Anthropic企业客户采用率首次反超OpenAI,AI市场格局正在改变

2026 年 5 月 13 日,据外媒 TechCrunch 报道,金融科技公司 Ramp 最新发布的 AI 指数显示:Anthropic 在企业客户采用率上首次超过 OpenAI

数据显示,34.4% 的参与公司正在付费使用 Anthropic 产品,高于所有其他 AI 厂商,而 OpenAI 的比例为 32.3%。这是 Anthropic 首次在该统计中登顶。

增长速度惊人

过去一年是 Anthropic 增长最显著的阶段。2025 年 5 月时,仅有 9% 的企业为其付费,而在随后一年内这一比例上升至约 34.4%,增长了近 26 个百分点。同期 OpenAI 份额小幅下降 1%,而整体采用 AI 产品的企业比例则增长了 9%。

Ramp 经济学家 Ara Kharazian 表示,Anthropic 在金融、科技和专业服务等高技术行业中已经占据领先优势,而 OpenAI 仍在更广泛的企业群体中保持领先,但差距正在缩小。

不只是 Ramp 数据:其他指标也在印证

Ramp 的数据并非孤例。在 OpenRouter 排行榜中,OpenAI 最后一次领先 Anthropic 是在 2025 年 12 月。此后 Anthropic 一直保持领先。

从产品层面看,Anthropic 的策略确实有效:

  • Claude Code 成为最受欢迎的 AI 编程工具之一
  • Opus 系列模型在编程和推理能力上持续领先
  • 企业级功能如 Managed Agents、Multi-agent 等不断完善
  • 速率限制提升和算力合作扩展,降低了企业使用门槛

Anthropic 做对了什么?

Kharazian 对这一优势能否延续持谨慎态度,但他认为这一阶段的增长已经证明 Anthropic 采取了正确策略。他在博客中写道:

“Anthropic 的策略非常有效——从技术型用户切入,专注解决他们的需求,在执行上做到位,然后再借助 Cowork 等工具逐步扩展用户群体。”

简单来说,Anthropic 的成功可以归结为几点:

  1. 技术为先:不追求营销噱头,专注于模型能力的提升
  2. 开发者友好:Claude Code、API 设计都以开发者体验为核心
  3. 企业级安全:在数据安全和合规方面投入大量资源
  4. 渐进式扩展:先抓住技术型用户,再逐步扩展到更广泛的企业群体

需要注意的局限性

需要指出的是,Ramp 的 AI 指数仅基于使用 Ramp 平台的企业,因此不能完全代表整个市场。样本规模超过 50000 家公司,但仍有一定局限性。

此外,AI 市场的竞争格局仍在快速变化。OpenAI、Google、Microsoft 等巨头都在加大投入,Anthropic 的领先地位能否持续还有待观察。

对站长和开发者的意义

这一数据变化对站长和开发者有几层含义:

  • Claude 生态正在快速成熟。如果你还在犹豫是否要将业务迁移到 Claude API,现在是一个好的时机。企业客户的大量采用意味着生态会更加完善,文档、教程、第三方工具都会更加丰富。
  • AI 市场不再是 OpenAI 一家独大。多模型策略变得更加重要,站长可以考虑同时接入多个 AI 服务商,避免被单一供应商绑定。
  • 关注 Claude 的企业级功能。Managed Agents、Multi-agent 等功能对于需要自动化工作流的站长来说非常有价值。

AI 市场的竞争对用户来说是好事。更多的竞争意味着更好的产品、更低的价格和更丰富的选择。

本文参考来源:IT之家 – Anthropic 企业客户采用率首次超过 OpenAI | TechCrunch

© 版权声明
THE END
喜欢就支持一下吧
点赞13 分享
相关推荐
<p>菲尔兹奖得主、剑桥大学数学家Timothy Gowers近日在个人博客上分享了他使用ChatGPT 5.5 Pro的体验。令他惊讶的是,这款模型在一小时内连续攻克了多个博士级别的数学难题,展现出远超前代的推理能力。</p>

<h2>菲尔兹奖得主的实测</h2>

<p>Timothy Gowers是当代最有影响力的数学家之一,1998年获得菲尔兹奖,在组合数学和泛函分析领域有重要贡献。他在5月8日发布了一篇详细的博文,记录了自己测试ChatGPT 5.5 Pro推理能力的过程。</p>

<p>据Gowers描述,他给ChatGPT 5.5 Pro提出了多个需要深度推理的数学问题,这些问题的难度大致相当于数学博士资格考试或研究级别。让他印象深刻的是,模型不仅能够给出正确答案,还能提供完整的推理过程,包括:</p>

<ul>
<li>对问题的准确理解</li>
<li>合理的解题策略选择</li>
<li>严密的逻辑推导链</li>
<li>对特殊情况的处理</li>
</ul>

<h2>与前代模型的对比</h2>

<p>Gowers在博文中提到,之前版本的ChatGPT在处理类似难度的数学问题时,经常出现以下问题:</p>

<ul>
<li>推理链中途断裂,得出错误结论</li>
<li>混淆不同数学概念</li>
<li>在计算步骤中出错</li>
<li>无法识别问题的关键约束条件</li>
</ul>

