Anthropic
围绕 Claude 模型家族构建的闭源前沿 AI 实验室 —— 在闭源模型质量上唯一可信的 openai 直接竞争对手,定位于编码 / 智能体 + 安全。
1. 核心产品 / 服务
- Claude API —— Opus / Sonnet / Haiku 分级阶梯,OpenAI 兼容风格的 chat 接口加上 Anthropic 原生 Messages API。工具重度:工具调用、computer use、agent SDK、files / artifacts、prompt caching、batches。
- Claude.ai —— 消费者 + Team + Enterprise 聊天。Pro $20/月,Max 更高分级,Team / Enterprise 按席位。
- Claude Code —— 成为 AI 原生开发工作事实标准参考实现的 CLI 编码智能体;本 wiki 本身就在 Claude Code 会话中维护(见 claude-code-sessions)。
- 分发合作:AWS Bedrock(锚点)、Google Cloud Vertex。
模型线(截至 2026-05):Claude Opus / Sonnet 4.x 为当代,Claude Sonnet 4.7 和 Opus 4.7 作为当前旗舰,跨编码、智能体工具调用和长上下文推理。
2. 目标用户与痛点
- 开发者 / 工程团队 —— Claude Code + API 是高端 AI 编码栈中份额最高的(vs Cursor、Cognition Devin、Windsurf、Copilot)。
- 通过 AWS 采购的企业 —— Bedrock + Trainium 给 Anthropic 一个特权企业渠道。
- 长上下文 / 高风险工作负载 —— 法律、金融、医疗买家,为相对 GPT 或开源替代品的安全 / 可靠性溢价付费。
解决痛点:生产级智能体可靠性、编码吞吐量、面向受监管买家的对齐 / 安全故事。
3. 竞争格局
| 实验室 | 旗舰 | 开源权重? | 差异化 |
|---|---|---|---|
| Anthropic | Claude Opus/Sonnet 4.x | 否 | 编码 + 智能体 + 安全品牌 |
| openai | GPT-5 家族 | 否 | 品牌 + ChatGPT 分发 |
| google-deepmind | Gemini 3 家族 | 否 | TPU 垂直 + Search |
| xai | Grok 3 / 4 | 旧版部分开源 | 算力规模 + X 分发 |
| deepseek | V4 Pro | 是 | 前沿层 1/10 价 |
| kimi | K2.6 | 是 | 长上下文 + agent swarm |
Anthropic 的防御性护城河:编码 / 智能体可靠性领先最具粘性。Cursor、Cognition Devin、Replit Agent、GitHub Copilot 都将 Claude 作为默认模型 —— 随着编排逻辑围绕该模型的特定行为累积,切换成本不断增长。
4. 独立观察
前沿训练成本(Claude 4 级别):Anthropic 不披露。行业三角测算把 Claude Opus 4 级别的训练全成本放在 $0.5B–$2B 数量级(与 GPT-5 级别同档)。Anthropic 已公开明确表示,前沿训练成本大致每代上升一个数量级,这与下一代训练 $5B+ 的合理性一致。
API 定价 —— 顶级 SKU:截至 2026-05,Claude Opus 4.x 标价为 $15/M 输入 · $75/M 输出(cache write 与输入类似,cache read 约 $1.50/M)。Sonnet 4.x 为 $3/M 输入 · $15/M 输出 [2]。对比 openai GPT-5($1.25/M 输入 · $10/M 输出),Opus 在输入上贵约 12 倍,输出上贵约 7.5 倍 —— Claude 价格溢价是真实的,由编码 / 智能体质量差异化证成。
定价 vs 估算单位成本 —— 毛利率信号:Sonnet 4.x 在 $15/M 输出价位上是同等规模 MoE 在 H100/H200 上边际推理成本的约 15 倍 —— cache-warm API 的毛利率在 80–90%+ 区间。Opus 单位毛利更厚。与 openai 一样,运营利润率缺口来自训练 capex 摊销加上 claude.ai 消费者承载成本。
开源 vs 闭源:完全闭源。Anthropic 是前沿实验室中意识形态上最明确的闭源权重玩家 —— 模型权重被定位为安全表面,而非开源公共物品。截至 2026-05,没有等同于 OpenAI gpt-oss 的公开开源权重发布。
垂直整合 —— AWS Trainium 和 Google:Anthropic 不拥有数据中心。相反它是 AWS Trainium 的锚点模型租户,亚马逊承诺 $4B+(多档,包括 2024 年 $4B 和 2024 年末跟投 $4B,合计 $8B),以换取 Anthropic 在 Trainium 芯片上大规模训练和服务。Google 单独投资 $2B+(据报道跟投至 $3B+) 并在 TPU 上的 Vertex AI 上服务 Claude。净效果:Anthropic 在两边超大规模云厂商都玩,以低于市场价获得算力,但不拥有 L1 容量本身 —— 与 openai Stargate 恰好相反。战略风险:Anthropic 的算力故事依赖 Trainium 达到性能 + 供应目标,而 OpenAI 在 Stargate 资助的 NVIDIA 上在硬件上完全去风险化 [3][4]。
营收轨迹:2024 年化营收约 $1B → 2025 年报告跃升至数十亿 → 2026 年报告将运行率放入 $5B+ 区间,最大增长来自 API + Claude Code 驱动的编码工作负载 [5]。复合速率是关键信号 —— Anthropic 关闭对 OpenAI 的营收差距比关闭模型质量差距更快。
5. 财务 / 融资
| 日期 | 轮次 | 金额 | 估值 |
|---|---|---|---|
| 2021–2022 | 种子 + Series A/B(Dustin Moskovitz、Jaan Tallinn 等) | 累计约 $700M | — |
