OpenAI 企业收入已超一半，为何 Anthropic 仍以 55% 领先企业 API 市场？3 个指标讲透

作者注：OpenAI 企业收入首次过半，Anthropic 却依然领跑企业 API 支出。这两个结论并不矛盾，关键在于它们统计的根本不是同一件事。

2026 年 11 月 4 日，OpenAI 总裁 Greg Brockman 在 WSJ 科技大会上表示，OpenAI 目前超过一半的收入来自企业业务。仅隔一天，Menlo Ventures 的《2026 State of Enterprise AI》报告估算：在企业生产环境的 LLM API 支出中，Anthropic 占 55%，OpenAI 占 31%。

两条消息放在一起，很多人第一反应是“到底谁在赢”。这不是数据打架，Reuters、TechCrunch、WSJ 和 Menlo 的原始材料都可以相互印证，差异来自统计口径。本文将用三个不同指标，把 OpenAI 与 Anthropic 的企业市场竞争讲清楚。

核心价值：读完本文，你能分清收入占比、API 支出份额和产品采用率，理解企业为什么同时采购多家模型，并据此规划自己的模型接入策略。

OpenAI 企业收入过半：核心信息速览

先把 Brockman 这次披露的信息梳理清楚。他回顾称，OpenAI 过去的收入结构大约是企业 30%、消费者 70%，如今企业业务已经成为最大收入来源。需要特别注意的是，他明确表示消费者业务收入并没有下降，仍在增长，只是企业业务增长得更快。

Brockman 也坦承，OpenAI 在 2026 年上半年的企业市场表现比较艰难。当时虽然已有 Codex，但在 Agentic Coding 市场缺乏存在感。转折发生在第三季度，他把 GPT-5.6 Sol、ChatGPT Work 的发布以及企业业务拓展列为关键因素。

OpenAI 企业收入的两个口径陷阱

这里有两个容易误读的地方。第一，70% 指的是年化收入运行速度（ARR）的季度环比增长，不是 GAAP 季度营业收入增长 70%。ARR 一般是把某段时期收入按年推算，并非已实现的全年收入。

第二，Reuters 先后报道过 OpenAI 年化收入“接近 700 亿美元”和“接近 500 亿美元”，这不是收入缩水。差异来自云合作伙伴收入的会计处理：OpenAI 对部分云渠道销售只计入自身应得份额，而 Anthropic 的方法可能按客户支付总额计入收入。早先的 700 亿美元是为了与 Anthropic 横向可比而做了类似的总额化处理。

Anthropic 为什么领先企业 API：三个指标不能混用

整件事的关键在于，“OpenAI 企业收入过半”和“Anthropic 领先企业 API 市场”回答的是两个完全不同的问题。再加上 Morning Consult 的企业平台采用率，市面上流传的其实是三类指标。

用一个比喻来理解：OpenAI 企业收入过半，说明“OpenAI 自己的蛋糕里企业那块变大了”；Anthropic 占 55% API 支出，说明“企业 API 这块大蛋糕里 Anthropic 切走得最多”。前者包含 ChatGPT Business、Enterprise、API、Codex 等多种企业收入，后者只看生产环境的模型 API 调用。

另外需要说明，OpenAI 没有公开 Business、Enterprise、API、Codex、Work 各自的收入贡献。因此“企业收入”既不能等同于 ChatGPT Enterprise 订阅收入，也不能直接当成 API 收入。

企业 API 支出份额：Anthropic 从 40% 升至 55%

Menlo Ventures 对 2026 年企业生产环境 LLM API 支出的估算如下。这些是估算值，四舍五入后合计未必等于 100%。

开源模型这一行很值得关注。它的 Token 使用占比已经升至 19%，但支出占比只有约 4%，说明“用得多”不等于“花得多”。这也从侧面证明，不能只靠价格或调用量来判断模型的商业竞争力。

🎯 技术建议：份额数据只能说明市场整体选择，并不能代替你在自己业务上的实测。建议通过 API易 apiyi.com 用同一个 API Key 分别调用 Claude 和 GPT 系列模型，在真实任务上对比效果和成本后再做决定。

OpenAI 与 Anthropic 企业竞争：平台采用率另有一套排名

如果换成“企业内批准或正在使用某个 AI 平台”的视角，排名又完全不同。Morning Consult 在 2026 年 7 月 21—24 日调查了 3003 名美国企业决策者，8 月 3 日发布结果。

在大型企业里，Claude 的采用率只有 20%，远低于 Copilot、Gemini 和 ChatGPT Enterprise。这看起来和 Anthropic 占 55% API 支出相互矛盾，其实同样是口径问题。

