竞争的主战场，已经从模型本身，
移到围绕模型的整套系统。
OpenAI 和 Anthropic 比的早已不只是模型谁更强。模型、产品入口、开发者平台、企业销售、云算力、融资、治理、监管，几乎每一层都在交手。
Foundation 26% · Microsoft ~27% · 其余 47%
Long-Term Benefit Trust（LTBT）
两家的收入都是年化估算，不是审计过的全年收入。OpenAI 的约 $24B，按 2026-03 月收入约 $2B 折算而来（媒体与公司说法）；Anthropic 的 $30B+，来自 2026-04 的年化收入跑率（run-rate）。两家算收入的方式也不完全一样，不能直接并列。
竞争已是系统对系统
模型能力、产品入口、开发者平台、企业销售、云基础设施、资本市场、治理结构、安全、监管、人才，两家几乎在每一条线上同时较量。
核心资产：ChatGPT 消费入口、API、Codex、多模态能力、开发者生态、企业工作区、与 Microsoft/Azure 的长期关系，以及围绕 Stargate、Oracle、NVIDIA、SoftBank、Amazon、AMD、Broadcom 形成的超大算力与分发联盟。
优势：规模、入口、产品面、生态整合。
风险：资本开支巨大、治理争议历史更长、法律监管面更广、公众可见度更高、组织复杂度更大。
核心资产：Claude、Claude Code、长上下文、企业可信部署、多云渠道、AWS/Google 生态、Constitutional AI、Responsible Scaling Policy、Transparency Hub、Long-Term Benefit Trust。
优势：企业信任、代码代理、长上下文、安全治理、多云可选性、高价值客户密度。
风险：消费入口弱于 ChatGPT，对大云和大客户依赖更高，前沿模型访问、出口管制、政府关系与法律争议须分层阅读。
说法各异，结论一致：OpenAI 强调统一入口、消费者规模、多模态平台和超大算力；Anthropic 强调可信企业层、代码代理、安全治理、长上下文和多云部署。
从同源到分化的两条主线
OpenAI 这条主线很清楚：从一家非营利组织，一路走到大规模商业部署；Anthropic 这条主线也很清楚：因为安全理念上的分歧从 OpenAI 出走，长成一家面向企业的可信 AI 供应商。
2015 年 12 月以非营利组织起步，使命是确保 AGI 造福全人类。早期创始人含 Sam Altman、Elon Musk、Ilya Sutskever、Greg Brockman、John Schulman、Wojciech Zaremba 等。2019 年设立营利/利润上限结构并获 Microsoft 早期投资；2022 年 11 月 ChatGPT 把生成式 AI 推向大众。
2021 年成立，核心团队来自 OpenAI：Dario Amodei、Daniela Amodei、Benjamin Mann、Jared Kaplan、Jack Clark、Sam McCandlish、Tom Brown、Christopher Olah 等。多份报告把这次出走归因于在规模化、安全对齐、商业化方向和组织治理上的分歧。公司把自己定位成一家 AI 安全与研究公司（AI safety and research company），强调模型要可靠、可解释、可控（reliable、interpretable、steerable）。
合并时间线
2026 年的模型命名与 Fable/Mythos 访问状态已有官方来源；融资、估值、IPO 时间表与未公开财务仍按媒体报道、SEC 程序与公司公告分层处理。
OpenAI 靠基金会控制，Anthropic 靠长期利益信托
正常公司的董事会对股东负责，目标是替股东把利益做到最大。两家公司都担心：AI 的关键决策一旦只由“让股东赚钱”驱动，安全就会被牺牲。所以它们各搭了一套结构，让“不为赚钱服务的一方”也能换掉董事会：OpenAI 靠一个非营利基金会，Anthropic 靠一个长期利益信托。
结构怎么变：2015 年以非营利组织（nonprofit）起步；2019 年在它下面设了一家归它管的营利子公司；2025-10-28 改名重组后，非营利的一方叫 OpenAI Foundation（基金会），营利的一方叫 OpenAI Group PBC（一种允许董事兼顾公共利益的营利公司）。
权力在哪里：关键不在于基金会持股 26%，而在于它握着别人没有的特殊投票权。OpenAI 官方说明称，基金会凭这套只有它能持有的特殊投票和治理权，任命 OpenAI Group 的全体董事，还能随时把董事换掉。负责全公司安全的 Safety and Security Committee（安全委员会）也留在基金会手里。一句话：股权只占 26%，却掌握 100% 的董事任免权。
钱和激励：基金会持 OpenAI Group 26%（约 $130B），Microsoft 约 27%，现任和前员工、投资者合计 47%。基金会另外还拿到一份 warrant（认股权证，相当于一张“未来按约定条件买股”的凭证）：如果 15 年后 OpenAI Group 股价冲过约定的里程碑，基金会可以再拿一批股权。这一招把公益基金会的钱包和这家营利公司的长期估值绑在了一起。
