一个叫“每任务成本”的冷指标，正悄悄改写企业AI采购的胜负逻辑！
Ramp追踪七万家美国企业的真实支出数据发现，2026年9月OpenAI的Astra模型拿下13%企业AI支出份额，而Anthropic的Fable只拿到8%；Anthropic整体付费企业占比43.8%仍居第一，但Fable这款旗舰模型的企业采用率远低于预期，只有约11%的Anthropic企业支出流向它，更便宜的Opus 5反而更受欢迎。前沿模型的品牌溢价，正在被“完成任务要花多少钱”这个硬指标一点点击穿。
企业客户不买最强模型，买的是每任务成本
Ramp在2026年9月发布的AI指数里藏着一个让模型公司睡不着觉的数字：Anthropic的旗舰Fable 5虽然顶着“最强模型”的名号，企业客户却不太愿意为它掏钱，它只占Anthropic企业支出的约11%，而更便宜的Opus 5反而花掉了更多预算。Fable 5的输入定价是每百万token十美元，输出五十美元，Opus 5性能差不太远，价格却只有它的一半。企业算账的方式非常简单：日常任务用Opus 5就够了，干嘛多花一倍的钱？
这就带出了一个反直觉的事实：模型跑分排名和企业实际采购之间，存在一条越来越宽的裂缝。Accel的合伙人Miles Clements投了Anthropic大约十亿美元，他说了一句大实话——“大多数人不需要在最前沿的能力上工作”。换句话说，Fable 5能做的事，很多企业的真实业务场景根本用不到，你花两倍价钱买回来的性能，可能一年到头都用不上几次。
那么企业到底在为什么买单？答案藏在Ramp指数追踪的“每任务成本”这个维度里。OpenAI的Astra模型虽然token单价和Fable 5一样贵，但它被训练成用更少的token完成任务，而且需要重试的次数更少，折算下来每完成一个实际业务任务的综合成本反而更低。这意味着企业采购的决策锚点，正在从“每百万token多少钱”悄悄滑向“把一件事干完总共要花多少钱”。
事情还没完。Ramp的数据还显示，前沿模型在企业token中的占比虽然从七月初的45%一度升到八月的53%峰值，但随后又回落了，因为越来越多的企业开始设定全公司默认使用标准模型，理由是标准模型“性能仍然很高，而且更具成本效益”。企业不是不认可前沿模型的能力，它们只是不接受为用不上的能力持续付溢价。
Anthropic主动踩刹车，企业客户却踩了油门
2026年9月12日，Anthropic的CEO Dario Amodei发表了一篇长文《We Must Pace the Frontier》，呼吁整个行业放慢前沿AI的开发速度，并提出三步计划：引入第三方“嵌入式评估者”入驻AI公司、推动民主国家之间协调安全标准、最终建立全球性监管。Amodei说Anthropic“单方面承诺”接受嵌入式评估者，会给这些人公司徽章、工位和笔记本电脑。这个姿态在安全圈收获了不少掌声，OpenAI的Sam Altman、特斯拉的Elon Musk和谷歌DeepMind的Demis Hassabis都公开表示支持。
然而企业客户对“放慢”这件事的反应，和Amodei预期的可能完全不同。Ramp指数显示，2026年8月Anthropic的企业采用率虽然还在增长，但增速已经放缓，而OpenAI的增速更慢，只有0.09个百分点。整个企业AI采用率都在减速，新增AI采用仍在增长，但增长势头在减弱。
这直接导致了一个尴尬的局面：Anthropic一边呼吁行业放慢前沿模型的开发节奏，一边眼睁睁看着自己的旗舰模型在企业市场被冷落。Fable 5在2026年6月发布时，因为美国出口限制一度被迫暂停访问，直到7月1日才恢复。等它重新上线的时候，企业客户的注意力已经被更便宜的Opus 5和OpenAI的Astra分散了。
事情没那么简单！Amodei的“踩刹车”呼吁，在资本市场和企业采购部门那里触发的是完全相反的动作。华尔街在Amodei发文后的周一就开始重新定价前沿模型的发布节奏，AI相关股票承压，因为投资者担心“放缓”会拉长基础设施投资的回报周期。企业CIO们则在重新评估自己的AI采用计划，TechTarget的报道指出，Amodei的提议“更有可能造成时间窗口和工作负载的错配”。企业需要的是稳定、可预期的模型更新节奏来规划预算和集成方案，而不是一个号召大家放慢的行业运动。
这里出现了一个根本性的矛盾：Anthropic想用“安全”来建立品牌信任，但企业客户在采购决策时看的是“每任务成本”和“部署确定性”。安全叙事能帮你拿到媒体头条和监管好感，却填不满采购部门的KPI表格。
