HARRY CHANG
Anthropic 深度解析：從 OpenAI 出走的安全派，如何長成兆元 AI 巨獸
—

Anthropic 深度解析：從 OpenAI 出走的安全派，如何長成兆元 AI 巨獸

深度解析 Anthropic 的公司背景與創始人出走 OpenAI 的故事、以 API 與 Claude Code 為核心的商業模式與護城河、旗下 Claude 模型矩陣（Fable 5 / Opus 4.8 / Sonnet 5 / Haiku 4.5）的能力與技術架構，以及面對 OpenAI、Google 巨頭夾擊與開源模型追趕下的競爭優勢與隱憂。

WRITTEN BY

  • avatar
    Name
    Harry Chang
    Twitter

下一篇

OpenAI 深度解析：900 億週活背後，全球最燒錢公司的兆元豪賭
← 回到列表

如果要選出 2026 年最戲劇性的科技公司故事，Anthropic 絕對是候選人之一：一群因為「安全理念不合」而離開 OpenAI 的研究員，在短短五年內把公司做到接近一兆美元估值、年化營收 470 億美元，並在 2026 年 6 月正式秘密遞交 IPO 申請。

這篇文章從四個面向拆解這家公司：創始人故事、商業模式與護城河、核心模型矩陣，以及競爭優勢與隱憂。

一、公司背景與創始人故事：從 OpenAI 的「安全派出走」

1.1 出走的導火線

Anthropic 成立於 2021 年，創辦團隊的核心是 Dario Amodei（前 OpenAI 研究副總裁）與他的妹妹 Daniela Amodei（前 OpenAI 安全與政策副總裁），連同 Tom Brown（GPT-3 論文第一作者）、Jared Kaplan（Scaling Laws 論文作者）、Sam McCandlish、Jack Clark、Chris Olah 等共約 11 位 OpenAI 核心成員集體出走。

出走的背景一般歸納為兩條主線：

分歧點OpenAI 的路線Amodei 兄妹的立場
商業化速度2019 年接受微軟 10 億美元投資後，轉向「上限獲利公司」，加速產品化認為商業壓力會侵蝕安全研究的優先度
安全治理先做出最強模型，再處理對齊問題安全研究必須與能力研究同步甚至領先，且公司治理結構要能抵抗商業誘惑

有趣的是，Dario Amodei 正是 OpenAI 內部主導 GPT-2、GPT-3 開發的關鍵人物——換句話說，離開的不是邊緣人，而是最懂 Scaling Laws 的那批人。這也解釋了為什麼 Anthropic 從第一天起就能訓練出第一梯隊的模型。

1.2 「安全公司」的定位

Anthropic 註冊為 Public Benefit Corporation（公共利益公司），並設立了獨特的「Long-Term Benefit Trust」信託結構，由與股東利益無關的受託人掌握部分董事會席次。公司的招牌研究方法論是 Constitutional AI（憲法式 AI）：與其靠大量人工標註告訴模型什麼不能說，不如給模型一部「憲法」（一組原則），讓模型自我批評與修正。這是 Claude 系列模型在企業市場以「可靠、不出格」著稱的技術根源。

1.3 資本軌跡：五年到一兆

時間里程碑
2021成立，早期融資 1.24 億美元
2023Google 首輪投資；Amazon 隨後承諾最高 80 億美元
2024 年底年化營收約 10 億美元
2025 年底年化營收約 90 億美元
2026/02Series G：募資 300 億美元，投後估值 3,800 億美元
2026/04年化營收突破 300 億美元（Q1 年化成長 80 倍，CEO 自稱 "crazy"）
2026/05Series H：募資 650 億美元，投後估值 9,650 億美元；年化營收突破 470 億美元
2026/06以約 9,650 億美元估值秘密遞交 IPO 申請

做個對比：Salesforce 花了約 20 年才達到 300 億美元年營收，Anthropic 從零開始只花了不到三年。

二、商業模式與護城河

2.1 錢從哪裡來？

Anthropic 的收入結構與 OpenAI 有一個根本差異：OpenAI 靠 ChatGPT 訂閱（To C），Anthropic 靠 API 與企業（To B）。分析師估計 Anthropic 約 80% 營收來自企業與 API 客戶，目前服務超過 30 萬家企業客戶，大型客戶年成長近 7 倍。

