OpenAI、Anthropic、收入曲线——AI 的高速增长会在哪里弯折

Josh You 与 Lynette Bye 于 2026 年 8 月 27 日在 Epoch AI 的 Gradient Updates 栏目发表 《An update on AI’s most important number》。两位作者把 OpenAI 与 Anthropic 的收入运行率当作观察前沿 AI 的窗口，追问一个具体问题：两个已经达到数十亿美元规模的模型公司，为什么仍然保持每年数倍的增长？这轮增长会因市场扩散趋于饱和，抑或会随着新能力出现而开启新的增长阶段？

“收入运行率”指把近期收入外推成一整年的速度。文章写道，OpenAI 的运行率在 2025 年 8 月至 2026 年 8 月间从 130 亿美元升至超过 400 亿美元；Anthropic 的收入从 2025 年的 10 亿美元升至 90 亿美元，2026 年第一季度继续增长三倍以上，文章引述的报道估计其在 2026 年 7 月底达到 650 亿美元。1

单看 Anthropic，增长速度会受到追赶 OpenAI 的影响。作者因此把两家公司放在一起看：两家公司的合计收入在 2024 年增长约三倍，2025 年增长超过四倍，2026 年截至 8 月已从 300 亿美元升至 1050 亿美元。作者提醒，报道给出的日期和收入数字存在不确定性，而且两家公司的收入确认方式不同：云平台代售模型 token 时，Anthropic 计入交易总额，OpenAI 只计入自己取得的分成。图中的点位适合观察增长形状；精确到个位数的统一财务统计，需要审计口径一致的财务报表。1

按照成熟科技公司的常见增长轨迹，产品在达到十亿美元级别后，增长率通常会下降。技术逐渐成熟，容易获得的进展变少，用户采用接近饱和，收入增长便可能从每年三倍降到两倍，随后降到 50% 或 20%—30%。

作者把当前的高速增长放进两种解释之间。第一种解释是编码 agent 带来了一次短期加速。ChatGPT 发布时，GPT-3 原本只是年收入数千万美元规模的专业产品；ChatGPT 和 GPT-4 把 OpenAI 推到 2023 年约 10 亿美元的年化收入，随后增速降到 2024 年的三倍左右。作者认为，编码 agent 在 2025 年末达到某个实用阈值，也可能造成一轮使用量激增，增长在接下来几个月逐渐放慢。1

第二种解释是多条“叠加的 S 曲线”。一个新的能力水平会打开一轮新的产品扩散：编码 agent 先承担更大的软件项目，随后可能进入更广泛的白领工作。若每次能力跃迁都带来新的使用场景，前沿 AI 就会拥有多轮增长；如果所有模型最终只对应一条扩散曲线，市场会在采用趋于饱和后减速。

这一区分依赖两个过程。技术进步提高模型能完成的任务，产品扩散把已经可用的能力交给更多用户。扩散经过几年会放慢，能力进步则可能继续制造新的扩散起点。作者没有把“叠加的 S 曲线”当作已经证实的预测，而是把未来的增长数据当作区分两种解释的证据：如果前沿 AI 在更高收入基数上继续高速增长，新的能力阈值可能仍在不断出现；如果增长弯折，单轮产品扩散后进入成熟期的解释会更有力。1

文章引用 Exponential View 的估算称，整个生成式 AI 市场接近每年 2000 亿美元，而 OpenAI 与 Anthropic 的合计收入运行率已经超过每年 1000 亿美元，约为世界经济的千分之一。作者用这个比例给当前模型的用途提供一个现实尺度：即使模型能力从 2027 年 8 月起停止提升，只要 2027 年的收入增长到每年 3000 亿美元，产品扩散仍可能把 AI 推向万亿美元产业。1

作者随后做了一个明确标注为“非常粗略”的外推：如果前沿 AI 的收入继续每年增长三倍，约六年后便会接近当前世界经济的规模。作者把这个计算限定为尺度说明；GDP 预测，以及 AI 收入转化为经济产出的比例，都超出这组数字的回答范围。这个极端结果承担的作用，是把“每年三倍”从一条抽象增速变成读者可以检验的时间尺度：增长要么在六年内明显减速，要么会对整个经济结构造成巨大改变。1

作者把收入看成两种东西。第一，收入是用户愿意为模型能力付费的市场记录。两家公司每月合计获得接近 100 亿美元的收入，至少说明当下的 Claude 与 GPT 类模型已经在真实使用中产生了大规模付费需求。第二，收入会进入“更多收入—更多算力—更强模型—更多收入”的反馈回路，支持模型公司继续购买计算资源和推进能力研发。1

因此，作者真正要求读者追踪的指标是增长曲线何时弯折，关键不在某个收入点位本身。当前数据支持一个范围明确的判断：前沿 AI 的商业用途增长极快，收入也在为算力投入提供燃料。数据尚未给出答案：这是一轮会衰减的产品扩散，抑或是一串由能力跃迁连接起来的扩散阶段。未来的收入增速、模型能力和使用范围，需要被放在一起观察。