Coding 能力，正在颠覆大模型的估值逻辑

背景

大模型赛道的估值逻辑正在经历一场由单一变量引发的粗暴重构。过去，市场关注参数规模、月活跃用户（MAU）或多模态能力，但如今，决定一家 AI 公司价值的核心指标已转变为 Coding（代码生成与执行）能力。

这一趋势在中国市场已初现端倪：Coding 能力突出的 DeepSeek 正洽谈国内 AI 史上最大单笔融资 70 亿美元，估值或达 590 亿美元；月之暗面 在 Kimi K2.5 提升 Coding 能力后，20 天收入超 2025 全年，半年内融资超 39 亿美元，估值飙升至 200 亿美元；智谱 的 GLM-5 系列在 SWE-bench 基准测试中登顶，推动其港股市值一度触及 8800 亿港元；而此前 Coding 能力较弱的 MiniMax，增长弹性相对较低。

然而，真正将这一逻辑钉入全球资本市场信仰体系的，是 Anthropic。2026 年初，Anthropic 凭借 Claude Code 的爆发式增长，在短短数月内实现了 ARR（年度经常性收入）从 90 亿美元到 470 亿美元的飞跃，并在估值上正式超越 OpenAI，成为全球 AI 估值第一的公司。

核心内容

Anthropic 的逆势崛起与 OpenAI 的相对落后

2025 年 5 月 28 日，Anthropic 完成 650 亿美元 H 轮融资，估值达 9650 亿美元，超越 OpenAI 的 8520 亿美元，登顶全球 AI 估值榜首。这一超越并非基于用户规模，而是基于极强的商业变现能力。

2025 年底，Anthropic 的 ARR 仅为 90 亿美元，不足 OpenAI 同期 200 亿美元的一半。然而仅五个月后，其 ARR 飙升至 470 亿美元，将 OpenAI 的 250 亿美元甩在身后。2026 年第一季度单季营收达 48 亿美元，第二季度预计突破百亿并有望首次实现盈利，若兑现将成为全球首个盈利的 AI 独角兽。

相比之下，OpenAI 虽拥有 ChatGPT 近十亿周活跃用户、全球最强的 C 端品牌及多模态产品矩阵，但在企业端付费率上，Anthropic 以 34.4% 反超 OpenAI 的 32.3%。值得注意的是，Anthropic 是在综合成本更高、甚至主动限速的情况下赢得这一优势的，这凸显了其 Coding 执行能力的巨大吸引力。

Claude Code：从辅助工具到生产力基础设施

Anthropic 成功的关键在于 Claude Code。今年 2 月发布的 Claude Opus 4.6 和 Sonnet 4.6，凭借 100 万 Token 上下文窗口及多 Agent 并行协作能力，将端到端全栈 Coding 重构转化为流水线操作。其中，Sonnet 4.6 以六成成本逼近 Opus 的编程能力，使 Claude Code 从“编程辅助工具”升级为可规模化部署的“生产力基础设施”。

截至 2026 年 2 月，仅 Claude Code 一条产品线就单独贡献了 25 亿美元 ARR。

中国市场的验证与 MiniMax 的追赶

年初，“龙虾”应用的爆发证明了中国市场对这一逻辑的认同：AI 首次实现了从接收需求到产出可运行代码的端到端执行闭环。推理能力是基础，但决定落地效果的是 Coding 生成和调试能力。

落后者并未停滞。MiniMax 此前被认为最不擅长 Coding，但在港股上市首日市值突破 1000 亿港元后，近期推出了 M3 模型，在 SWE-bench Pro 上超越 GPT-5.5，逼近 Claude Opus 4.7，并同步推出 Coding 智能体 MiniMax Code。这表明所有厂商均已看清牌局，并迅速调整战略重心。

关键要点

• 估值逻辑重构：Coding 能力已成为大模型估值的最核心驱动因子，取代了参数、月活等传统指标。
• Anthropic 的爆发：凭借 Claude Code，Anthropic 在 5 个月内 ARR 从 90 亿增至 470 亿美元，估值超越 OpenAI，并有望在 2026 年 Q2 实现首次盈利。
• Claude Code 的商业价值：Claude Opus 4.6 和 Sonnet 4.6 通过多 Agent 协作和高性价比，使 Claude Code 成为独立贡献 25 亿美元 ARR 的生产力基础设施。
• 企业端付费率反超：Anthropic 在企业端付费率（34.4%）上超过 OpenAI（32.3%），证明在 B 端市场，执行能力比 C 端流量更具价值。
• Coding 是原生能力：Chat 只是皮肤，Coding 执行才是肌肉。历史上最大的软件需求就是写软件本身，Coding 能力强的模型可作为基础设施向无数应用输出 API。
• 行业共识形成：从 DeepSeek、月之暗面、智谱 到 MiniMax，中国头部 AI 公司均通过提升 Coding 能力获得了资本市场的重估或估值飙升。
• 竞争格局简化：未来的竞争主线清晰化——Coding 跑分越高，API 调用量越大，收入增长越快，估值越贵。其他差异化路径（如 C 端流量、政企私有化）仅是从 Coding 主干分岔出的枝。

意义与影响

1. 行业叙事框架的根本性转变 过去，大模型公司致力于寻找 PMF（产品市场契合点）和杀手级应用，在不确定中烧钱试错。如今，叙事框架已坍塌并重建：写软件本身就是最大的软件需求。大模型公司无需寻找外部应用，只需将 Coding 能力做到极致，作为“水电煤”般的基础设施向生态输出，即可确立话语权。

2. 资本市场的信号明确化 资本市场已不再为故事买单，而是为执行力和收入增长付费。Anthropic 的估值飙升和 OpenAI 的相对落后表明，投资者更看重模型解决实际工程问题的能力，而非单纯的交互体验或品牌声量。Coding 能力强的公司被视为更具确定性的盈利主体。

3. 技术路线的收敛与分化 所有努力最终指向同一个终点：提升 Coding 跑分。虽然各公司在多模态、C 端交互上仍有差异，但 Coding 能力已成为不可逾越的主干。未来，缺乏强大 Coding 能力的模型将难以在 B 端和企业工作流中立足，其商业价值将受到严重限制。

4. 对中国 AI 公司的启示 中国 AI 公司已在 Coding 赛道取得显著进展，DeepSeek、月之暗面 和 智谱 的案例证明，只要 Coding 能力突出，即可获得巨额融资和高估值。MiniMax 的快速追赶也显示，即使起步较晚，只要抓住 Coding 这一核心变量，仍有机会重塑市场地位。未来，中国 AI 企业的竞争将更聚焦于谁能提供更高效、更可靠的代码生成与执行服务。