9月3日，OpenAI正式釋出新一代模型GPT-6 Astra，並稱其為“世界上最智慧的模型”。在軟體工程、計算機操作和專業工作等多項測試中，Astra均大幅超過上一代GPT-5.6 Sol，並在部分指標上領先競爭對手Anthropic的Claude系列。其中，FrontierMath Tier 4得分97.6%，ARC-AGI-3最高達99.9%，ExploitBench達到100%。在更謹慎的獨立評測中，截至9月7日，Artificial Analysis最新綜合榜單顯示，Astra與Claude Fable 5.1以53分並列第一。

這一發布被金融時報置於OpenAI與Anthropic的競爭背景下觀察。過去一段時間，Anthropic憑藉Claude系列和Claude Code等產品，奪走了前沿模型的技術領先敘事，而OpenAI試圖借Astra重新奪回這一敘事。兩家公司的競爭淵源頗深：2020年底，時任OpenAI研究副總裁的Dario Amodei帶領多位成員離開，創辦了Anthropic。此後很長時間裡，Anthropic更多扮演追趕者角色，但過去一年局勢反轉，Anthropic在模型能力、Claude Code和雲渠道三線並進，快速跑通了從技術到企業收入的商業化路徑。

到今年5月，Anthropic最新融資估值達到9650億美元，超過同期OpenAI的8520億美元，成為全球估值最高的獨立大模型公司。這一變化甚至在中國科技和投資圈催生了“誰是中國的Anthropic”的估值敘事。而現在，OpenAI帶著GPT-6 Astra迴歸，試圖重新確立技術領先地位，但能否像過去一樣順利贏下市場，答案並不簡單。

OpenAI曾經失去的，不只是Benchmark的領先。從GPT-4開始，OpenAI一直保有模型能力和使用者優勢，但到2024年，這種關係開始鬆動。Claude 3 Opus首次在多項Benchmark上挑戰GPT-4，升級後的Claude 3.5 Sonnet將Coding能力推到行業前列，在SWE-bench Verified上超過包括OpenAI o1-preview在內的公開模型。而2025年Claude Code的出現，讓競爭格局發生鉅變。Coding成為大模型目前商業化最成熟的場景之一。矽谷風投機構Menlo Ventures估算，2025年企業在生成式AI上的支出達到370億美元，兩年增長接近22倍，其中Coding支出達到40億美元，成為最大的部門級AI場景。在Menlo估算的企業LLM API支出中，Anthropic的份額從2023年的12%升至40%，OpenAI則從50%降至27%；Coding模型市場中，Anthropic達到54%，OpenAI僅21%。Menlo將Anthropic的增長很大程度上歸因於Claude Code。

真實企業採購資料也呈現類似趨勢。企業支出管理平台Ramp今年7月資料顯示，43.5%的美國企業客戶為Anthropic產品付費，OpenAI為39.7%。收入和估值的變化更加直觀：截至7月底，Anthropic年化收入執行率已超過650億美元，OpenAI同期超過400億美元。雖然統計口徑不完全一致，但美國科技商業媒體Axios援引知情人士估算，即使將Anthropic調整為類似的淨額口徑，兩者仍存在約190億至210億美元的差距。

面對這一局面，OpenAI開始主動攻打Anthropic的腹地。Astra被定位為“用於最困難端到端工作的模型”，重點強調Coding、Computer Use、專業工作和複雜多步驟任務，不只回答問題，還要更新CRM、處理表格、操作軟體，從初始需求一直做到最終交付。這些能力恰好指向Anthropic過去一年建立商業優勢的路徑——軟體開發、Agent和企業知識工作。更重要的是，Astra的釋出並非孤立動作。今年以來，OpenAI明顯加速企業業務佈局：2月推出的Frontier開始把Agent接入企業資料、許可權和業務系統；4月，OpenAI披露企業業務已貢獻超過40%的收入，同時把模型和Codex進一步帶進AWS；6月又建立Partner Network，引入Accenture、BCG、McKinsey、PwC等諮詢和服務公司參與銷售、整合和交付。產品邊界也在拓展：Codex起初是Coding Agent，但到6月已有超過500萬人每週使用，到8月中旬活躍使用者突破1500萬，其中約20%已是分析師、營銷、運營、研究員、投資人等非開發者。7月上線的ChatGPT Work進一步把Codex的Agent能力裝進普通白領的工作流，可跨應用處理資料並生成文件、表格、演示和網站，路透社將其視為Claude Cowork的競爭者。到8月，OpenAI已開始用另一套語言描述企業AI：瓶頸“不再只是模型能力”，企業需要把Agent放進真實工作流，從“讓AI輔助人工作”轉向“讓AI獨立執行完整工作”。

這與Anthropic過去一年的路徑越來越相似：Claude Code先從Coding切入高價值工作流，再借AWS、Google Cloud、Microsoft和合作夥伴網路進入企業。OpenAI如今也在補齊產品、雲渠道、系統整合和Agent平台。兩家公司正在收斂到同一個答案：前沿模型的商業價值，或許最終要靠進入企業工作流來兌現。對OpenAI而言，Astra補上了一塊重要拼圖——一個更擅長Coding、Computer Use和複雜多步驟任務的底層模型。

然而，模型第一不等於商業第一。企業採購AI不像消費者永遠追逐最新款，除了效能，價格、穩定性、安全合規、雲渠道以及遷移成本都會影響選擇。Ramp今年8月專門研究了Anthropic效能更強、價格也更貴的模型Fable 5，其7月只佔Ramp樣本中Anthropic企業Token使用量的6%；同期GPT-5.6 Sol佔OpenAI企業Token的25%。Ramp據此提出，企業客戶為“額外智慧”支付的意願可能正接近上限，當頭部模型達到某個能力門檻後，企業更關心價效比。考慮到出口管制等因素，價格可能不能完全作為歸因，但至少說明模型效能領先已不能直接轉換成企業使用量。Anthropic顯然也在解決這個問題：9月1日推出Fable 5.1時，宣傳重點不再只有模型更強，新模型保持原有輸入輸出價格，但將Prompt Cache讀取價格降至此前的四分之一，同時推出面向企業的Enterprise Frontier Safeguards，讓部分敏感資料可保留在客戶控制的雲環境中。

在OpenAI和Anthropic都越來越接近資本市場的節點，投資者最終看的不會是誰多拿幾個Benchmark第一，而是誰能把昂貴的模型能力更穩定、更高效地轉化成持續收入。GPT-6幫OpenAI重新拿回了技術競爭的籌碼，但商業上的勝負遠未因此逆轉。往後看，戰場可能還會變化：隨著企業內部的Agent越來越多，問題可能不再是“誰有一個更強的Agent”，而是誰能把散落在不同軟體、資料和業務流程裡的Agent連線起來，讓它們彼此協作。這種競爭已露苗頭：OpenAI把Frontier定位成統一管理企業Agent的平台，Anthropic則通過MCP嘗試定義AI連線資料和工具的通用協議。到那時，真正稀缺的或許不是又一個更聰明的模型，而是連線工具、排程Agent和承接使用者需求的入口。誰能把越來越多的Agent組織起來，讓它們穩定完成複雜工作，誰就更有可能佔據下一階段競爭的制高點。