采用率统计的是“有没有被批准或在用”，一家企业给 Copilot 开了全员账号和一家企业每月在 Claude API 上花掉大量预算，在这张表里权重相同。Copilot 和 Gemini 依托 Microsoft 365 与 Google Workspace 的既有分发渠道，天然容易获得高覆盖率；而 API 支出更多反映的是开发团队在生产环境里、尤其是 Agent 和编程任务里，真金白银把预算花在哪个模型上。所以 Morning Consult 的采用率绝不能被解读为模型 API 市场份额。

企业 API 市场的真实逻辑：多供应商并存

把 OpenAI 和 Anthropic 看成非此即彼的关系，本身就不符合企业市场的现实。Morning Consult 的数据显示，只有 27% 的大型企业采用单一主要 AI 平台，44% 在过去一年至少新增了一个平台，减少平台数量的只有 5%。

未来 12 个月的计划同样呈现“既要又要”的特点：

• 继续扩张：56% 可能增加获批平台数量，45% 可能增加开源或自托管模型使用。
• 同时收敛：47% 可能整合并减少平台数量，36% 可能替换当前主要平台。
• 自建能力：66% 计划建设基于基础模型的内部 AI 能力。

这意味着企业一边不断引入新模型，一边又希望统一治理、统一采购和统一计费。对开发团队来说，最现实的做法是在架构层面保持模型可替换，而不是把业务绑死在一家供应商上。

企业为什么愿意为模型质量付费

Anthropic 能在 API 支出上领先，背后是企业的采购偏好。在大型企业最看重的因素中，输出准确度与质量排第一，安全隐私和法律合规紧随其后，而总拥有成本（TCO）在 12 项因素中只排第 8。

这组数据解释了一个关键现象：企业 API 竞争不一定由单价最低者获胜。当模型被用在长链路 Agent 任务和生产代码上，一次出错的返工成本往往远高于 Token 差价。Menlo 也指出，Anthropic 的份额增长与 Opus 系列在长时间任务和编程上的表现密切相关。

图表数据来源：Morning Consult 2026 企业 AI 调查。如需在自己的业务里验证不同模型的质量差异，可通过 API易 apiyi.com 进行多模型对比测试。

OpenAI 下半年反弹：企业 API 格局正在变化

Anthropic 领先并不意味着格局已定。WSJ 在 11 月 5 日引用 OpenRouter 的企业支出数据称：年初，在同时使用两家模型的企业中，Anthropic 约占四分之三的支出；到 2026 年 9 月，两家已经大致持平。

需要注明的是，OpenRouter 是模型聚合平台，其数据不代表整个行业，用户结构也更偏向开发者和创业公司。因此这组数据更适合用来观察趋势，而不是当作全行业份额。

OpenAI 反弹的主要抓手是 Codex 和 Agent 产品线：

• Codex 用户快速增长：周活跃用户从 3 月 31 日的 200 万以上，到 6 月 2 日超过 500 万（注意这是 6 月数据，不是 11 月最新规模）。
• 从程序员走向知识工作：Axios 报道知识工作者约占 Codex 用户 20%，增速是开发者群体的 3 倍以上。
• ChatGPT Work 上线：7 月 9 日推出，面向跨应用、多步骤的长任务交付。
• 企业交付网络：4 月发布 Codex Labs，联合 Accenture、Capgemini、Infosys、PwC、TCS 等系统集成商；6 月推出投入 1.5 亿美元的 OpenAI Partner Network。

Menlo 估算 Claude Code 与 Codex 合计约占 340 亿美元 AI 编程应用市场的 70%，约 240 亿美元。编程 Agent 已经成为两家争夺企业预算的主战场。

Agent 正在改写企业 API 的消费结构

Menlo 引用 OpenRouter 数据显示，Agent 已占该平台总 Token 消耗约 80%，自 2026 年 2 月超过人工驱动流量后增长约 37 倍，同期人工流量只增长约 5 倍。Token 消耗正从“与用户人数相关”转向“与任务量、并行任务数和执行时长相关”。

这也是企业 AI 支出超预期的原因之一。Menlo 估算企业 AI 支出平均达到上一年度的 4.7 倍，而企业原先只预计 1.9 倍。对于开发团队而言，用量监控和预算控制正在变得和模型选型一样重要。

如何用企业 API 多模型策略应对竞争变化

既然企业普遍多供应商并存，开发者最务实的做法是让同一套代码能随时切换 OpenAI 与 Anthropic 模型。下面是一个最简示例，用 OpenAI 兼容接口调用不同厂商的模型：

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # API易 统一接口，一个 Key 调用多家模型
)