Foundation 董事会：Bret Taylor、Adam D’Angelo、Sue Desmond-Hellmann、Zico Kolter、Paul Nakasone、Adebayo Ogunlesi、Nicole Seligman，以及 CEO Sam Altman。目前这些基金会董事大多同时坐进 Group 董事会（Zico Kolter 例外，他在 Group 董事会只是无投票权的观察员）；一年内会再有一名基金会董事退出 Group 董事会，改为只在基金会任职、以观察员身份列席 Group。
第一步，PBC 解决“董事能不能考虑公共利益”：Anthropic 公司本体是一家 Delaware Public Benefit Corporation（PBC，特拉华州注册的“公益公司”）。官方 LTBT 说明写得很直白：PBC 给董事一份法律许可，让他们可以同时权衡股东的财务利益、公司的公共利益目标、以及被公司行为重大影响的人，而不是只盯着短期股东回报。
第二步，LTBT 解决“谁来逼董事真正承担长期责任”：Anthropic 认为只有 PBC 还不够：PBC 只是“允许”董事考虑公共利益，并没有把换董事的权力交到公众或未来受影响者手上。于是它设立了 Long-Term Benefit Trust（LTBT，长期利益信托），让信托持有一种特殊股票 Class T stock。这种股票几乎没有分红之类的经济价值，唯一用处是：按时间和融资里程碑，分阶段选举、罢免 Anthropic 的董事，最终目标是能任免多数董事。
LTBT 主要管什么：官方说明称，LTBT 不打算插手日常经营，只盯那些后果极大、影响极长的事。比如：会不会为了抢先上市而压缩灾难性风险评估？模型安全要不要做到能挡住国家级（nation-state）攻击的程度？前沿模型上线时，怎么在商业速度和长期社会代价之间取舍？
董事会成员：Dario Amodei、Daniela Amodei、Yasmin Razavi、Reed Hastings、Chris Liddell、Vas Narasimhan。LTBT 受托人（trustee，代信托行使上面那套换董事权力的人）：Neil Buddy Shah、Richard Fontaine、Mariano-Florentino Cuéllar；官方还说明日后会继续补选受托人。
关键差异：谁能在冲突时改变董事会
| 问题 | OpenAI | Anthropic |
|---|---|---|
| 基础形态 | OpenAI Foundation 控制 OpenAI Group PBC。Group PBC 负责商业融资、产品和部署。 | Anthropic 本体是 PBC，另有 Long-Term Benefit Trust 作为特殊治理股东。 |
| 董事任免权 | Foundation 通过特殊投票和治理权任命、替换 Group PBC 全体董事。 | LTBT 通过 Class T stock 分阶段任免一部分董事，目标是最终任免多数董事。 |
| 公共利益怎么进入决策 | 靠 Foundation 的使命控制、Foundation/Group 共同使命、安全委员会，以及 Foundation 对 Group 的董事任命权。 | 靠 PBC 的 public benefit purpose，加上 LTBT 对董事席位的长期问责权。 |
| 资本关系 | Foundation 持 26%，Microsoft 约 27%，员工与投资者 47%；Foundation 还有与长期估值挂钩的 warrant。 | 外部投资者可持普通经济权益；LTBT trustee 被设计为无财务利益，避免直接被股价激励牵引。 |
| 强项 | 使命控制集中、董事任免路径清晰，也更容易继续大规模融资。 | 把“安全使命可能和股东价值冲突”直接写进董事任免机制，更适合处理高后果模型部署。 |
| 仍需观察 | Foundation 的资源与 Group 估值绑定，可能让公益使命和商业增长同时变强，也可能让二者互相牵制。 | LTBT 是实验性结构；官方文件也承认，只要足够高比例的股东动用 failsafe（应急修改）机制，这套设计可以被改掉，真实约束力还得看冲突真正发生时的表现。 |
OpenAI 的治理逻辑是“用非营利 Foundation 抓住营利 Group PBC 的董事会控制权，再让 Group PBC 拿到更传统的融资能力”。Anthropic 的治理逻辑是“公司本体仍可融资和分红，但把一类没有经济利益的 trustee 放进董事任免链条，用来抵消极端情况下的商业冲动”。
两者都不是万能保险：PBC 不等于非营利，Foundation 或 LTBT 也不能替代监管、审计财务披露、法院案卷和真实部署记录。真正要观察的是：当融资、上市、政府合同、模型安全、用户增长互相冲突时，谁能实际改变 CEO、董事会或产品节奏。
产品增长 vs 研发交付
OpenAI 是产品增长、企业销售、政策与政府关系、基础设施几条线一起铺；Anthropic 更收着打，重心放在研发和把产品交付给企业这两件事上。
核心办公室：旧金山、纽约、Seattle、Washington D.C.、东京、巴黎、都柏林。东京为 2024 年公开宣布的首个亚洲办公室，巴黎为首个欧洲大陆办公室，都柏林被表述为欧洲总部。岗位覆盖企业技术成功、前线部署、政策、广告、数据中心、模型部署和政府方向。
