刚刚，硅谷爆出新料：OpenAI企业市场份额断崖式下跌，Anthropic全面反超！
GPT-5再不来，奥特曼正要熬夜头秃，无法入眠了！
刚刚，OpenAI最强劲敌Anthropic被曝年化收益已达45亿美元，晋级为史上增长最快的软件公司。
在LLM API赛道上，Anthropic成功登顶，而OpenAI在AI编程上更是落荒而逃，市场份额只有Anthropic一半！
X上的网红投资人、硅谷VC大佬Deedy，继2024年AI产业报告之后，重磅推出了年中LLM市场更新报告：
这次他直接断言：旧皇已死，新王登基！随着使用量和支出的激增，新的企业级LLM领导者已应运而生。
除了预判未来趋势外，这次他还分享了LLM商业化的4大趋势：
1. Anthropic在企业领域的使用率已超越OpenAI
2. 企业采纳开源技术的趋势正在放缓
3. 企业更换模型看重的是性能提升，而非价格优势
4. 企业在AI上的投入正从模型训练转向实际应用的推理阶段
LLM天下三分，OpenAI痛失一城
2025年已过一半，AI大模型赛道却已悄然进入「中场战事」。
刚刚，Menlo Ventures发布了中场报告，揭示了整个LLM行业的新格局，也为下半年的市场走势埋下了伏笔。
这次重点在企业市场。在6月30日至7月10日，他们调研了150家开发AI应用的企业和初创公司技术负责人。
「企业」指员工规模超5000人的组织，初创公司则要求至少500万美元风险投资
到本年中，企业在基础模型API上的投入已高达84亿美元，远超去年全年的两倍。他们预计企业在基础模型上的花费还将继续飙升。
企业在LLM API方面的支出
正如他们的报告所言：基础模型不仅是生成式AI的动力，还在塑造计算的未来。
随着其能力与商业模式的演进，构建于其上的系统、应用和产业也将随之变革。
曾经，OpenAI凭借ChatGPT 3.5和4系列横扫市场，遥遥领先。
但如今，局势开始松动。
从2023年到今年年中，企业LLM API调用量市场数据显示：
· Anthropic上增长最快，以32%的份额击败OpenAI，成功登顶；
· 谷歌增长速度次之，年中市场份额已达20%，位居第三；
· OpenAI和Meta使用份额持续下降，尤其是OpenAI从50%跌至25%；
· Meta的使用份额不足9%，沦为边缘角色。
这就是他们的核心发现：Anthropic在企业使用率上超越了OpenAI。
OpenAI已失一城，难再躺赢。
美版「AI三国」正式成型。
旧王已逝，新皇登基
在2023年底，OpenAI一度占据企业LLM市场50%的份额，但如今地位不再，现在的使用率仅为25%，是两年前的一半。
而Anthropic已成为企业AI市场的新晋领导者，占据了32%的份额，领先于OpenAI和谷歌（20%）。
最近几个月，谷歌也表现出强劲的增长。Meta只占据了9%的份额。
国产的DeepSeek在年初发布，也占了1%。
按使用量计算的企业LLM API市场份额
Anthropic的强劲势头，真正始于2024年6月Claude Sonnet 3.5的发布。
与Claude 3 Haiku和Opus比较，Claude Sonnet 3.5具有极高的性价比
今年2月，Anthropic推出了Claude Sonnet 3.7。
Claude Sonnet 3.7首次让人们一瞥「Agent-First」大语言模型。这进一步加速了这股势头。
到5月，Claude Sonnet 4、Opus 4和Claude Code相继发布，Anthropic彻底巩固了市场领先地位。
至此，Anthropic一鼓作气成功登顶，而OpenAI痛失企业LLM市场龙头地位。
Anthropic乘风而起
Anthropic的崛起也得益于三个颠覆性行业趋势。
（1）代码生成成为AI的首个杀手级应用。
Claude迅速成为开发者Coding首选，占据了42%的市场份额，是OpenAI（21%）的两倍多。
仅在一年内，Claude就帮助将GitHub Copilot市场，转变为价值19亿美元的庞大生态系统。
2024年6月发布的Claude Sonnet 3.5证明，模型层的突破能直接撬动应用市场，催生出全新赛道:
· AI IDE：Cursor、Windsurf等；
· 应用构建器：Lovable、Bolt、Replit等；
· 企业级编码智能体：Claude Code、All Hands等；
……
（2）带验证器的强化学习，成为提升模型智能的新路径。
在2024年，提升模型智能的主要方法是投入更多数据，进行更大规模的预训练。
