Anthropic 超車 OpenAI、DeepSeek 不到 1%：Ramp 揭露 AI 模型真實版圖

本文整理自 a16z Podcast 2026 年 5 月播出的 Monetary Matters 單集。

---

龍頭換人了

如果你只看科技媒體的報導，可能會以為 OpenAI 在企業 AI 市場的地位穩如磐石。但 Ramp 的數據講了不一樣的故事。

Ramp 是一個企業支出管理平台，涵蓋五萬家企業、超過 1,000 億美元年支出。它的經濟研究團隊推出了 Ramp AI Index，追蹤企業實際採購 AI 模型的行為。最新的數據顯示：Anthropic 已經超越 OpenAI，成為企業最常使用的 AI 模型。這不是問卷調查的結果，是真金白銀的消費數據。

Ramp 首席經濟學家 Ara Kharazian 同時指出另一個位移：在開發者工具領域，Cursor 已經取代 GitHub Copilot 成為企業首選。兩個領域、兩個既有龍頭，在短短幾個月內被新進者超越。Kharazian 用一句話總結這個市場的特性：「這是我們見過最動態的市場之一，大型既有廠商可以在一個月內被新進者取代。」

但他也立刻補了一個重要的但書：不要把這當成永久排名。這個市場流動性極高，今天的第一名很可能不是明天的第一名。真正值得關注的不是「誰贏了」，而是這個市場正在朝什麼方向演化。

多模型時代已經不是預測，是現實

如果 AI 模型市場是「贏家通吃」的遊戲，那 Anthropic 超車 OpenAI 就只是一次王座易位，最後還是會剩一家獨大。但 Ramp 的數據指向一個不同的結局。

Kharazian 觀察到，越來越多企業同時使用多個 AI 模型，而且這個趨勢在早期採用者中最明顯。那些最早開始用 AI 的企業，不但沒有收斂到單一供應商，反而隨著時間推移，加入了更多的 AI 廠商。這很重要，因為早期採用者的行為通常會預示主流市場的走向。

這意味著 AI 模型市場的終局可能不是「一家獨大」，而是「多模型組合」。企業會根據不同任務、不同成本考量，選擇不同的模型。寫程式用一個模型，分析文件用另一個，處理日常雜務用最便宜的那個。這對任何單一模型公司來說都不是好消息：你的模型品質再好，客戶也不會把所有雞蛋放在你的籃子裡。

這個趨勢也解釋了為什麼 Anthropic 超車 OpenAI 不代表 OpenAI 「輸了」。在一個多模型的世界裡，市佔率的波動是常態，忠誠度不是預設值。企業會根據每一季的模型表現、價格調整、以及新功能來重新配置自己的 AI 組合。

Token 成本的 13 倍炸彈

多模型策略聽起來很理性，但它伴隨著一個正在快速膨脹的問題：成本。

根據 Ramp 的數據，重度 AI 使用者的 token 消費成本在過去一年暴增了 13 倍。即使如此，token 支出目前也只佔這些企業非薪資支出的約 2%。Kharazian 直言，如果把這個 13 倍的年增率往前推，「你會得到一條極度不可持續的支出曲線。大多數企業不能、也不應該這樣花下去。」

2% 聽起來不多，但這是「重度使用者」的數字，而且是在 AI 才剛開始滲透企業工作流程的階段。隨著 AI 代理和自動化工作流程變得更普遍，token 消耗量只會加速上升。如果每一個代理每跑一次任務都在燒 token，企業很快就會碰到一個尷尬的臨界點：AI 帶來的效率提升，被 AI 本身的成本吃掉了。

這種成本壓力正在改變企業的行為。Ramp 觀察到，花最多錢在 AI 上的企業，已經開始把部分支出轉向 OpenRouter 這類多模型路由平台。OpenRouter 讓企業可以根據任務的複雜度，自動選擇最適合（通常也最便宜）的模型，包括開源模型。目前 OpenRouter 在 Ramp 平台上佔 AI 支出的約 3%，集中在最重度的使用者。Kharazian 預測，這種成本優化行為會逐漸擴散到主流企業。

模型公司為什麼不幫你省錢

這裡有一個結構性的利益衝突值得深想。

Kharazian 指出，Anthropic 和 OpenAI 大約 80% 的企業營收來自 token 消費。它們的收入直接跟你用了多少 token 掛鉤。這意味著，幫你找到更便宜的模型、或是幫你把簡單任務路由到輕量模型，對它們來說等於在砍自己的營收。「它們沒有動機去幫你省錢，」Kharazian 說，「因為省下來的就是它們少賺的。」

Google 的處境不太一樣。Gemini 被整合在 Google Workspace 裡面免費提供，Google 的主要營收來自廣告和雲端服務，不像 Anthropic 和 OpenAI 那樣高度依賴 token 收入。但 Kharazian 也指出，Gemini 在 Ramp AI Index 上的排名偏低，是因為 Ramp 只追蹤付費採用，而大量企業是透過 Workspace 免費使用 Gemini，根本不會出現在消費數據裡。Google 在企業 AI 市場的真實滲透率被嚴重低估。