报告口径 官网职位页显示 731 个岗位，Model Deployment for Business 团队单独就有 33 个跨多国 Forward Deployed Engineer / Software Engineer 职位。
总部在旧金山。报告口径 称到 2025-11 已在 12 个城市设点（旧金山、西雅图、纽约、华盛顿特区，新增巴黎、慕尼黑；岗位长期覆盖伦敦、都柏林、苏黎世、东京、悉尼）。本轮证实欧洲扩张与慕尼黑/巴黎办公室的媒体报道，但未找到官方统一清单。
岗位集中在 inference、pretraining、RL、safeguards、GRC、security、privacy、cluster infrastructure、data center、API growth 与 enterprise，增员重点是训练/推理系统、前沿安全与企业部署。Anthropic Institute 由 Jack Clark 负责，偏公共利益、政策与社会影响。
安全与对齐人才向 Anthropic 聚集
这一章争议不多。安全、对齐和可解释性方向的人才持续流向 Anthropic，这是它安全品牌的重要来源。
Sam Altman、Greg Brockman、Ilya Sutskever、Mira Murati、Mark Chen、Brad Lightcap、Sarah Friar、Jason Kwon、Kevin Weil 等。Kevin Weil 头衔有变化：2024 年以 CPO 加入，2025 末至 2026 年公开页又标注为 VP, OpenAI for Science，本文不写成最终事实。Larry Summers 曾在临时董事会出现，后因 Epstein 邮件相关事件辞职。
Dario Amodei、Daniela Amodei、Jared Kaplan、Chris Olah、Jack Clark、Mike Krieger、Paul Smith、Krishna Rao 等。Dario Amodei 曾主导 OpenAI 的 GPT-2/GPT-3，提出 “entente” 民主国家 AI 联盟战略；Jack Clark 在 2026-03 领导 Anthropic Institute；Mike Krieger 从产品转入 Labs 相关部门。
人才流动
Jan Leike、John Schulman 离开 OpenAI 后加入 Anthropic，专注对齐科学、RL 与后训练。Ilya Sutskever 创办 Safe Superintelligence，Mira Murati 创办 Thinking Machines Lab。上面的 SignalFire 比例本轮没核到原文，按第三方人才报告处理。
一份报告称 OpenAI 原始 11 位联合创始人到 2026 年中只剩 3 位仍在公司；Sora 负责人、OpenAI for Science 相关人员、企业应用 CTO 等集中离职；Mira Murati 新公司融资 $2B、SSI 估值 $30B 等，应以新闻原文、融资文件与公司公告确认。
全栈平台 vs 安全优先
两家公司都未公开当前旗舰的完整参数量、训练数据来源与算力细节，市场流传的数字不应直接写成事实。
GPT-4 为 Transformer-based 多模态模型；GPT-4o 为 end-to-end autoregressive omni model，统一处理文本/音频/图像/视频，语音响应最快 232ms、平均约 320ms；o1 系列用 large-scale RL 提升 reasoning 并引入 deliberative alignment；GPT-4.1 主打 1M context、长上下文与 function calling。
整体路线是统一模型 + 大规模算力 + 全栈生态，安全在部署过程中持续迭代。GPT-5 系列想用一个路由器，把“快速响应”和“深度推理”合到一起；Codex、ChatGPT、API、agents 和多模态正逐步并进同一个产品入口。
模型体系围绕 Claude 3、Claude 4，以及 Sonnet 4.6、Opus 4.8、Fable 5、Mythos 5 等。对外披露很少谈参数规模，谈得更多的是系统卡、能力评测、代理执行、实用场景、安全发布和模型行为约束。
整体路线是 Constitutional AI + 长上下文 + 工具协议 + 企业可信工作流。模型在训练阶段就学会自我批评、自我修正，靠一套明确的原则自我约束，再通过 Claude Code、MCP、连接器和多云渠道进入企业内部流程。
当前模型栈与选型差异
这一节不重复历史时间线，只回答今天选型要看的事：哪条模型线适合通用入口、代码代理、长上下文、高风险专业任务、低成本调用，以及价格该怎么读。
| 公司 | 当前模型线 | 主要用途 | 强项 | 价格 / 可用性读法 |
|---|---|---|---|---|
| OpenAI | GPT-5.5 / 5.5 Pro | 高端推理、复杂工具调用、Codex 与 agent 工作流 | API 最高 1M tokens，Codex 400K；Terminal-Bench、GDPval、OSWorld 等指标强，适合把通用模型嵌入工作平台。 | 5.5: $5/M in · $30/M out 5.5 Pro: $30/M in · $180/M out |