<p>而ChatGPT 5.5 Pro在这些方面有了显著提升。Gowers认为,这一代模型的数学推理能力已经达到了”可以辅助专业数学研究”的水平。</p>

<h2>对普通用户意味着什么</h2>

<p>虽然菲尔兹奖级别的数学测试看起来离普通人很远,但ChatGPT 5.5 Pro展现出的推理能力提升,对日常使用也有实际影响:</p>

<ul>
<li><strong>编程辅助</strong>:更强的逻辑推理能力意味着在代码调试、算法设计等场景下能给出更准确的建议。</li>
<li><strong>数据分析</strong>:处理复杂的数据分析任务时,模型能更好地理解数据关系和统计方法。</li>
<li><strong>技术文档</strong>:在撰写技术文档、API文档等需要严密逻辑的内容时,输出质量更高。</li>
<li><strong>教育辅导</strong>:作为学习辅助工具,能提供更准确的解题思路和步骤讲解。</li>
</ul>

<h2>AI数学能力的里程碑</h2>

<p>ChatGPT 5.5 Pro的表现引发了AI社区的广泛讨论。有观点认为,这标志着大语言模型在形式推理领域取得了重要突破。也有研究者持谨慎态度,指出:</p>

<ul>
<li>单一数学家的主观测试不能替代系统性基准评估</li>
<li>模型可能在训练数据中见过类似题目</li>
<li>真正的数学创新(如提出新定理、发现新证明)仍然是AI的短板</li>
</ul>

<p>无论如何,AI在数学推理方面的进步速度是实实在在的。对于站长和开发者来说,善用AI的推理能力来辅助技术工作,已经是一个切实可行的选择。</p>

<blockquote>
<p><strong>来源:</strong></p>
<ul>
<li><a href=Timothy Gowers Blog – A Recent Experience with ChatGPT 5.5 Pro
  • OSCHINA – ChatGPT 5.5 Pro一小时攻克博士级数学难题
  • -枫选">

    菲尔兹奖得主、剑桥大学数学家Timothy Gowers近日在个人博客上分享了他使用ChatGPT 5.5 Pro的体验。令他惊讶的是,这款模型在一小时内连续攻克了多个博士级别的数学难题,展现出远超前代的推理能力。

    菲尔兹奖得主的实测

    Timothy Gowers是当代最有影响力的数学家之一,1998年获得菲尔兹奖,在组合数学和泛函分析领域有重要贡献。他在5月8日发布了一篇详细的博文,记录了自己测试ChatGPT 5.5 Pro推理能力的过程。

    据Gowers描述,他给ChatGPT 5.5 Pro提出了多个需要深度推理的数学问题,这些问题的难度大致相当于数学博士资格考试或研究级别。让他印象深刻的是,模型不仅能够给出正确答案,还能提供完整的推理过程,包括:

    • 对问题的准确理解
    • 合理的解题策略选择
    • 严密的逻辑推导链
    • 对特殊情况的处理

    与前代模型的对比

    Gowers在博文中提到,之前版本的ChatGPT在处理类似难度的数学问题时,经常出现以下问题:

    • 推理链中途断裂,得出错误结论
    • 混淆不同数学概念
    • 在计算步骤中出错
    • 无法识别问题的关键约束条件

    而ChatGPT 5.5 Pro在这些方面有了显著提升。Gowers认为,这一代模型的数学推理能力已经达到了”可以辅助专业数学研究”的水平。

    对普通用户意味着什么

    虽然菲尔兹奖级别的数学测试看起来离普通人很远,但ChatGPT 5.5 Pro展现出的推理能力提升,对日常使用也有实际影响:

    • 编程辅助:更强的逻辑推理能力意味着在代码调试、算法设计等场景下能给出更准确的建议。
    • 数据分析:处理复杂的数据分析任务时,模型能更好地理解数据关系和统计方法。
    • 技术文档:在撰写技术文档、API文档等需要严密逻辑的内容时,输出质量更高。
    • 教育辅导:作为学习辅助工具,能提供更准确的解题思路和步骤讲解。

    AI数学能力的里程碑

    ChatGPT 5.5 Pro的表现引发了AI社区的广泛讨论。有观点认为,这标志着大语言模型在形式推理领域取得了重要突破。也有研究者持谨慎态度,指出:

    • 单一数学家的主观测试不能替代系统性基准评估
    • 模型可能在训练数据中见过类似题目
    • 真正的数学创新(如提出新定理、发现新证明)仍然是AI的短板

    无论如何,AI在数学推理方面的进步速度是实实在在的。对于站长和开发者来说,善用AI的推理能力来辅助技术工作,已经是一个切实可行的选择。

    来源:

    菲尔兹奖得主、剑桥大学数学家Timothy Gowers近日在个人博客上分享了他使用ChatGPT 5.5 Pro的...

    3天前 54
    评论 抢沙发

    请登录后发表评论

      暂无评论内容