Anthropic和OpenAI找到产品市场契合点：企业级AI代理推动盈利

我认为Anthropic和OpenAI已经找到了产品与市场的契合度。2026年5月27日。据传Anthropic即将迎来第一个盈利季度。一些公司对员工使用LLM导致账单如此高昂感到惊讶。我认为这是因为OpenAI和Anthropic都找到了产品与市场的契合度。

- 企业客户现在正在支付API价格- 我认为他们已经找到了产品与市场的契合度- 他们正在加紧行动- 围绕这一点的人工智能失败故事相当少- 我们还知道实验室花费了很多- API收入变得不那么重要- 四月是新的拐点企业客户现在正在支付API价格。

我目前订阅了Anthropic的每月100美元Max计划和OpenAI的每月100美元Pro计划。如果您是编码代理的重度用户，这些计划非常划算。

我刚刚在笔记本电脑上运行了ccusage工具，估算过去30天内如果按API代币付费会花费多少，结果如下：- 1,199.79美元用于Anthropic Claude Code- 980.37美元用于OpenAI Codex总计2,180.16美元价值的代币，

只花了200美元——相当不错！我是这些工具的适度用户，但绝不是全天候运行代理。我原以为大量使用代理的公司也能获得类似折扣，但事实证明我大错特错。

我无法确定确切日期，但在过去六个月的某个时候，Anthropic将其企业计划（最初是2025年8月的“Claude席位包含典型工作日的足够用量”）改为每席位每月20美元加上API使用费。

The Information关于这一变化的报道日期为2026年4月14日，但援引Anthropic发言人的话说，定价变化发生在2025年11月。现有客户在续签合同时发现了这一变化。OpenAI在四月份也做出了类似的定价调整。

Codex费率卡（互联网档案副本）目前显示：注意：2026年4月2日，我们更新了Codex定价，以与API代币使用量保持一致，而不是按消息定价。此变更适用于新的和现有的Plus、Pro、ChatGPT Business以及新的ChatGPT Enterprise计划。

2026年4月23日，我们还将此更新应用于所有现有的ChatGPT Enterprise计划，包括Edu、Health、Gov和ChatGPT for Teachers。

解码起来有点困难，因为他们以“积分”报价，但据我所知，这些积分成本与这些模型列出的API代币成本完全匹配。所有这些都意味着，截至2026年4月，OpenAI Codex和Anthropic Claude Code/Cowork的“企业”成本与列出的API价格相同。

GPT-5.5（4月23日发布）的API价格是GPT-5.4的两倍。Opus 4.7（4月16日发布）的价格大约是Opus 4的1.4倍。

考虑到新的分词器后，Opus 4.7的实际价格更高。因此，四月份两家领先的模型公司都发布了API价格更高的新前沿模型，并且两家公司现在都采取措施将企业客户（通常签订一年期合同）锁定在这些API价格上，而不是之前的极端折扣。

我认为他们已经找到了产品与市场的契合度。为什么突然采取激进的定价举措？Anthropic和OpenAI都计划IPO，但我怀疑还有一个更重要的因素：我认为他们终于找到了产品与市场的契合度，体现在Claude Code/Cowork和Codex等编码/通用代理产品上。

ChatGPT等工具非常受欢迎，但这种受欢迎程度很难转化为收入。二月份，OpenAI声称ChatGPT周活跃用户超过9亿，但只有5000万（5.6%）是付费消费者订阅者。

向每个用户每月收取10-20美元是一笔不错的生意，但需要10-20亿用户坚持四年才能覆盖1万亿美元的基础设施。而每个用户每月花费200美元以上的公司会让你更快达到目标——如上所述，作为重度用户，我每个供应商的API成本已经达到约每月1000美元。

编码代理确实改变了一切。这些工具消耗的代币数量巨大，但也迅速成为高薪专业人士日常工作的驱动力。

目前，这仍然主要是软件工程师，但编码代理是一种可以通过在计算机中输入命令来自动化任何操作的工具……因此，它们显然适用于更广泛的熟练知识工作者。正如我在这个网站上详细讨论过的，2025年11月发布的模型将代理提升到真正有用的水平。

我们现在已经有六个月的时间来适应这个想法——难怪公司开始在这项技术上投入真金白银。你可能会说，ChatGPT在2023年2月成为历史上增长最快的消费应用时就实现了产品与市场的契合度……但当时它肯定没有赚到任何实际收入。

编码代理加上企业定价标志着这些公司开始产生非常真实的收入，甚至可能足以覆盖成本！他们正在加紧行动。作为企业代理代表这些公司产品市场契合度的进一步证据，可以看看他们的职位招聘。

OpenAI目前有703个空缺职位，其中229个（32.6%）与企业销售和支持相关——客户经理、“市场推广”、“前向部署工程师”等。Anthropic有390个空缺职位，其中105个（26.9%）看起来是企业向的。

颇具讽刺意味的是，这些AI实验室选择了一种对人力需求如此之大的商业模式——企业销售合同没有大量人类参与是不会自动完成的！

（我通过使用Claude Code抓取他们的招聘网站进行此分析，然后让它使用Datasette的JSON API将数据导入Datasette Cloud，在那里我使用Datasette Agent进行分析，并在此处导出。

吃自家狗粮！）围绕这一点的人工智能失败故事相当少。我开始深入研究这个问题，是因为越来越多的报道声称大公司因AI使用成本激增而拉响警报。在我看来，这些报道中最广为引用的那些有些夸大其词。

讨论最多的是Uber，根据一份报告，Uber首席技术官Praveen Neppalli Naga表示Uber“在2026年仅仅几个月后就花光了全年的AI预算”，这主要归功于Claude Code。

鉴于Claude Code直到11月才真正好用，2025年制定的预算未能预测2026年对该工具的需求，这完全不足为奇！Uber首席运营官Andrew Macdonald在Rapid Response播客上的评论进一步助长了这一说法。

我找到了那段内容，其实没什么实质内容。Andrew是这样说的：“但有时你会和你的高级工程领导交谈，你会说，好吧，有多少被搁置的项目因为生产力提升而得以推进？因为我们上个季度25%的代码提交是通过Claude Code完成的？

这种关联还不存在，对吧？我认为可能隐含地有更多东西被交付了。”

但很难在其中一个统计数据与“好吧，现在我们实际上多生产了25%有用的消费者功能”之间划清界限，对吧？这条界限很难划清。不知何故，这个片段变成了诸如“Uber首席运营官表示，越来越难证明在AI代币最大化上的支出是合理的”之类的头条新闻，因为关于AI失败的故事市场仍然巨大。

另一个关于此事的流行故事是，微软开始取消Claude Code许可证，表面上是为了鼓励他们的工程师使用自家的Copilot CLI代理——但The Verge记者Tom Warren表示，“消息人士告诉我，这个决定也是财务上的”，由6月30日微软财年结束引发。

我认为这两个故事都支持我的“产品市场契合度”假设。