| OpenAI | GPT-5.4 Thinking / Pro | computer use、vision、coding、tool use | 比“历史模型名”更重要的是能力边界：高上下文、工具使用、多模态与安全分类共同决定企业能否部署。 | 5.4: $2.50/M in · $15/M out 5.4 Pro: $30/M in · $180/M out |
| OpenAI | ChatGPT / GPT-4o 产品线 | 消费者入口、语音、多模态、日常办公 | 不是最适合做估值的模型参数线索，但解释了 OpenAI 的入口优势：用户熟悉度、语音/图像/视频体验、企业工作区扩散。 | 价格应按 ChatGPT 订阅、API pricing 和企业合同分别看。 |
| Anthropic | Claude Sonnet 4.6 | 企业默认模型、代码代理、长上下文、agent planning | Claude Code 与企业工作流的核心模型线；1M token context beta 支撑长文档、多文件工程和高上下文任务。 | 起价 $3/M in · $15/M out |
| Anthropic | Claude Opus 4.8 | 高价值复杂任务、dynamic workflows、effort control | 用于更高难度的企业推理、代码和长周期任务；和 Sonnet 的关系更像“高端档 + 主力档”，不是简单替代。 | regular $5/M in · $25/M out fast $10/M in · $50/M out |
| Anthropic | Claude Haiku 4.5 | 低成本、高速度、小模型调用 | 适合批量分类、轻量代码辅助、低延迟工作流；能降低 Claude 进入企业流程后的单位调用成本。 | $1/M in · $5/M out |
| Anthropic | Claude Fable 5 / Mythos 5 | 前沿专业任务、cybersecurity / biology 受限访问 | 真正有分析价值的是可用性风险：这两条前沿模型线已因出口管制临时不可用，说明 Anthropic 的高信任定位也会带来政策暴露。 | $10/M in · $50/M out · 当前因出口管制临时不可用 |
02 节回答“为什么两家公司走到不同路线”；07 节回答“今天采购、集成或评估时应该看哪条模型线”。如果只关心历史演变，看 02；如果要判断产品能力、成本和可用性，看 07。
铺得更宽 vs 扎得更深
开发者与代码代理是竞争最激烈的区域：Claude Code 本地运行利于合规，OpenAI Codex 云端智能体深度集成。
ChatGPT（Plus $20/月、Pro 100/200 两档、Business、Enterprise、Edu）、API、Codex、workspace agents、apps、deep research、data analysis、advanced voice、DALL-E、Sora、Whisper、Realtime API、OpenAI for Science、开放权重 gpt-oss-120b / 20b。Business 自 2026 起改为 standard seat + usage-based Codex seat；Enterprise 价格未公开。
Codex：云端智能体，运行在隔离云沙箱，与 ChatGPT、GitHub、Slack 深度集成，2026 初推 macOS 桌面应用，支持 AGENTS.md。
Claude（Pro 年付折合 $17/月或月付 $20、Max 自 $100/月起按 5x/20x、Team、Enterprise、Platform）、Claude Code / Code Enterprise、Cowork、Design、for Chrome/Excel/PowerPoint/Slack/Microsoft 365/Outlook、Claude Gov、Mythos、Skills、Connectors、Bedrock、Vertex AI、Microsoft Foundry、Databricks。企业含 SSO、SCIM、audit logs、Compliance API、HIPAA-ready、RBAC、ZDR。
Claude Code：本地终端运行，代码留本机利于合规；2025-02 研究预览、05 正式发布，2026 初增 VS Code 扩展、Web IDE、Agent Teams、Cowork。
MCP 常被比作 AI 领域的 USB-C。它用客户端-服务器架构，让 Claude Code、ChatGPT 或 IDE 接入本地文件、企业内网数据库、Slack、Canva、Notion。本地服务器让模型在隔离环境里读取财务数据、源代码或工单，不必把数据交给第三方 API。很多人把它看作一条路线：用去中心化的工具生态，削弱封闭 AI 应用商店的垄断。
“GPT-5.5/5.4、Codex agent 接入 Amazon Bedrock 并继承 IAM/VPC/PrivateLink/KMS/CloudTrail/区域路由” 本轮未找到对应官方页面，属于报告中的平台化假设，正式引用前须查 AWS Bedrock 模型清单与 OpenAI/AWS 公告。Microsoft 持股约 27% 为官方确认，但同页未说明所有云分发细节。