如今，互联网数据的规模本身正成为瓶颈。而采用带可验证奖励的强化学习（RLVR）进行后训练，则成为推动技术前沿的下一个突破口。
在编码这类易于进行确定性验证的领域，该策略的效果尤为出色。
（3）将模型训练为使用工具的「智能体」，使其效用大增。
最初，LLM被设计为在一次交互中给出完整答案。
然而，通过训练模型进行分步思考、推理问题，并在多次交互中调用外部工具——即构建所谓的「智能体」——能极大地提升模型在真实应用场景中的效能。因此，2025年被称为「智能体之年」。
Anthropic在这方面处于领先地位，他们训练模型以迭代方式优化回答，并通过模型上下文协议（MCP）整合搜索、计算器、编码环境等多种工具，从而显著提升了模型的能力和用户采用率。
海外企业市场，开源日渐沉寂
现在，只有13%的AI工作负载使用开源模型，而半年前是19%。
2024年，Menlo Ventures调研的LLM市场份额同期对比
过去半年内，DeepSeek（V3,R1）、Qwen3、GLM-4.5等国内开源大模型相继发布，引人注目。
这次调研显示市场份额最大的是Meta广受欢迎的Llama模型，但其4月发布的Llama 4表现未及预期。
对企业而言，开源模型优势明确：
可定制性更强、有潜在的成本效益，并且能部署在私有云或本地环境中。
但在性能上，他们认为开源模型仍落后于顶尖闭源模型大约9到12个月。
这种性能差距，加上部署开源模型的技术复杂性，以及企业技术选型的犹豫，共同导致了开源模型市场份额的停滞。
闭源模型 vs. 开源模型
不仅是大型企业，出于同样的原因，选择开源模型的初创公司也越来越少。
正如一位受访者所说：
目前，我们的生产工作负载，100%运行在闭源模型上。最初，我们使用Llama等进行概念验证（POC）。但随着时间推移，它们的性能无法跟上闭源模型的步伐。
公司选择闭源
价格战在企业市场行不通
尽管在不同供应商之间切换模型的难度相对较低，但这种情况正变得越来越少见。
大多数团队会继续使用原有的供应商，只在新模型发布时进行升级。一旦开发者选定一个平台，他们就倾向于留下来，但会在性能更强的新模型发布时迅速升级。
过去一年，66%的开发者在原供应商内部升级了模型，23%完全没有更换模型，只有11%更换了供应商。
企业模型切换模式
性能是决策的核心驱动力。
开发者们始终选择最前沿的模型，而不是那些更便宜、更快的替代品。他们优先考虑性能，并愿意为此付费。每当新模型发布，切换通常在几周内完成。例如，在Claude 4发布的一个月内，Claude 4 Sonnet就吸引了45%的Anthropic用户，而Sonnet 3.5的份额则从83%骤降至16%。
开发者选择前沿模型
一种出人意料的市场趋势出现了：
即使模型的价格每年下降10倍，开发者也不会为了节省成本，只用旧模型；他们只会集体迁移到性能最强的新模型。
尽管年度成本下降10倍，开发者仍愿付费使用前沿模型
推理比训练更花钱
计算资源的支出正在稳步地从模型构建和训练，转向模型推理——即模型在生产环境中的实际运行。
这种转变在初创公司中最为显著：74%的开发者表示，他们的大部分工作负载是推理，远高于一年前的48%。
大型企业也紧随其后，近一半（49%）的企业报告称，其绝大部分计算资源由推理驱动，而去年这一比例仅为29%。
计算资源支出的转变：推理 vs. 开发
AI行业新时代
应用为王时代来临，LLM不再是极客的「电子宠物」，而是企业的「基础设施」。
不再是demo show-off，不再是PPT跑分，现在LLM必须落地到真实应用场景中。
应用新趋势：
· API平台化：Anthropic、Cohere等转型做「开发者友好接口」
· 垂类微调：医疗、金融、代码生成等场景专属模型风口已起
· 原生产品爆发：AI Agent、AI写作、AI分析师迅速涌现
谁能提供真实ROI，谁才是下一个市场赢家。
LLM市场正在重新洗牌，一场无声的淘汰赛已经展开。
或许，2023年属于OpenAI，2024年属于Claude与Llama，但2025年，属于谁还远未确定。
而我们只知道：
模型性能≠市场赢家
封闭系统≠未来主流
高估值≠商业成功
真正的赢家，是「AI界的福特」——那个「让AI用起来的人」。
参考资料：
https://x.com/deedydas/status/1950942147529843121
https://menlovc.com/perspective/2025-mid-year-llm-market-update/
本文来自微信公众号“新智元”，作者：新智元，36氪经授权发布。
