Ramp数据揭示前沿AI模型的“价格天花板”：Anthropic旗舰Fable 5为何卖不动？

Ramp 2026年7月AI Index显示，企业AI市场正在出现一个值得关注的分化：企业采用AI的范围仍在扩大，但对最昂贵前沿模型的需求并没有同步增长。

在Ramp追踪的企业样本中，Anthropic在付费企业覆盖率上略高于OpenAI；但其旗舰模型Fable 5的使用量，明显落后于OpenAI的GPT-5.6 Sol。2

这并不等于Anthropic整体价格、收入增速或盈利能力已经下滑。Ramp统计的是使用其企业金融平台的7万多家公司的支付与令牌使用情况，而不是Anthropic的合并财务报表。更稳妥的结论是：企业愿意购买AI，但正在谨慎评估是否值得为最高端的模型价格买单。

Fable 5首月采用率并不高

在发布后的第一个月，Fable 5仅占Ramp样本中企业从Anthropic购买令牌的6%，占Anthropic模型支出的11.4%。Ramp还表示，其样本偏向科技企业，因此Fable 5在更广泛企业市场中的实际采用率可能更低。2

相比之下，OpenAI旗舰模型GPT-5.6 Sol占OpenAI令牌用量的25%、模型支出的23%。7月，Fable 5带来的模型相关企业支出约为Sol的75%。2

这个对比之所以重要，是因为Fable 5被定位为Anthropic最顶级的模型，而企业同时还有价格更低的替代方案可选。OpenAI公布的GPT-5.6 Sol API价格为：每百万输入令牌5美元、每百万输出令牌30美元。6

因此，现有Ramp数据支持这样一种判断：企业对前沿模型存在明显的价格敏感度。不过，数据本身并不能证明价格是Fable 5采用率较低的唯一原因。模型性能、数据政策、延迟、产品集成和具体使用场景，都可能影响采购决定。

竞争对手不只是OpenAI，也包括更便宜的模型

企业如今可以在多个层次的AI基础设施之间做选择，包括高价闭源前沿模型、同一供应商提供的低价模型、开源系统，以及在中国开发的模型。Ramp的指数显示，提供开源和中国开发模型的模型服务平台，已覆盖其统计口径中6.1%的AI使用企业。2

替代方案的增多，改变了企业的采购逻辑。一家公司不需要在所有工作流中都使用能力最强的模型：复杂推理、关键决策或高价值任务可以交给昂贵模型；日常分类、文本草拟、信息抽取、编程辅助和客服等高频任务，则可能采用成本更低的系统。

这使市场逐渐形成“两层结构”：前沿模型争夺的是能力上限，而企业日常的大规模调用，则更多由成本、响应速度、稳定性、数据政策和可量化的业务结果决定。某个模型即使具备小幅性能优势，也未必足以支撑它在每一次请求中都收取高额溢价。

Anthropic仍然拥有更广的企业覆盖面

Fable 5的表现不能被解读为Anthropic整体失去企业客户。7月，在Ramp追踪的美国企业中，43.5%的企业为Anthropic的订阅或令牌付费，高于OpenAI的39.7%。2

与前一个月相比，Anthropic的比例上升了1.1个百分点，OpenAI则上升了0.23个百分点。11不过，之后与Ramp相关的报道显示，截至第三季度目前为止，OpenAI在美国企业用户中的增长速度已经快于Anthropic，尽管Anthropic在7月仍保持领先。3

因此，最可靠的概括是：Anthropic在这一样本中覆盖的企业更广，OpenAI的旗舰模型却获得了更强的相对需求，而且OpenAI的企业用户增长正在加速。

需要注意的是，Ramp的样本并不是整个企业AI市场的完整普查。上述数字更适合作为趋势指标，而不能直接当作全市场份额。

这些数据无法证明Anthropic财务恶化

Ramp的AI Index无法单独推算Anthropic的平均实际模型价格、总收入、毛利率、营业利润率或净利润。企业支付记录和令牌结构，不能替代经过审计的公司财务数据。

数据也没有显示Anthropic整体收入增长已经停止。它只表明，在被观察的这个月里，Anthropic某一款旗舰模型带来的企业支出低于竞争对手的旗舰模型。

Anthropic仍可能通过多种方式实现快速增长，包括订阅服务、编程产品、企业合同、价格更低但调用量更高的模型、其他Claude模型的使用增长，以及更广泛的客户覆盖。Ramp对模型层面的比较无法判断这些因素最终会发挥多大作用。

这一区分对投资者尤其重要。一家公司完全可能在收入快速增长的同时，面临最先进模型的价格压力。届时，增长的驱动力可能会越来越多地来自调用量、产品组合、工作流集成和客户留存，而不是为每一次前沿模型交互收取高额溢价。

对潜在2万亿美元IPO意味着什么？

路透社报道称，Anthropic预计2028年收入约为1900亿至2000亿美元，这一预测正被用于讨论其接近2万亿美元的潜在估值。17

Ramp的数据并不能否定这一预测，但凸显了其背后的执行压力。如果企业限制对最昂贵模型的使用，Anthropic就必须通过以下一种或多种方式实现目标：

• 大幅提高模型调用量；
• 推动编程产品和工作流产品在企业中规模化落地；
• 扩大企业销售和分发渠道；
• 依靠低成本模型获得高频、大规模请求；
• 在准确率能够带来明确经济价值的工作流中保持持久优势。

仅仅发布一款旗舰模型并不够。商业上的关键考验是：客户是否会持续、规模化地使用它，并以能够支撑良好经济效益的价格购买它。

AI行业正在重新思考定价

现有证据表明，企业对AI的付费意愿是真实存在的，但这种意愿具有选择性。Ramp数据显示，7月AI支出最高的前1%企业中，人均AI支出中位数达到7400美元。7

但预算较高，并不意味着企业会在每项任务中都选择最昂贵的模型。AI供应商因此可能需要推出更加分层的定价方式：复杂任务使用的高端推理模型、高频工作负载使用的低价模型、企业套餐、按用量计费的不同档位，以及更贴近业务结果的定价方案。

对于采购团队而言，供应商还需要提供足够清晰的投资回报证明，帮助企业从试用阶段走向长期部署。

对Anthropic来说，Fable 5的早期数据更像是对高端模型变现能力的提醒，而不是公司业务崩溃的信号。Anthropic在Ramp 7月样本中仍拥有企业采用率优势，但其旗舰模型没有获得与自身定位相称的企业使用份额。这个问题可以通过产品组合、价格设计和工作流整合来解决；不过，当未来估值建立在极高收入增长预期之上时，它的重要性也会被进一步放大。2