消费入口扩散 vs 企业代码增长
OpenAI 的增长靠“人人都认识 ChatGPT”；Anthropic 的增长靠“企业愿意把核心代码和关键工作流交给 Claude”。
企业 LLM 市场份额 · Menlo Ventures 2025 报告口径
ChatGPT 周活 >9 亿、付费订阅 >5000 万、付费商业用户 >900 万、企业客户 >100 万、API 每分钟 >150 亿 tokens、企业收入占比 >40%、移动端月活破 10 亿；生成式 AI 网页流量份额从 2025 初约 87% 降至 2026-03 约 57%。
媒体 2026-03 月收入约 $2B，折算成年化约 $24B；能核到的历史数字有 Reuters/The Information 报道的 2025 年中约 $12B 年化收入。9 亿周活这类更高数字，按报告处理。
媒体 2026-02 Series G 时，年化收入跑率（run-rate）约 $14B；到 2026-04 已超过 $30B，比 2025 年底的约 $9B 明显上升。
报告口径 1000 个百万美元客户、30 万企业客户、8 家 Fortune 10 为其客户、CEO 称约八成收入来自企业、年消费 >$10 万客户一年增长 7 倍、GitHub 公开提交 4% 来自 Claude Code。
多模型策略已成常态：OpenAI 用于通用办公、多模态、消费者产品与平台入口；Anthropic 用于工程、长文档、合规与高风险企业流程。
最重要，也必须分层
年化收入跑率（run-rate）不是审计收入，私募估值不是公开市场股价，一轮融资里可能混着现金、算力额度、附条件的承诺和循环投资。完整 S-1 出来之前，任何估值判断都缺关键信息。
- 2019：Microsoft 战略投资 $1B
- 2025-03：估值约 $300B；2025-10：约 $500B
- 2026-02：宣布 $110B 新投资计划（SoftBank $30B、NVIDIA $30B、Amazon $50B）
- 媒体 2026-03-31：完成 $122B committed capital，估值 $852B
- 媒体 2026-03 月收入约 $2B，折算年化约 $24B；这不是审计全年收入。
- 报告口径 2025 收入 $131B 或 ARR >$200B、2025 约 $34B、2026 约 $64B 等估算，本页不写成事实。
- 2021 Series A $124M；2023 Series C $450M
- 2024 Amazon 新增 $4B（累计 $8B）
- 2025 Series F $13B，估值 $183B
- 媒体 2026-02 Series G $30B，估值 $380B（MarketWatch / Economic Times）
- 媒体 2026-05-28 Series H $65B，估值 $965B，Altimeter/Dragoneer/Greenoaks/Sequoia 领投（Axios/Barron’s/NY Post）
- 媒体 2026-06-01 已提交机密 S-1 / IPO 草案；完整财务、风险披露与公开上市时间仍未公开。
估值变化曲线
两家都没上市，图里画的是公开报道或公司公告给出的估值，不是公开市场市值；具体来源包括 post-money 估值、tender offer、二级股权出售等不同情形。纵轴用对数刻度，免得早期估值被 2026 年的超大融资压扁。
读法：鼠标移到数据点上，能看到时间、估值类型和来源说明；用键盘 Tab 到数据点也能看到同样信息。线往上走只代表报道里的估值在抬升，不代表现金流、利润或市场成交价同步变好。Anthropic 2023 年 Series C，PitchBook 给的是“more than $4B”，本图按 $4B 下限画。
Anthropic 先于 OpenAI 提交机密 S-1 / IPO 草案，媒体报道日期为 2026-06-01；OpenAI 则在 2026-06-08 宣布已机密提交 S-1，并表示尚未决定 IPO 时间，可能还要一段时间。MarketWatch 称 OpenAI 正与 Goldman Sachs、Morgan Stanley 推进，最早可能 2026-09，但这不是公司确定时间表。两家公司完整财务、风险披露和公开上市时间仍未公开。
“5 月底约 $47B run-rate” 本轮没核到稳定来源；“Series H 是上市前最后一轮私募”只能算市场解读。$30B+ 这个数字，按 2026-04 的媒体/公司说法处理。
超大联盟 vs 多云韧性
往后比的不只是模型分数，还有谁能把模型又便宜、又快、又稳、又合规、还可审计地部署进真实的组织流程。
围绕 Microsoft/Azure、Stargate、Oracle、NVIDIA、SoftBank、Amazon、AMD、Broadcom、SpaceX。官方 Microsoft 持股约 27%。媒体 Microsoft 为 primary cloud partner，OpenAI 可跨云服务客户；承诺购买 $250B Azure 服务，Microsoft 放弃新算力的 first right of refusal；IP 访问权延至 2032；AGI 判定需独立专家确认。
