深度解读：Anthropic 与 OpenAI 已找到产品市场契合点

背景

2026 年 5 月，关于 AI 行业的一个关键转折点正在浮现：Anthropic 据传即将迎来其首个盈利季度。与此同时，市场上流传着大量关于企业客户对其大语言模型（LLM）账单激增感到惊讶的报道。这些现象并非偶然，而是标志着 AI 基础设施从“实验性支出”向“核心业务成本”的转变。

长期以来，ChatGPT 等消费级应用虽然拥有极高的用户活跃度，但在将流量转化为实际收入方面面临巨大挑战。例如，OpenAI 在 2026 年 2 月曾宣称 ChatGPT 拥有超过 9 亿周活跃用户，但付费订阅用户仅占 5.6%（约 5000 万）。对于需要覆盖万亿美元基础设施成本的公司而言，依靠每月 10-20 美元的消费者订阅费难以实现规模化盈利。

然而，随着以 Claude Code 和 Codex 为代表的编程代理（Coding Agents）的成熟，企业级客户开始成为主要收入来源。2026 年 4 月，Anthropic 和 OpenAI 同时调整了企业定价策略，将原本包含在套餐中的使用量改为按 API 令牌计价，这一举动被视为行业进入“产品市场契合”（Product-Market Fit）阶段的明确信号。

核心内容

企业客户正在支付 API 价格

作者通过个人使用案例揭示了这一价格变化的剧烈程度。作为 Anthropic Max 计划（100 美元/月）和 OpenAI Pro 计划（100 美元/月）的订阅用户，如果按照 API 令牌价格计算，过去 30 天的使用成本分别为 1,199.79 美元（Anthropic Claude Code）和 980.37 美元（OpenAI Codex），总计超过 2,180 美元。这意味着，对于重度用户而言，订阅制的性价比极高，但企业客户并未享受这种折扣。

在 2025 年 8 月，Anthropic 的企业计划原本承诺“席位包含典型工作日的使用量”。然而，据 The Information 报道及 Anthropic 发言人确认，Anthropic 在 2025 年 11 月将企业计划变更为“20 美元/席位/月 + API 使用费”。现有客户在续约时才发现这一变化。

OpenAI 在 2026 年 4 月采取了类似行动。根据 Codex 费率表，自 2026 年 4 月 2 日起，OpenAI 将定价从“每条消息”调整为与 API 令牌使用量对齐，适用于 Plus、Pro、ChatGPT Business 及新 Enterprise 计划。随后在 4 月 23 日，这一更新也扩展至所有现有的 ChatGPT Enterprise 计划（包括 Edu、Health、Gov 等版本）。尽管 OpenAI 使用“积分”作为计价单位，但其成本结构与 API 令牌成本完全一致。

这意味着，截至 2026 年 4 月，OpenAI Codex 和 Anthropic Claude Code/Cowork 的企业端成本已与公开列出的 API 价格持平。

前沿模型发布与价格上调

2026 年 4 月，两家头部模型公司均发布了新一代前沿模型，并伴随价格上调：

• OpenAI：4 月 23 日发布的 GPT-5.5，其 API 价格是 GPT-5.4 的两倍。
• Anthropic：4 月 16 日发布的 Opus 4.7，考虑到新的分词器，其价格约为 Opus 4.6 的 1.4 倍。

这一系列动作表明，两家公司不仅在提升模型性能，更通过锁定企业客户（通常签署一年期合同）来确保在高 API 价格下的收入稳定性，而非维持之前的极端折扣。

编程代理实现了真正的产品市场契合

为何两家公司突然采取激进的定价策略？尽管 IPO 计划是因素之一，但更核心的原因是它们终于找到了产品市场契合点。

以 Claude Code/Cowork 和 Codex 为代表的编程代理工具彻底改变了格局。这些工具消耗大量令牌，但已成为高薪专业人士（主要是软件工程师，但也逐渐扩展至其他知识工作者）的日常核心工具。2025 年 11 月发布的模型使代理工具变得真正实用，经过半年的适应，企业开始愿意为此支付真金白银。

相比之下，ChatGPT 虽然在 2023 年 2 月成为历史上增长最快的消费应用，但当时并未产生实质性的巨额收入。而“编程代理 + 企业定价”模式标志着这些公司开始产生非常真实的收入，甚至足以覆盖部分成本。

招聘数据佐证企业扩张

企业代理代表产品市场契合的另一个证据是招聘数据。截至分析时：

• OpenAI：有 703 个开放职位，其中 229 个（32.6%）与企业销售和支持相关（如客户经理、Go To Market 角色、前线部署工程师等）。
• Anthropic：有 390 个开放职位，其中 105 个（26.9%）具有明显的企业导向。

讽刺的是，这些 AI 实验室选择了一种对人力劳动需求极高的商业模式——企业销售合同的达成离不开大量人类的参与。

“AI 失败”故事缺乏实质支撑

针对近期关于大公司因 AI 使用成本激增而发出警报的报道，作者认为这些故事大多被夸大：

1. Uber 案例：Uber CTO Praveen Neppalli Naga 表示 Uber 在 2026 年初就耗尽了全年的 AI 预算，主要归因于 Claude Code。鉴于 Claude Code 在 2025 年 11 月才变得真正好用，2025 年制定的预算未能预测 2026 年的需求是合乎逻辑的。
2. Uber COO 言论：Uber COO Andrew Macdonald 在播客中提到，虽然 25% 的代码提交通过 Claude Code 完成，但很难直接量化这是否转化为 25% 的有用消费者功能增长。这段言论被媒体断章取义，演变为“Uber COO 称难以证明 AI 令牌消耗的合理性”等标题。
3. Microsoft 取消 Claude Code 许可：媒体报道 Microsoft 取消 Claude Code 许可是为了鼓励工程师使用自家的 Copilot CLI 代理，但记者 Tom Warren 指出，这一决定也涉及财务因素，可能与 Microsoft 6 月 30 日财年的结束有关。

这些故事反而支持了“产品市场契合”的假设：企业正在认真评估 AI 投入的产出比，并据此调整预算和工具选择，而非盲目恐慌。

关键要点

• 定价模式转变：Anthropic 和 OpenAI 均将企业客户的使用计费方式从“包含在套餐中”转变为“席位费 + API 按量付费”，使得企业成本与公开 API 价格对齐。
• 收入结构优化：依靠每月 10-20 美元的消费者订阅难以覆盖万亿美元的基础设施成本，而企业客户每月 200 美元以上的支出能显著加速盈利进程。
• 编程代理是关键驱动力：Claude Code 和 Codex 等编程代理工具因消耗大量令牌且成为高薪专业人士的日常工具，成为推动企业支出增长的核心因素。
• 模型迭代伴随涨价：2026 年 4 月发布的 GPT-5.5 和 Opus 4.7 等新模型价格大幅上涨，且企业合同已锁定新价格。
• 招聘重心转向企业销售：OpenAI 和 Anthropic 超过 25% 的开放职位涉及企业销售和支持，表明公司战略重心在于拓展和维护企业客户。
• 媒体叙事存在偏差：关于企业因 AI 成本过高而“失败”的报道多属夸大或断章取义，实际反映的是企业更理性地评估 AI 投入产出比。

意义与影响

这一转变标志着 AI