Ramp數據揭示：企業或已對Anthropic頂級AI模型價格設下上限

Ramp 2026年7月AI Index顯示，企業採用AI的廣度，與對最昂貴模型的實際需求，正逐漸出現落差。

在Ramp追蹤的企業之中，Anthropic仍略微領先OpenAI，較多公司有為Anthropic的訂閱或Token付費；但Anthropic最新旗艦模型Fable 5的使用量，卻遠低於OpenAI的GPT-5.6 Sol。2

這並不代表Anthropic整體價格、收入增長或盈利能力已經下跌。Ramp分析的是超過7萬間使用其企業財務平台的公司的付款及Token活動，並非Anthropic的綜合財務報表。較穩妥的結論是：企業確實願意購買AI，但未必願意為市場上最昂貴的前沿模型支付同等溢價。

Fable 5首月採用率偏低

Fable 5推出首月，只佔Ramp樣本內企業向Anthropic購買Token的 6%，以及Anthropic模型總支出的 11.4%。Ramp同時指出，其樣本較偏向科技業，Fable 5的實際採用率或可能更低。2

相比之下，OpenAI的旗艦模型GPT-5.6 Sol佔OpenAI Token用量 25%，佔模型支出 23%。2026年7月，Fable 5帶來的模型相關企業支出約為Sol的 75%。2

這個差距值得留意，因為Fable 5是Anthropic定位最高端的旗艦模型，而市場上亦有同一供應商的較平價選項，以及其他開源和中國開發的模型可供選擇。OpenAI列出的GPT-5.6 Sol API價格為：每100萬個輸入Token 5美元、輸出Token 30美元。6

因此，現有Ramp數據支持一個合理推論：企業對前沿模型的價格相當敏感。不過，單憑這組數據，仍不足以證明價格是Fable 5採用率落後的唯一原因。

競爭對手不只是OpenAI，還包括更平價模型

企業選擇AI基礎設施時，面對的並非單純「Anthropic對OpenAI」二選一，而是一個多層次市場：高端專有模型、同一供應商的平價模型、開源系統，以及中國開發的模型。

Ramp的指數顯示，提供開源及中國開發模型的模型服務平台，已佔其統計中使用AI企業的 6.1%。2

選擇增加，亦改變了企業的採購邏輯。一家公司不需要在每個工作流程都使用能力最強、價格最高的模型。它可以把昂貴模型留給複雜推理或高價值任務，再用成本較低的系統處理日常分類、文件草擬、資料抽取、編程輔助或客戶服務。

市場因此逐漸分成兩部分：前沿模型競爭的是最高能力；但企業日常的大量使用，往往取決於成本、延遲、可靠性、資料政策，以及能否帶來可量化的商業成果。若某個關鍵流程的準確度優勢足以帶來直接經濟回報，企業或會接受溢價；但這種溢價未必適用於每一次請求。

Anthropic仍然擁有較廣泛的企業覆蓋

Fable 5的數字，不應被解讀為Anthropic整體失去企業市場。7月，Ramp追蹤的美國企業中，有 43.5% 為Anthropic的訂閱或Token付費，高於OpenAI的 39.7%。2

按月比較，Anthropic的比例上升了1.1個百分點，OpenAI則上升0.23個百分點。11其後與Ramp有關的報道指出，截至第三季當時，OpenAI在美國企業用戶中的增長速度已快過Anthropic，雖然Anthropic在7月仍然領先。3

最穩妥的解讀是：Anthropic在這個樣本擁有較廣的企業觸及面，但OpenAI的旗艦模型取得了更強的相對需求，而OpenAI的企業用戶增長亦正在加快。

Ramp的樣本雖然涵蓋超過7萬間美國企業，但並非整個企業AI市場的完整普查，因此相關比例應視為方向性指標，而不是整體市場份額。

數據沒有證明Anthropic財務轉差

Ramp的AI Index無法證明Anthropic的平均實際模型價格、總收入、毛利率、營業利潤率或盈利能力。Token組合，以及信用卡或賬單支付活動，都不能取代經審計的公司財務數據。

同樣，數據亦沒有顯示Anthropic整體收入增長已經停止。它只反映在觀察月份內，Fable 5帶來的企業模型支出少於競爭對手的旗艦模型。

Anthropic仍可能透過訂閱、編程產品、企業合約、較平價模型、其他Claude模型的更高使用量，或更廣泛的客戶採用而快速增長。Ramp的模型層面比較，並未解答這些可能性。

這個區分對投資者尤其重要：一家公司可以在最先進模型的價格面臨壓力之際，仍然錄得高速收入增長。只是往後的增長來源，可能會由單純向每次前沿模型互動收取高溢價，轉向更大使用量、更廣產品組合、工作流程整合，以及更高客戶留存率。

對潛在2萬億美元IPO意味着甚麼？

路透社報道，Anthropic預計2028年收入約為 1,900億至2,000億美元；這個預測正被用於圍繞公司潛在接近2萬億美元估值的討論。17

Ramp數據並沒有推翻這項預測，但就突顯了要達到目標所面對的執行壓力。假如企業限制使用最昂貴的模型，Anthropic便需要透過以下一項或多項方式，實現相關收入目標：

• 大幅提升模型總使用量；
• 大規模推廣編程及工作流程產品；
• 擴大企業銷售及分發渠道；
• 以較低成本模型帶來極高請求量；
• 在準確度能直接轉化為經濟價值的工作流程中，維持持久的性能優勢。

推出一款旗艦模型並不足夠。真正的商業考驗是：客戶會否反覆使用、以足夠規模使用，並在相關價格下為供應商帶來具吸引力的經濟效益。

AI行業的定價啟示

現有證據顯示，企業投放AI的意願是真實存在，但選擇相當精準。Ramp表示，按AI支出排名最高的1%企業，7月每名員工的AI支出中位數為 7,400美元。7

不過，預算高並不代表企業會在每項工作都選擇最昂貴的模型。AI供應商因此可能會採用更分明的定價方式，包括：為複雜任務而設的高端推理模型、應付大量工作負載的平價模型、企業套裝、按用量分級，以及更貼近實際商業成果的收費模式。

對採購團隊而言，供應商亦需要清楚展示投資回報，令企業有足夠理由由試用階段進入大規模部署。

對Anthropic來說，Fable 5早期數據最適合被視為一個關於 高端模型變現能力 的警號。公司在Ramp 7月樣本中仍有企業採用率優勢，但其旗艦模型並未取得相稱的企業使用份額。這是一個可以透過產品和定價處理的問題，卻會在未來估值倚賴超高速收入增長時，變得更加重要。2