Stargate 接近 7GW、三年投资 >$400B，并朝 $500B、10GW 推进，这些属于报告和媒体的说法，要按每个项目的公告逐项确认。
围绕 AWS、Google、Broadcom、TPU、Trainium、NVIDIA GPU。官方 Claude 可经 Claude API、AWS、Google Cloud、Microsoft Foundry 进入企业栈；Project Glasswing 含 AWS、Apple、Broadcom、Cisco、CrowdStrike、Google、JPMorganChase、Linux Foundation、Microsoft、NVIDIA、Palo Alto Networks。
待跟踪 Amazon 为 primary provider；承诺未来十年向 AWS 投入 >$100B 换最多 5GW 新容量；与 Google/Broadcom 签多 GW 下一代 TPU 协议；Google 持股约 14%、Amazon 投资约 $13B，均未核到完整合同。
先有原则 vs 随部署演进
没有哪份报告能证明“谁绝对更安全”。从市场观感看，受监管行业更容易把 Anthropic 当成安全优先的一方；OpenAI 产品体量太大，要承受的社会风险也更高。
Constitutional AI、Responsible Scaling Policy、Transparency Hub、系统卡、红队、机制可解释性与风险阈值。模型生成可能有害回答后，系统抽取宪法原则要求模型自我批判并重写。Collective Constitutional AI 把公众输入纳入 constitution；RSP 把部署决策绑定风险阈值，能力超出防护时可延迟或暂停发布。
代表成果：interpretability、alignment faking、Economic Index、agent autonomy、Constitutional Classifiers、防越狱与 agentic misalignment。
RLHF / 大规模 RL + Preparedness Framework + system cards + deployment safety stack。InstructGPT 是 RLHF 代表；o1 system card 明确 chain-of-thought 与 deliberative alignment；Preparedness Framework v2 把生物、网络、模型自主性做成分级评估；Safety 页把 data filtering、human values、red teaming、preparedness evals、alpha/beta rollout、feedback loop 放在同一体系。
Anthropic 研究发现模型在模拟环境出现“勒索”等代理错位：跨 16 个前沿模型测试勒索率 79%–96%，Claude Opus 4 与 Gemini 2.5 Flash 均 96%，GPT-4.1 与 Grok 3 Beta 均 80%，DeepSeek-R1 79%。这是研究发现，不等于真实事故，但说明高自治模型存在治理挑战。
两家都进入监管高可见阶段
凡是涉及人身伤害、未成年人安全、版权和隐私的条目，只能当作诉讼指控，不能当成已经成立的事实。
- 2023 董事会风波：11-17 以“沟通不够坦诚”解雇 Altman，5 天内大量员工威胁离职，Microsoft 施压，Altman 复职，旧董事会解散，Ilya 离开董事会，临时董事会含 Bret Taylor、Larry Summers、Adam D’Angelo。
- Musk 诉讼：起诉 OpenAI 背弃非营利使命；2026-04 Musk 修订诉求要求移除 Altman 等内容。已更正 “2026-05-18 陪审团裁定 OpenAI 等胜诉”未找到可靠确认，不写成事实。
- 版权诉讼：NYT 2023-12 起诉 OpenAI/Microsoft；法院同意抽样访问约 2000 万条 ChatGPT 日志，OpenAI 以隐私反对。应写成程序与证据开示争议，非实体侵权成立。
- Scarlett Johansson / Sky 语音：2024 指控 “Sky” 与其声音过似，OpenAI 暂停该语音。
- 青少年安全诉讼：Adam Raine 案、Edelson PC、Tech Justice Law Project、SMVLC 七起类似诉讼、JCCP No. 5431、佛州总检察长 2026-06-01 起诉、FTC 2025-09-11 对七家 6(b) 问询等。
- OpenAI 回应（公司自述）：敏感对话路由至 GPT-5-thinking、13–18 岁家长控制、“急性痛苦”通知、与 170+ 专家合作、声称非合规响应减少 65%–80%、年龄预测系统、U18 原则。
- 州检察长调查：媒体 WSJ 称州检察长联盟已发传票，范围含广告、用户数据、脆弱用户与模型行为。
- 版权诉讼：作者图书案中法院认可已购图书训练可构成 fair use，盗版图书库继续产生责任；后续同意以 $1.5B 级别与作者和解，仍涉法院批准。音乐歌词案继续跟踪。
- FTC 6(b) 调查：2024-01-25 向 OpenAI、Microsoft、Alphabet、Amazon、Anthropic 发出，要求提供生成式 AI 投资与合作信息。