收入支柱內容定位
API（核心）按 token 計費的模型調用，含 Batch、Prompt Caching 等企業級功能營收主力，毛利引擎
Claude Code終端機 AI 編程代理，2026/02 年化營收已突破 25 億美元成長最快的單一產品線
訂閱制Claude Pro / Max / Team / EnterpriseTo C 與中小企業入口
雲端分銷AWS Bedrock、Google Vertex AI、Microsoft Foundry 上架借力三大雲觸及企業採購流程
Managed Agents / 平台託管式 Agent、MCP 生態、Skills 市集從「賣模型」轉向「賣 Agent 基礎設施」

2.2 護城河分析

用投資的語言來拆，Anthropic 的護城河主要來自四個來源：

護城河來源強度說明
無形資產（品牌+安全）強「企業級可靠」的品牌定位；金融、醫療、法律等受監管行業偏好 Claude
轉移成本中偏強Agent 工作流、MCP 工具鏈、Prompt 資產綁定越深越難換；但 API 本身切換成本低
網絡效應（生態）中，快速增強MCP（Model Context Protocol）已成為業界事實標準，連 OpenAI 都宣布支援；Claude Code 佔企業編程市場約 54%
成本/規模優勢中與 Amazon（Trainium）、Google（TPU）的深度算力綁定，換取低於市價的訓練成本

其中最值得注意的是 Claude Code 的統治地位：企業 AI 編程市場中 Claude 佔約 54%，OpenAI 約 21%。「開發者心智佔有率」是 AI 時代最珍貴的網絡效應起點——開發者用什麼寫程式，就會用什麼建產品。

2.3 一個微妙的策略：不打消費者戰爭

Anthropic 幾乎不投消費者廣告、不做社交裝置、不追 AI 女友或影片生成，把資源全部押在 「Coding + Agent + 企業」 這條縱深上。這讓它避開了與 OpenAI（消費者品牌）和 Google（分發通路）正面對撞的戰場，在 To B 市場建立根據地。

三、核心模型矩陣介紹

先說一個常見誤解：Anthropic（與 OpenAI、Google 一樣）從不公開模型參數量。網路上流傳的「Claude 有 X 兆參數」都是猜測。我們能確定的是能力分層、定價與 API 行為。

3.1 現役模型總覽（2026 年中）

模型定位上下文窗口最大輸出Input/Output 定價（每百萬 token）
Claude Fable 5最強旗艦（Mythos 級）1M128K10 / 50 美元
Claude Mythos 5同 Fable 5，僅限 Project Glasswing 合作方1M128K10 / 50 美元
Claude Opus 4.8主力旗艦，長時程 Agent 之王1M128K5 / 25 美元
Claude Sonnet 5性價比主力，近 Opus 級編程能力1M128K3 / 15 美元
Claude Haiku 4.5最快最便宜，分類/簡單任務200K64K1 / 5 美元

3.2 Claude 5 家族：Fable 與 Mythos 的雙軌制

2026 年 Anthropic 推出了全新的 Mythos 級（Mythos-class） 模型層級，位階在 Opus 之上，這是模型矩陣最大的結構變化：

  • Claude Fable 5：一般可取得的最強模型，主打最難的推理與長時程 Agent 任務。技術上有幾個鮮明特徵：
    • 思考（Thinking）永遠開啟，無法關閉，原始思考鏈永不返回（只提供摘要）
    • 內建安全分類器，針對生化、網安等高風險領域可能直接拒答（refusal），API 提供自動 fallback 到 Opus 4.8 的機制
    • 要求 30 天資料保留政策，不支援零資料保留（ZDR）組織
  • Claude Mythos 5：與 Fable 5 同一個底層模型，但移除了部分雙用途能力的安全限制，僅開放給通過審核的組織（Project Glasswing 計畫）。

這個「同模型、雙版本」的設計本身就是 Anthropic 安全哲學的體現：能力最強的版本需要資格審查，一般市場拿到的是加了安全護欄的版本。

3.3 Opus / Sonnet / Haiku：三層金字塔

  • Opus 4.8：目前的主力旗艦，強項是長時程自主工作——複雜重構、通宵編碼任務可以不需人工修正地跑完。在人類偏好排行榜上位居榜首，並拿下最難的編程測試。
  • Sonnet 5:速度與智能的最佳平衡點，在編程與 Agent 任務上達到前一代 Opus 的水準,但價格只有六折。企業大量部署（客服、文件處理、pipeline）的首選。
  • Haiku 4.5：速度優先，適合分類、路由、簡單抽取等高頻低智任務。

