OpenAI Q2 亏损扩大，Anthropic 营收反超并实现小幅获利
OpenAI 2026 年第二季营收达 67 亿美元，较第一季的 57 亿美元成长 18%，但营业亏损亦由 93 亿美元扩大至 123 亿美元，增幅达 32%，明显高于营收成长速度。相较之下，Anthropic 第二季营收达 116 亿美元，较此前成长逾一倍，不仅首次超越 OpenAI，并已实现小幅营业获利。随 ChatGPT 今年以来成长动能有所放缓，Anthropic 推出的程式设计工具 Claude Code 持续获得市场关注；另一方面，除 Google, Meta 等大型科技公司持续加大 AI 投资外，低价中国 AI 模型亦逐步抢占市场。根据《华尔街日报》报导，部分企业客户已开始将部分 AI 工作负载转向中国 AI 模型。此次 Anthropic 营收首度超越 OpenAI，显示 OpenAI 面临的竞争压力正持续升高，也反映生成式 AI 市场已由过去少数领先模型主导，逐步转向产品能力、价格与企业应用等多面向竞争，产业格局正快速重塑。
生成式 AI 竞争焦点转向单位经济模型与获利能力
生成式 AI 早期的竞争核心主要集中于模型性能与能力上限，但自低成本 DeepSeek 出现，以及近期 Kimi K3 进一步强化低成本、高效率的发展方向后，市场关注焦点已逐步由单纯追求模型性能，转向单位经济模型与获利能力。这并不代表市场开始质疑 AI 需求本身，OpenAI 与 Anthropic 持续扩大的营收规模，仍显示企业与个人用户具有明确的付费意愿；然而，对 Microsoft, Google, NVIDIA 等 AI 产业链核心公司而言，营收成长已不再是唯一衡量标准。投资人更关注这些收入能否进一步转化为高毛利、稳定现金流，以及是否能形成足以支撑并消化庞大资本支出的云端与算力需求，意味生成式 AI 的竞争正由技术领先逐步进入商业模式与资本效率的验证阶段。
OpenAI 当前最大的压力来自成长斜率明显放缓。2026 年第二季营收季增 18%，若放在传统软体巨头仍属不差的成长表现，但在 AI 渗透率快速提升、产业仍处高速扩张的阶段，市场更倾向将其解读为成长动能显著降温。更值得关注的是，OpenAI 目前每创造 1 美元营收仍需消耗超过 1.8 美元资金，且亏损规模持续扩大，显示公司距离稳定获利仍有相当距离。相较之下，Anthropic 呈现出截然不同的成长与获利曲线，第二季营收超过 115 亿美元，较第一季 47.3 亿美元大幅成长，截至 7 月底 ARR 更突破 650 亿美元，较 2025 年底约 90 亿美元显著提升；与此同时，公司已实现小幅营运获利，调整后营业利益率转正，显示其在高速扩张营收的同时，单位经济模型与获利能力亦同步改善。
商业模式差异成为获利能力分化关键
OpenAI 与 Anthropic 的获利差异，很大程度来自商业模式与客户结构不同。OpenAI 目前收入仍高度仰赖 ChatGPT 消费端订阅与品牌流量，免费及低价用户占比较高，且从个人用户进一步转化至高价值企业客户仍存在一定摩擦。根据美国企业 LLM 市场调研数据，截至 2026 年 6 月，Anthropic 在美国企业付费渗透率已达 34.4%，首度超越 OpenAI 的 32.3%，市占率亦以 32% 领先 OpenAI 的 25%。
Anthropic 的成长动能则相对明确，开发者程式设计工具 Claude Code 能直接读取程式码库并执行长链条软体工程任务，使模型使用情境由过去的单次对话，转向持续运行且大量消耗 Token 的工作流程。目前 Anthropic 约 75% 至 85% 收入来自企业级 API，而 Claude Code 透过较高任务准确率降低整体工作成本，并可直接切入企业研发预算，以自下而上的方式渗透企业客户，降低传统大型 IT 采购流程带来的阻力。这种以高价值企业工作负载与 API 使用量为核心的商业模式，使 Anthropic 能在扩大营收规模的同时维持较佳的 Token 经济效益，也是其较早实现营运获利的重要原因。
结论 : AI 终端需求仍强劲，但市场开始重新定价回本时间
整体而言，OpenAI 与 Anthropic 营收规模持续扩大，显示企业与个人用户对生成式 AI 的付费意愿仍然强劲，AI 终端需求本身并未出现明显降温；然而，随产业由早期追求模型性能与用户成长，逐步进入商业模式验证阶段，市场评价标准也开始发生变化。投资人不再只关注营收增速，而是更重视单位经济模型、毛利率、现金流与资本支出回收速度。Anthropic 凭借企业 API 与 Claude Code 带动高价值、高频率的工作负载，较早展现获利能力，反映具备清楚变现路径的 AI 应用将更容易获得市场认可；相较之下，OpenAI 即使仍维持庞大营收规模，若亏损持续扩大、成长斜率放缓，市场亦将重新评估其资本投入与获利实现之间的时间差。对 AI 产业链公司而言，后续关键已从「AI 需求是否存在」逐步转向「需求何时能转化为足以覆盖庞大资本支出的现金流」，意味 AI 投资主轴并未结束，但市场正开始重新定价整体产业的回本时间与资本效率。