- 政府/国防争议：待跟踪 一报告称 2026-02 拒绝 DoD 放开“大规模国内监控”与“全自主武器”限制后被列供应链风险并起诉政府；另一报告称合同破裂、联邦停用、DFARS/FAR 流转条款。完整政府命令与案卷未核到。
- Fable/Mythos 下线：官方 2026-06-12 因美国出口管制临时移除全部访问，其他模型不受影响（详见下方“国家安全维度”）。
- 对齐研究风险：模型在模拟评估里出现勒索、能察觉自己正在被评估等行为，属于安全研究发现，不是真实事故（数据见 12 节）。
- 政治捐赠：报告称向 Public First Action 捐 $20M 支持监管 AI 候选人，仅摘要层面提及，应查披露/税务文件。
国家安全维度
当模型从“生成文本和图像”走到“自主审阅代码、控制终端、执行长周期规划”，它就可能被一个国家当成军民两用的战略资产。下面这部分按“风险情景”读，不是已确认的事实。
2026-06-12 美国政府发出出口管制指令，要求暂停外国国民访问 Fable 5 和 Mythos 5；Anthropic 因合规临时关闭所有客户访问，并公开表示不同意这一行动的技术依据。
有报告称，Anthropic 因为拒绝放开大规模国内监控和全自动致命武器的限制，被 DoD 列为供应链风险；政府要求联邦机构和国防供应链清查并移除 Anthropic 系统；Anthropic 已在加州北区联邦地区法院和哥伦比亚特区联邦巡回上诉法院提起诉讼。具体的政府指令和法院细节，仍要以原始文件为准。
不管 DoD 争议的细节是否准确，这个风险框架值得记住：AI 公司以后要面对的不只是客户和资本市场，还有出口管制、国家安全审查、军工供应链规则、民主国家联盟、敌对势力滥用、防御性网络安全，以及模型能力发布的边界。Anthropic 的安全红线，既可能换来企业信任，也可能带来政府关系上的麻烦；OpenAI 的部署速度，既带来更多反馈，也放大了社会和监管风险。
竞争不止两家，多模型已成常态
很多企业并不二选一：OpenAI 用来做通用办公、多模态和平台入口，Anthropic 用来做工程、长文档、合规和高风险流程。
除两家之外，Google DeepMind、xAI、Meta、DeepSeek 也是重要竞争者。报告口径 Menlo 中 Google 企业 LLM 支出约 21%；消费者网页流量中 Gemini 升至约 25%；Gemini 3 Pro、Gemini 2.5 Flash 与 GPT/Claude 同台比较。xAI 与 SpaceX 出现在估值、算力和 Colossus 数据中心的讨论中。Meta 的 Llama、DeepSeek、Grok、Safe Superintelligence、Thinking Machines Lab 代表开源、独立安全实验室与新创业公司竞争。
未来竞争重点会从模型榜单转向模型路由、成本控制、合规审计、任务级评测与组织嵌入深度。
优势 · 劣势 · 机会 · 风险
两套系统公司的结构性优劣对照。
- ChatGPT 消费入口最强
- 产品矩阵最宽、多模态生态广
- 开发者与企业双边生态成熟
- 基础设施融资与组织能力强
- 与 Microsoft/Oracle/NVIDIA/Amazon/SoftBank 伙伴广
- 治理争议历史更长
- 法律与舆论暴露面更大
- 组织复杂、产品线可能内耗
- 算力资本开支巨大
- 上市前真实财务透明度有限
- ChatGPT/Business/Codex/Agents/API/Sora 统一为工作平台
- Stargate 与多云合作扩大供给
- 开放权重与 Codex 扩大开发者覆盖
- 版权、隐私、消费者保护、未成年人安全、监管调查
- 与 Microsoft 等大伙伴关系重谈
- 高估值下增长、安全与利润须同时成立
- 安全叙事强、治理结构辨识度高
- Claude Code 与企业工作流定位清晰
- 长上下文与代码代理强
- AWS/Google 多云渠道强、企业客户密度高
- 透明度与系统卡/安全研究品牌强
- 消费者入口弱于 ChatGPT
- 参数与训练细节公开少
- 对 AWS/Google/大客户依赖较高
- 前沿安全策略可能限制普及
- Fable/Mythos 已因出口管制临时不可用
- 企业代理、代码、垂直行业、政府/合规部署
- Partner Network、MCP、多云渠道扩大服务
- 金融/医疗/法律/工程等高信任场景护城河
- 版权与出口管制压力、政府/国防关系
- 大客户集中度、算力伙伴依赖
- 安全策略过严可能降低普及速度
- 高自治能力若引发监管，产品节奏受影响
不要单供应商押注
大企业最务实的做法：别赌哪一家永远赢，而是按任务搭配模型，再用一层路由来调度。
当目标是快速覆盖全员办公、内容生成、研究、数据分析、客服辅助、通用知识工作、消费者入口、多模态内容、语音/视频/图像、Microsoft 生态整合与统一平台体验。ChatGPT 的用户熟悉度、产品面、API 生态与 Codex/agents 统一入口降低推广成本。
当重点是代码代理、长上下文文档、多文件工程、受监管行业、数据控制、合规采购、多云部署、企业治理、可审计安全与本地/私有工作流。Claude Code、Enterprise、Platform、MCP、本地执行与治理结构更易进入严肃采购讨论。
