI发展趋势下有以下几点重要思考和策略： 1.当OpenAI认为要“大力出奇迹”，先把模型弄聪明，再用人类反馈（RLHF）去修补它；Google认为要融入全家桶生态时，Dario认为模型必须从底层架构上就是可控的、讲逻辑的、严格遵守规则的。 2.Anthropic专注于提供企业端服务，认为AI在企业端的应用（主要是在企业、初创公司、开发者和高效能用户之间的生产力场景里）会超过消费端。因为商业客户的需求（如在生物化学等专业领域）能为提升模型核心智能提供更强的激励，这比面向普通消费者的应用更能推动技术突破。 3.重视编程：1）编程是AI构建的基础技能，因此也最快会被颠覆。技能与构建AI的人员距离越远，AI对其造成颠覆性影响所需的时间就越长；2）模型在编程上变强后，也会帮助训练下一个更强的模型，形成正循环。 4.定位平台公司，针对客户的核心需求开发垂直产品。对Anthropic的定位是一家平台型公司，在部分领域推出自己的产品（例如Claude code等）主要是因为：1）直接触达终端用户，能精准了解用户的使用场景、核心需求；2）很多传统企业直接基于API进行开发，门槛较高，需要为他们提供更易上手的方案，要么是配套的开发工具包，要么是现成的应用程序。 5.商业模式选择的思考：由于模型的快速变化，任何固定的产品形态，都有可能很快变得过时。API的价值在于，它始终提供最接近底层能力的接口，让开发者基于最新技术构建。 6.Dario认为，我们正站在指数曲线的终点，而技术曲线与经济曲线之间存在天然的时间差，所以很多人还处于体感不明显的阶段，但是技术已经达到难以想象的水平。1）技术对生产力的提升需要形成闭环，如果只是在某个中间环节插入AI，而没有重构整个工作方式，收益会很有限，甚至是负的；2）AI完成90%的代码到完成100%的代码是生产力数量级的差异。 Anthropic模型和产品发展历程 Anthropic采取多云路线，25年末加大算力建设投入 •Anthropic采取多云路线，同时使用多家芯片。根据SemiAnalysis报道，Anthropic算力来源最初主要是作为投资方的谷歌和亚马逊，25H1及以前谷歌占比较多。 •25年开始Anthropic随着收入的快速增长，25年末连续签订了多笔算力采购/建设合同。分别与谷歌（获得100万TPU/1GW支持）、微软+英伟达（300亿美元/1GW合同）签订了新的合作协议，同时宣布将投资500亿美元与Fluidstack合作进行自有数据中心的建设。 资料来源：SemiAnalysis、国信证券经济研究所整理 Anthropic：专注模型编程能力训练，企业大模型API市场份额不断攀升 •Anthropic Coding能力突出，是代码开发场景的首选。Anthropic的势头起于2024年6月发布的Claude Sonnet 3.5，到了2025年2月的Claude Sonnet 3.7更是首次展示出“Agent优先”的LLM雏形。到2025年5月，随着ClaudeSonnet 4、Opus 4以及Claude Code的推出，其领先优势已被彻底坐实。根据Anthropic数据，44%的流量都是与计算机和数学类职业相关，细分的使用场景中前三名的分别是调试Web应用程序、解决技术问题以及构建专业商业软件。此外，得益于在编程场景中的出色表现，根据Menlo Ventures，25年Anthropic在企业大模型API市场份额已经达到40%，Coding市场份额则达到54%。 资料来源：Anthropic、国信证券经济研究所整理 Anthropic：25年Opus系列的迭代引领了Agent时代的开启 •首款Claude模型上线于23年3月，并在24年3月Claude3开始分为不同尺寸的版本，Claude 3 Opus首次全面超越同时期的GPT-4。 •25年Opus系列的迭代引发了Agent的拐点。25年5月，Opus时隔一年推出了新一代版本，开启Agent时代，并且在年末的Opus 4.5推出后在编程、工具调用等维度均达到了SOTA水平，此后开始基于Opus4.5出现OpenClaw、ClaudeCowork等优秀的Agent产品。 资料来源：lifearchitect.ai、国信证券经济研究所整理 Opus 4.5在复杂任务的交付率上实现质的飞跃 •Opus 4.5在编码上扮演了自主性极高的AI工程师角色。举例：以前让模型“写一个Python函数来抓取网页”，然后“把这个基于Django的老项目迁移到FastAPI，并重构数据库模型”，模型容易混淆格式，导致代码跑不起来。但是Opus 4.5能“脑补”出整个项目的50+个文件之间的引用关系。修改A文件时，它会自动意识到B、C、D文件也需要调整。Opus代码的一次性通过率显著优于其他代模型。 •此外，Opus 4.5在定价上采取了更平衡性的市场策略，通过“effort”参数提供了前所未有的成本与性能调控精度。 “effort”参数 编码能力 性价比 Opus 4.5引入“effort”参数通过资源调控器，实现精细化成本与性能管理。 ·场景化性能匹配：根据任务的重要与复杂性，在高、中、低模式间灵活切换。·高效的资源利用：在各模式下，都能在性能超越前代模型的同时，大幅减少资源消耗，极大提升计算资源投入效率。·企业级部署优化：使企业IT基于业务实现大规模、可持续的AI应用部署。 Opus 4.5的定价策略实现性能与成本平衡的突破，以低成本提供旗舰级智能。 Opus 4.5的编码优势为一种端到端从高效执行到全流程的自主软件工程能力。 ·价格门槛大幅降低：以显著低价提供同等甚至更优的顶级智能体验。 ·重塑市场竞争力：企业用户获得行业领先的编码、推理与多模态能力，降低了尖端AI技术投入的总体拥有成本。 Opus 4.5与不同工具的交互能力达到生产级别可用 •Opus 4.5在工具与生态上的演进，对内模型能力、对外开发生态、对下部署平台三位一体的协同设计，让AI Agent从概念验证，更近一步走向了规模化落地，标志其角色从单一的模型调用转变为智能体生态系统的核心引擎。 •Claude 3.5时期推出的Computer Use（操作电脑）在4.5 Opus上达到了生产级可用。Claude 4.5 Opus的能力包含：1）像人一样看屏幕：它能直接看GUI（图形界面），它能处理“去SAP系统里把上个月的财务报表导出来，然后发邮件给张总”；2）视觉与逻辑的融合：如果网页弹出了一个“从没见过的广告窗”挡住了按钮，以前的Agent会卡死或报错。Opus 4.5能理解弹窗。并模拟人类点X把它