OpenAI Q2 虧損擴大，Anthropic 營收反超並實現小幅獲利
OpenAI 2026 年第二季營收達 67 億美元，較第一季的 57 億美元成長 18%，但營業虧損亦由 93 億美元擴大至 123 億美元，增幅達 32%，明顯高於營收成長速度。相較之下，Anthropic 第二季營收達 116 億美元，較此前成長逾一倍，不僅首次超越 OpenAI，並已實現小幅營業獲利。隨 ChatGPT 今年以來成長動能有所放緩，Anthropic 推出的程式設計工具 Claude Code 持續獲得市場關注；另一方面，除 Google, Meta 等大型科技公司持續加大 AI 投資外，低價中國 AI 模型亦逐步搶占市場。根據《華爾街日報》報導，部分企業客戶已開始將部分 AI 工作負載轉向中國 AI 模型。此次 Anthropic 營收首度超越 OpenAI，顯示 OpenAI 面臨的競爭壓力正持續升高，也反映生成式 AI 市場已由過去少數領先模型主導，逐步轉向產品能力、價格與企業應用等多面向競爭，產業格局正快速重塑。
生成式 AI 競爭焦點轉向單位經濟模型與獲利能力
生成式 AI 早期的競爭核心主要集中於模型性能與能力上限，但自低成本 DeepSeek 出現，以及近期 Kimi K3 進一步強化低成本、高效率的發展方向後，市場關注焦點已逐步由單純追求模型性能，轉向單位經濟模型與獲利能力。這並不代表市場開始質疑 AI 需求本身，OpenAI 與 Anthropic 持續擴大的營收規模，仍顯示企業與個人用戶具有明確的付費意願；然而，對 Microsoft, Google, NVIDIA 等 AI 產業鏈核心公司而言，營收成長已不再是唯一衡量標準。投資人更關注這些收入能否進一步轉化為高毛利、穩定現金流，以及是否能形成足以支撐並消化龐大資本支出的雲端與算力需求，意味生成式 AI 的競爭正由技術領先逐步進入商業模式與資本效率的驗證階段。
OpenAI 當前最大的壓力來自成長斜率明顯放緩。2026 年第二季營收季增 18%，若放在傳統軟體巨頭仍屬不差的成長表現，但在 AI 滲透率快速提升、產業仍處高速擴張的階段，市場更傾向將其解讀為成長動能顯著降溫。更值得關注的是，OpenAI 目前每創造 1 美元營收仍需消耗超過 1.8 美元資金，且虧損規模持續擴大，顯示公司距離穩定獲利仍有相當距離。相較之下，Anthropic 呈現出截然不同的成長與獲利曲線，第二季營收超過 115 億美元，較第一季 47.3 億美元大幅成長，截至 7 月底 ARR 更突破 650 億美元，較 2025 年底約 90 億美元顯著提升；與此同時，公司已實現小幅營運獲利，調整後營業利益率轉正，顯示其在高速擴張營收的同時，單位經濟模型與獲利能力亦同步改善。
商業模式差異成為獲利能力分化關鍵
OpenAI 與 Anthropic 的獲利差異，很大程度來自商業模式與客戶結構不同。OpenAI 目前收入仍高度仰賴 ChatGPT 消費端訂閱與品牌流量，免費及低價用戶占比較高，且從個人用戶進一步轉化至高價值企業客戶仍存在一定摩擦。根據美國企業 LLM 市場調研數據，截至 2026 年 6 月，Anthropic 在美國企業付費滲透率已達 34.4%，首度超越 OpenAI 的 32.3%，市占率亦以 32% 領先 OpenAI 的 25%。
Anthropic 的成長動能則相對明確，開發者程式設計工具 Claude Code 能直接讀取程式碼庫並執行長鏈條軟體工程任務，使模型使用情境由過去的單次對話，轉向持續運行且大量消耗 Token 的工作流程。目前 Anthropic 約 75% 至 85% 收入來自企業級 API，而 Claude Code 透過較高任務準確率降低整體工作成本，並可直接切入企業研發預算，以自下而上的方式滲透企業客戶，降低傳統大型 IT 採購流程帶來的阻力。這種以高價值企業工作負載與 API 使用量為核心的商業模式，使 Anthropic 能在擴大營收規模的同時維持較佳的 Token 經濟效益，也是其較早實現營運獲利的重要原因。
結論 : AI 終端需求仍強勁，但市場開始重新定價回本時間
整體而言，OpenAI 與 Anthropic 營收規模持續擴大，顯示企業與個人用戶對生成式 AI 的付費意願仍然強勁，AI 終端需求本身並未出現明顯降溫；然而，隨產業由早期追求模型性能與用戶成長，逐步進入商業模式驗證階段，市場評價標準也開始發生變化。投資人不再只關注營收增速，而是更重視單位經濟模型、毛利率、現金流與資本支出回收速度。Anthropic 憑藉企業 API 與 Claude Code 帶動高價值、高頻率的工作負載，較早展現獲利能力，反映具備清楚變現路徑的 AI 應用將更容易獲得市場認可；相較之下，OpenAI 即使仍維持龐大營收規模，若虧損持續擴大、成長斜率放緩，市場亦將重新評估其資本投入與獲利實現之間的時間差。對 AI 產業鏈公司而言，後續關鍵已從「AI 需求是否存在」逐步轉向「需求何時能轉化為足以覆蓋龐大資本支出的現金流」，意味 AI 投資主軸並未結束，但市場正開始重新定價整體產業的回本時間與資本效率。
