最强模型反而没人用？从 Anthropic 的账单看 AI 时代的性价比悖论

最强模型没人用，到底是谁的问题？

最近 Simon Willison 分享了一组来自《金融时报》和 Ramp AI 指数的数据，揭示了一个反直觉的现象：Anthropic 刚刚发布了被寄予厚望的旗舰模型 Fable 5 和 Opus 5，但在 7 月份的企业实际账单中，这两个新模型的支出占比分别只有 8.0% 和 3.5%。相比之下，上一代的 Opus 4.8 依然牢牢占据 28% 的支出大头，Sonnet 系列和更老的版本加起来更是瓜分了剩余的市场。

这揭示了一个非常清晰的深层趋势：AI 市场的“尝鲜期”已经结束，我们正式进入了“算账期”。

为什么最强的模型反而没人用？

你以为企业会为了提升 1% 的准确率去支付 3 倍的溢价，但其实绝大多数业务场景根本不需要“最强”。对于代码生成、文档摘要、客服问答这类任务，上一代模型（比如 Opus 4.8 或 Sonnet 4.6）的能力已经完全溢出。当边际性能提升无法转化为边际商业价值时，企业 CTO 的决策逻辑就会从“追求极致”转向“追求够用且便宜”。

Fable 5 和 Opus 5 遇冷，本质上是定价策略与市场需求错配的结果。高昂的调用成本让它们在非核心场景中显得“性价比极低”，而在真正需要顶级推理能力的复杂场景中，企业又往往采用“混合路由”策略——只在关键节点调用最强模型，日常任务则交给便宜模型。这种架构上的分流，直接导致了旗舰模型在账单上的“存在感”稀薄。

营收暴涨背后的“蚂蚁雄兵”

另一个值得注意的数据是 Anthropic 的营收增速。7 月份其年化营收已达 650 亿美元，且预计 Q3 将实现盈利。这说明什么？说明 AI 行业的赚钱逻辑变了。

过去大家以为 AI 公司要靠几个大客户、几个标杆项目撑起营收，但现在的 650 亿美金里，包含了 6000 个年消费 10 万美元以上的客户，以及无数中小开发者。OpenAI 同样如此，GPT 5.6 的发布带动其年化营收突破 400 亿美元。这不再是“贵族游戏”，而是“大众基建”。当模型能力下沉到一定程度，调用量呈指数级增长，规模效应开始显现。旧款模型虽然单价低，但胜在稳定、便宜、生态成熟，成了企业降本增效的主力军。

对开发者意味着什么？

作为开发者或技术决策者，这组数据给我们三个非常实用的启示：

第一，别迷信“最新最强”。 选模型时，先问自己：我的业务真的需要 Opus 5 级别的推理能力吗？如果只是做 RAG 检索增强生成或常规文本处理，Sonnet 甚至 Haiku 可能才是更理性的选择。把省下来的钱用在 Prompt 优化、数据清洗或业务逻辑上，回报率往往更高。

第二，模型路由（Model Routing）将成为标配。 未来的 AI 应用架构不会只依赖单一模型。聪明的做法是建立一个“调度层”：简单任务走便宜模型，复杂任务走旗舰模型，失败或置信度低时再回退重试。这不仅能控制成本，还能提升系统的鲁棒性。

第三，关注“单位任务成本”而非“每千 token 价格”。 厂商宣传的 API 定价只是表象。你需要计算的是：完成一个完整业务闭环（比如生成一份合规报告），到底哪个模型的总成本最低、耗时最短、人工干预最少？这才是真正的 ROI。

反常识的视角：模型竞争正在从“能力战”转向“生态战”

大多数人还在盯着 benchmark 分数看谁更强，但账单数据告诉我们：决定胜负的不再是实验室里的跑分，而是企业信用卡上的支出分布。当基础模型能力趋于同质化，竞争焦点将转向工具链完善度、开发者体验、合规支持以及价格透明度。

Anthropic 和 OpenAI 都在疯狂赚钱，但赚钱的方式截然不同。Anthropic 靠的是企业级客户的深度绑定和旧款模型的长尾收益，OpenAI 靠的是 GPT 5.6 带来的爆发式增长。但无论哪种路径，最终赢家都是那些能把 AI 变成“水电煤”一样稳定、便宜、易用的公司。

所以，下次看到“某某模型刷新世界纪录”的新闻时，不妨多问一句：它的账单数据好看吗？毕竟，在 AI 时代，能用得起、用得好，比“跑得最快”更重要。

原文地址: Anthropic’s best AI model struggles to attract users as cheaper tools thrive