3.4 技術架構特色

雖然參數量保密，但幾個公開的架構層特色值得記錄：

技術說明
Constitutional AI用原則清單引導模型自我修正，取代大量人工標註，是 Claude 對齊訓練的基石
Adaptive Thinking2026 年起全面取代固定思考預算（budget_tokens），模型自行決定何時思考、思考多深，搭配 effort 參數（low 到 max）調節
1M 上下文窗口旗艦與主力模型全面標配 100 萬 token 上下文，且無長上下文加價
高解析視覺Opus 4.7 起支援長邊 2576px 高解析圖像，座標 1:1 對應像素，強化 Computer Use
MCP 協定Anthropic 開源的 Model Context Protocol，讓模型標準化連接外部工具與資料，已成業界事實標準
Interpretability 研究機制可解釋性（看懂模型內部迴路）是 Anthropic 投入最深的基礎研究方向之一

四、競爭優勢與隱憂

4.1 競爭優勢

優勢說明
企業編程市場統治力Claude Code 佔企業編程市場約 54%，是 OpenAI 的 2.5 倍以上
To B 收入質量約 80% 收入來自企業/API，客戶黏性與續約率遠高於消費者訂閱
安全即賣點在受監管行業，「模型不出格」本身就是採購決策的關鍵因素
雙雲靠山Amazon 與 Google 同時是股東、算力供應商與分銷通路，罕見的中立多雲姿態
生態標準制定者MCP、Skills、Agent SDK 讓 Anthropic 從模型供應商升級為 Agent 時代的基礎設施層

4.2 隱憂與風險

1. 巨頭的垂直整合打壓

Google Gemini 3.1 Pro 與 OpenAI GPT-5.5 在基準測試上與 Claude Opus 4.8 的差距已縮小到個位數百分點。更危險的是分發：Google 可以把 Gemini 免費塞進 Workspace、Android、Chrome；Microsoft 把 Copilot 綁進 Office 與 GitHub。Anthropic 沒有自己的作業系統、瀏覽器或辦公套件，通路先天弱勢。

2. 開源模型的成本侵蝕

Llama、DeepSeek、Qwen 等開源模型持續逼近閉源旗艦八成的能力，價格卻趨近於零。對「夠用就好」的長尾任務，企業有強烈動機把流量從 Claude 遷移到自架開源模型。Anthropic 的回應是把戰場拉高到「最難的 20% 任務」與 Agent 編排層，但這場成本戰不會停。

3. 資本依賴與燒錢速度

年化營收 470 億美元的另一面是天文數字的算力支出。訓練下一代模型的成本以「百億美元」計，這也是為什麼五年內融了超過千億美元、最終仍要走向 IPO。一旦 AI 資本市場降溫，重資本模式首當其衝。

4. 客戶集中與單一產品依賴

Claude Code 是成長引擎，但編程助手市場的競爭最為血腥（Cursor、GitHub Copilot、Codex CLI、Gemini CLI 全在同一戰場）。若編程市佔被侵蝕，對整體營收的傳導會很直接。

5. 安全定位的雙面刃

安全分類器帶來的誤判拒答（false positive）對資安研究、生科等正當用途造成摩擦；太嚴會趕走開發者，太鬆則違背立身之本。這條線 Anthropic 必須永遠走在鋼索上。

結語

Anthropic 是一個罕見的樣本：以「安全」為名出走，卻靠「能力」贏得市場。它證明了 To B、API 優先、不打消費者戰爭的路線可以長出接近兆元的公司；MCP 與 Claude Code 則顯示它正在從「賣 token 的模型公司」轉型為「Agent 時代的基礎設施公司」。

但它的處境也是三面受敵：上有 Google/Microsoft 的通路轟炸，下有開源模型的成本侵蝕，內有燒錢速度與安全定位的自我拉扯。IPO 之後，資本市場會用季報檢驗這個故事——屆時「安全與商業能否兼得」這個當年讓創辦人離開 OpenAI 的老問題,會再一次回到 Dario Amodei 面前。

參考資料：

View on GitHub