| 2023 | Google 战略 | $300M 然后追加 $2B 承诺 | — |
| 2023-09 | Amazon 战略(T1) | $1.25B(最高 $4B) | — |
| 2024 | Amazon 扩展 | 追加 $4B | — |
| 2024 / 2025 | Lightspeed 领投 + 多轮 | $3.5B+ | $61.5B(2025 年初) |
| 2025 | 后续轮次 | 数十亿美元 | 增长至 $100B+ |
| 2026(传闻) | Tender / 二级 | 讨论中 $200B+ | — |
- 营收运行率:截至 2026 年达 $5B+ 区间,偏重 API(与 ChatGPT 偏重的 OpenAI 不同的组合)[5]。
- 盈利:毛利率为正,运营利润率为负(训练 + 人员)。
6. 团队与关系
- CEO:Dario Amodei。
- 总裁:Daniela Amodei。
- 首席科学家:Jared Kaplan。
- 创始团队:大部分来自 openai(2021 年分拆)。
- 投资方:Amazon(最大外部)、Google、Spark、Lightspeed、General Catalyst、Salesforce、Menlo、Bessemer、Fidelity 等。
- 云 / 基建合作伙伴:AWS(Trainium 锚点)、Google Cloud(TPU)。没有规模化的 NVIDIA 唯一路径。
- 竞争对手:openai、google-deepmind、xai、deepseek。
Anthropic
专家数据加外采 RL 环境加买书扫描,2025-09 起消费者对话进训练池
- 数据类型
- 专家人类数据;RL 环境;买书扫描;消费者对话
- 规模口径
- Bartz 和解 $15 亿 / 482,460 册(约 $3,100/册)
数据路线一句话
专家人类数据 + 大规模外采 RL 环境 + 买书扫描的合规化语料;2025-09 之后消费者对话也进训练池。
六层明细
- L1 语料 token:token 数未披露。Alsup 裁定用合法购得书籍训练属 fair use,但保留盗版库不属于;文书称取自 LibGen ≥500 万册、PiLiMi ≥200 万册(合计逾 700 万册;分项数字在所引二手页未见,凭法院文书转述)⚠️ [1]。
- L2 授权交易:无公开大额内容授权;以和解代替:$15 亿,Works List 482,460 册,约 $3,100/册,2026-07-20 由 N.D. Cal. 法官 Araceli Martínez-Olguín 终审批准,法院驳回 12.5% 的律师费申请,判给 $101,561,111(约 6.8%);仅覆盖截至 2025-08-25 的行为,不含输出侧索赔,须销毁原始文件 [1][2]。
- L3 人工与供应商:早期 RLHF 用 Upwork / MTurk 众包 ⚠️;现为 mercor 客户 [4];surge-ai 为其供应商的说法仅见供应商宣传页 ⚠️。
- L4 RL 环境:据 The Information(2025-09,经二手转述)Anthropic 领导层讨论过未来一年在 RL 环境上花费 $10 亿以上,属讨论方案而非确认预算 ⚠️;“与 12+ 家环境公司并行”未找到来源 ⚠️;mechanize 为客户(媒体报道,公司未确认)。
- L5 合成蒸馏:后训练合成占比未披露;2026-02 指控 DeepSeek / Moonshot / MiniMax 用约 2.4 万假账户、1,600 万+ 次交互蒸馏 Claude(Anthropic 单方口径、无司法认定,见 anthropic-distillation-accusation)。
- L6 回流政策:2025-08-28 公告,Free / Pro / Max(含这些账户的 Claude Code)新对话与续接对话默认可用于训练,现有用户须在 2025-10-08 前选择(官方页面口径);允许训练者数据保留 5 年,关闭则维持 30 天;Team / Enterprise、API、Bedrock、Vertex AI、Gov、Education 不受影响 [3];“无痕对话不用于训练”官方公告页未见,仅见二手 ⚠️。
自建与供应商
混合,趋向自建;外采方见 Mercor、环境公司群。
反向供给与诉讼暴露
无训练数据集发布。诉讼是其 L1 唯一的强制披露渠道,见 bartz-v-anthropic;冲突口径:和解册数媒体有“约 50 万”“约 465,000”“482,460”三说,采用 Works List 的 482,460(与 Pearl Cohen 终审报道一致)。
- https://legalblogs.wolterskluwer.com/copyright-blog/the-bartz-v-anthropic-settlement-understanding-americas-largest-copyright-settlement/ (2026-10-15)
- https://pearlcohen.com/federal-court-approves-1-5-billion-anthropic-copyright-settlement-largest-in-history (2026-10-15)
- https://www.anthropic.com/news/updates-to-our-consumer-terms (2026-10-15)
- https://www.businesstoday.in/amp/technology/news/story/anthropic-to-use-claude-conversations-for-ai-training-unless-users-opt-out-by-september-28-491530-2025-08-29 (2026-10-15)
- https://techcrunch.com/2025/10/29/how-ai-labs-use-mercor-to-get-the-data-companies-wont-share (2026-10-15)