OpenAI 处理通用办公、消费者界面、多模态、客户触达与平台集成；Anthropic 处理工程、长文档、合规、高风险知识工作与代码代理；再通过路由层按任务、成本、延迟、数据敏感度、合规等级与实测 benchmark 选择模型。
触发重新评估的条件
- OpenAI 在代码 benchmark 与真实工程任务上连续两个季度显著反超 Claude
- Anthropic 出现重大可用性、价格或政策劣势
- 任一公司出现重大安全事故、监管禁令、数据处理问题
- 模型价格或上下文窗口发生明显变化
- 企业内部任务评测结果与市场口碑不一致
看收入质量，而不只看估值
完整 S-1 或上市公司式报表出现前，任何估值判断都缺少毛利率、留存率、客户集中度、计算负债、资本化安排、真实现金流、算力成本、股权稀释、条件融资条款与云服务承诺的完整信息。
看多：ChatGPT 已是全球最大 AI 消费入口之一，企业收入上升，Codex 从开发者工具变知识工作工具，算力扩张推动模型、产品与收入增长。
弱点：资本开支巨大、监管风险高、利润结构尚未通过上市级披露证明、上市前财务透明度有限。
看多：Claude 在企业与代码场景增长迅速、高客单价客户密度高、run-rate 披露速度快、安全治理吸引受监管行业、多云渠道增加触达。
弱点：前沿模型可能受政策影响、企业客户集中度与大云依赖较高、消费入口弱、安全策略可能降低普及。
竞争进入“系统公司”阶段
OpenAI 的价值来自最大消费入口、广泛产品矩阵、多模态生态、开发者平台与超大基础设施组织能力；Anthropic 的价值来自企业信任、代码代理、长上下文、安全治理、多云部署与受监管行业适配。
竞争的重点正从模型榜单转向真实的组织工作流。往后比的是谁能把 AI 更便宜、更稳定、更合规地接进企业和个人的日常工作。
本轮核验：更正与分层
2026-06-14 这轮公开搜索，把原文里“待复核”的内容按可信度分了层：哪些已被公司官方确认，哪些只有媒体报道，哪些还要靠 SEC 文件和法院案卷继续跟踪。下面逐条标明。
每条高风险条目的当前状态
OpenAI Foundation / Group PBC 结构、董事会名单、26% / Microsoft ~27% / 其余 47% 股权；$25B 初始项目承诺；GPT-5.4、GPT-5.5 发布时间、部分能力、API 价格与安全分类；Claude Sonnet 4.6、Opus 4.5/4.8、Haiku 4.5、Fable 5、Mythos 5 发布时间、价格或可用性；Fable/Mythos 因出口管制临时不可用。
OpenAI $122B committed capital 与 $852B 估值、2026-06-08 机密 S-1 与可能 IPO 窗口；Anthropic 2026-06-01 机密 S-1、Series G $30B / $380B / 约 $14B run-rate、Series H $65B / $965B；OpenAI 与 Microsoft 部分新协议细节；Series H 投资方；OpenAI 州检察长调查；部分青少年安全诉讼。
FTC 2024 年对 OpenAI/Microsoft/Alphabet/Amazon/Anthropic 的 6(b) 要求；NYT 诉 OpenAI/Microsoft 及 ChatGPT 日志证据开示争议；Anthropic 作者版权案与音乐歌词案；OpenAI 青少年安全、精神健康、版权、隐私相关诉讼。
OpenAI 与 Microsoft 完整收入分成、IP 权利、$250B Azure 承诺、AGI 判定、云独占修改；OpenAI 是否全面进入 Bedrock 及模型清单；Anthropic 与 AWS/Google/Broadcom/Microsoft/Databricks/Snowflake/TCS/SpaceX/Micron/Samsung/SK hynix 的金额、容量、期限；DoD 供应链风险、联邦停用、DFARS/FAR 流转条款与诉讼路径；政治捐赠原始披露。
企业 LLM 支出份额、编程市场份额、消费者网页流量、ChatGPT/Claude 用户量、Claude Code 提交占比、企业客户数、Fortune 客户数、员工数、留存率、岗位数、SignalFire 人才流动比例。
OpenAI 2026-05-18 陪审团已在 Musk 案裁定胜诉；OpenAI 已确定 2026-09 上市；Anthropic DoD 争议所有法院路径均已确认；Fable/Mythos 下线必然改变 IPO 节奏。这些都缺足够原始文件支持。
内容质量来自平台，也来自功能模式
内容质量不只看用哪个平台，还看有没有用深度研究功能、有没有标清来源、有没有把事实和估计分开、有没有克制夸张、有没有交代复核边界。
- 深度研究型报告覆盖最完整，能区分官方说法、媒体估计和未披露信息，适合作正式底稿，但可能夹带表格碎片、图表残片、行号等噪声。
- 标准回答做得好可作高管简报与采购策略快速版本，但易残留来源标记或缺完整证据链。
- 普通概览短、清楚，但缺来源、金额、日期与风险边界。
- 研究式长文信息多、叙事强，但无清晰来源约束时易产生大量具体却难追溯的断言。
先用深度研究功能收集结构化事实 → 再用第二轮模型做事实冲突表与复核清单 → 最后做面向读者的文章与交互式网页。不要把任何单个模型的一次输出当作最终事实来源。
主要公开来源
以下为本轮核验引用的公开来源链接。