# 模型名称以平台模型列表中的实际名称为准
for model in ["gpt-6.1-sol", "claude-opus"]:
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "用三句话总结企业 API 选型要点"}]
    )
    print(model, "=>", resp.choices[0].message.content)

import time
import openai
from typing import List, Dict

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # 统一入口，便于横向对比
)

def compare_models(prompt: str, models: List[str]) -> List[Dict]:
    """对同一任务调用多个模型，记录耗时与 Token 用量"""
    results = []
    for model in models:
        start = time.time()
        try:
            resp = client.chat.completions.create(
                model=model,
                messages=[
                    {"role": "system", "content": "你是严谨的企业技术顾问"},
                    {"role": "user", "content": prompt}
                ],
                max_tokens=800
            )
            results.append({
                "model": model,
                "latency_s": round(time.time() - start, 2),
                "prompt_tokens": resp.usage.prompt_tokens,
                "completion_tokens": resp.usage.completion_tokens,
                "answer": resp.choices[0].message.content
            })
        except Exception as e:
            results.append({"model": model, "error": str(e)})
    return results

if __name__ == "__main__":
    task = "审查以下函数的潜在并发问题，并给出修改建议：..."
    # 模型名称以平台模型列表为准
    for r in compare_models(task, ["gpt-6.1-sol", "gpt-6.1-terra", "claude-opus"]):
        print(r)

🚀 快速上手：推荐在 API易 apiyi.com 注册后领取免费测试额度，把你真实的编程、文档或 Agent 任务分别交给不同模型跑一遍。平台提供 OpenAI 兼容接口并按量计费，切换模型只需改一个 model 参数。

常见问题 FAQ

OpenAI 与 Anthropic 企业 API 竞争 Key Takeaways

• 三个指标别混用：收入结构、API 支出份额、平台采用率的分母完全不同。
• OpenAI 企业收入过半：企业业务增速更快，但消费者收入仍在增长。
• Anthropic 领先 API 支出：Menlo 估算占 55%，得益于 Opus 长任务与编程能力。
• OpenAI 下半年反弹：Codex 与新模型推动，OpenRouter 口径下两家 9 月已大致持平。
• 企业普遍多供应商：仅 27% 大型企业采用单一主平台，质量与安全优先于价格。
• 上手方式：通过 API易 apiyi.com 一个 Key 对比多家模型，用实测而非份额做选型。

总结

OpenAI 企业收入过半与 Anthropic 领先企业 API 市场，是同一场竞争的两个切面：

1. OpenAI 的变化：收入结构从约七成消费者转向企业为主，第三季度企业业务翻倍，Codex 与 ChatGPT Work 是主要推力。
2. Anthropic 的优势：在企业生产环境的 API 支出上仍占多数，核心在于长任务和编程场景的模型质量。
3. 未来走向：企业多供应商并存将是常态，竞争焦点会落在 Agent 能力、安全合规和交付生态上，而不是单纯的价格战。

对开发者和企业采购者来说，与其押注某一家厂商，不如保持架构的可替换性，用自己的真实任务持续评测。推荐通过 API易 apiyi.com 快速搭建多模型对比环境，平台提供统一接口和新用户免费额度，方便你把市场数据转化为自己的选型依据。

📚 参考资料

1. Reuters：OpenAI 企业收入过半与 IPO 表态：Brockman 在 WSJ 科技大会的发言报道
2. 链接： reuters.com/legal/transactional/openai-ready-ipo-2027-now-counts-majority-sales-enterprises-brockman-says-2026-11-05/

3. 说明： 企业收入占比、第三季度增长和 JPMorgan 合作的一手报道

4. Reuters：OpenAI 9 月年化收入接近 500 亿美元：收入口径调整说明

5. 链接： reuters.com/business/openais-annualized-revenue-20-billion-less-than-previously-signaled-ft-reports-2026-10-08/

6. 说明： 理解 500 亿与 700 亿美元差异的关键资料

7. Menlo Ventures：2026 The State of Enterprise AI：企业 API 支出份额估算

8. 链接： menlovc.com/perspective/2026-the-state-of-enterprise-ai/

9. 说明： Anthropic 55%、OpenAI 31% 份额及 Agent Token 趋势来源

10. Morning Consult：State of Enterprise AI：美国企业 AI 平台采用率调查

11. 链接： morningconsult.com/articles/state-of-enterprise-ai

12. 说明： 平台采用率、多供应商策略与采购因素数据

13. WSJ：OpenAI 上半年艰难与编程业务起飞：引用 OpenRouter 企业支出数据

14. 链接： wsj.com/tech/openai-had-rough-first-half-of-year-before-coding-takeoff-brockman-says-6c97d9e5
15. 说明： OpenAI 与 Anthropic 在共用企业中支出变化的趋势参考

作者：APIYI 技术团队
技术交流：欢迎在 API易 apiyi.com 首页联系我们，更多接入教程可访问 docs.apiyi.com 文档中心