這個利益衝突，為第三方工具打開了一扇門。Cursor 就是一個好例子：它在背後自動路由任務到最適合的模型，對開發者來說是更好的體驗，對模型公司來說則是一個繞過它們直接觸及終端使用者的中間層。Kharazian 認為，這也是 xAI 傳出要收購 Cursor 的戰略邏輯。xAI 有大量的運算資源，但缺乏一個面向開發者的產品入口。Cursor 正好補上這個缺口。

被高估的 DeepSeek、被低估的 Google

在模型市場的邊緣，有兩個極端案例值得一提。

先說 DeepSeek。去年這家中國模型公司上線時，到處都有人宣稱「80% 的新創公司都在用 DeepSeek」。Ramp 的數據打了一個大問號：DeepSeek 從來沒有超過 Ramp 平台上 1% 的企業。上線時有一波短暫的採用高峰，然後迅速趨於平坦。原因不是技術不好，而是安全觀感。「即使你把它部署在自己的伺服器上，」Kharazian 觀察，「只要你的產品是面向企業或消費者的，客戶就會對 DeepSeek 這個名字有疑慮。」更何況，DeepSeek 已經不是唯一的低成本選項了。其他開源模型提供了類似的價格優勢，卻沒有同樣的品牌包袱。

Google Gemini 則是相反的案例。在 Ramp AI Index 上，Gemini 的排名看起來不怎麼樣。但這是一個測量方法的問題，不是產品的問題。Ramp 只追蹤付費採用，而 Google 把 Gemini 免費打包在 Google Workspace 裡。每一家使用 Google Workspace 的企業，其實都已經可以用 Gemini 了，只是這個使用量不會出現在任何消費數據裡。他坦承 Google 在這個排行中被低估了。

不過他也加了一個注腳：大多數經濟學家對「只靠免費聊天訂閱就能帶來顯著的生產力提升」這件事持保留態度。被動地把 AI 嵌進已有的工具裡，跟主動把 AI 整合進深度工作流程，效果差異很大。Google 的通路優勢毋庸置疑，但通路不等於影響力。

xAI 停滯與 Cursor 收購的邏輯

xAI 是另一個耐人尋味的案例。馬斯克（Elon Musk）的 AI 公司在上線後幾個月內就達到了約 2% 到 3% 的企業採用率。對一個後進者來說，這個速度不算慢。但問題在於，xAI 沒有像 Anthropic 那樣在接下來的 6 到 12 個月持續向上攀升。它卡住了。

Kharazian 認為，xAI 傳出收購 Cursor 的消息在戰略上說得通。xAI 有龐大的運算基礎設施，但缺少一個有黏性的產品入口。Cursor 在開發者社群裡已經證明了自己的產品力和採用速度，而且它的自動路由功能天然適合推動底層模型的使用量。把 xAI 的算力和 Cursor 的開發者體驗結合起來，是一條比單純靠模型品質來搶市場更可行的路。

這也呼應了整個市場的趨勢：模型本身的品質差異正在縮小，真正的競爭正在轉移到「誰擁有觸及使用者的通路」和「誰能提供最好的產品體驗」。光靠模型好，已經不夠了。

我的觀察：數據、體感、與該問的問題

Anthropic 超車 OpenAI 這件事，跟我自己的體感完全一致。過去半年，我在長文分析、素材整理、和寫作任務上幾乎全面轉向 Claude。不是因為 ChatGPT 變差了，而是 Claude 在這些任務上的表現穩定性和細膩度，已經讓我養成了新的慣性。但 Kharazian 提醒得好：這不是永久排名，而是一個高度流動的市場。下一次模型更新，排名可能又會洗牌。

「TAM posting」這個詞，我覺得是這整集最精準的發明。AI 公司的執行長反覆宣稱「AI 會取代所有工作」，乍聽像是技術預測，但 Kharazian 和兩位主持人拆穿了它的真實聽眾：不是你我，不是大學畢業生，是需要替 2 兆到 10 兆美元估值找理由的 VC 和資本配置者。把整個勞動市場當成你的潛在市場，這不是經濟分析，這是融資話術。大多數經濟學家並不支持這種「AI 會消滅所有工作」的極端論述。下次看到類似的宣言，值得先問一個問題：「這個人在說給誰聽？」

最後講 DeepSeek。企業採用率不到 1% 這個數據，放在台灣語境下更值得重視。如果連美國企業都因為安全觀感而不敢用，台灣企業在地緣政治壓力更大的環境下只會更謹慎。好消息是，DeepSeek 已經不是唯一的低成本開源選項了。如果你真的想省 token 成本，現在有很多沒有同樣品牌包袱的替代方案，搭配 OpenRouter 這類路由工具，就能在不犧牲安全感的前提下控制成本。這條路比直接跳上 DeepSeek 務實得多。