Astra用少花一半时间干完活，抢走了Fable的饭碗
2026年9月3日，OpenAI发布了GPT-6 Astra，定价和Fable 5完全一样，都是每百万输入token十美元、输出五十美元。如果只看token单价，这两款模型没有任何区别。但OpenAI在Astra身上做了一个Fable 5没有做的动作：他们把优化重点放在了“每任务总成本”上。
Astra在OSWorld 2.0电脑操作任务中取得了72.6%的成绩，而GPT-5.6 Sol只有65.7%，同时每项任务所需时间缩短了约47%。这个47%的时间节省意味着什么？意味着企业用Astra完成同样数量的业务任务时，消耗的总token更少，需要的人工监督和重试也更少。OpenAI总裁Greg Brockman说了一句关键的话：企业一直受困于“需要为每个AI系统要触及的应用程序逐一构建专属API集成”这个瓶颈，而Astra的电脑操作能力可能让企业“毋须再为每个应用逐一建API连接器”。
Anthropic对Astra的回应是降价，但不是降基础单价，而是把Fable 5.1的缓存读取价格从每百万token一美元砍到0.25美元，降幅75%，预计使典型工作负载成本下降约25%，高度Agent化任务的成本最高下降45%。这个降价策略很精明，但它治标不治本。缓存读取降价只对重复使用相同上下文的工作负载有效，而企业真正头疼的是每次执行新任务时的完整token消耗和重试开销。Astra的“少用token完成任务”和“减少重试”直接击中的是那个痛点，而缓存降价打的是另一个靶子。
这就怪了！Anthropic在模型能力上并不落后，Artificial Analysis的独立评分显示Fable 5.1得分66，Astra得分61，Fable 5.1在纯能力维度上还领先。但企业客户不按跑分排名来采购，他们按“把这件事干完要花我多少钱”来决策。Andon Labs做过一个实验，给两个模型各五百美元启动资金，让它们运营一家零售店一年，Astra最终平均银行余额是15,515美元，Fable 5.1只有5,422美元。同一个任务，Astra帮企业多赚了近三倍的钱。这就不难理解为什么企业客户会用脚投票了。
每员工支出在降，但AI账单总额没降
Ramp指数里还有一个容易被忽略但极其重要的数字：中位数企业每员工每月AI支出，头部1%的企业在2026年8月下降了9.7%，从7,976美元降到7,205美元。这个数字之所以关键，是因为头部1%的企业贡献了模型公司企业收入的绝大部分。如果连最舍得花钱的那批企业都在压缩每员工AI支出，模型公司的收入增长就面临结构性压力。
但另一组数据讲了一个看似矛盾的故事。整个企业生成式AI的支出在过去一段时间里增长了320%，平均企业AI预算从2024年的一百二十万美元涨到了2026年的七百万美元。支出总额在涨，每员工支出却在降，怎么解释这个矛盾？
答案在于“有效价格”的下降。Ramp追踪的每百万token有效价格从2026年三月峰值的一点一五美元降到了九月的一点六八美元吗？不对，是降到了零点六八美元，跌幅41%。模型公司通过降价来刺激用量，用量确实上去了，但价格降得太快，用量的增长没能完全抵消价格下滑带来的收入压力。而且驱动用量增长的主要是GPT-5.6 Terra和Claude Sonnet这类相对便宜的标准模型，前沿模型的token份额反而在下降。
OpenAI的营收数据印证了这个趋势。OpenAI的年化营收在2026年8月达到了四百亿美元，企业收入首次超过消费者收入，企业客户数量在七月一个月内增长了32%。但Anthropic的增长更猛，年化营收从2025年底的九十亿美元跳到了2026年七月的六百五十亿美元，第二季度营收115亿美元，利润5.59亿美元。Anthropic的整体企业盘子还在快速扩张，问题出在Fable 5这款旗舰模型上——它没有抓住企业客户“每任务成本”这个新的决策锚点。
五角大楼的黑名单和IPO的倒计时
Anthropic在企业市场面临的挑战不只是定价策略。2026年3月，美国国防部将Anthropic正式列为“供应链风险”，实质上把它踢出了联邦合同体系。这个决定的导火索是Anthropic拒绝让五角大楼将Claude用于自主致命武器和大规模国内监控。在此之前，Anthropic在2025年7月刚拿到国防部两亿美元的合同，Claude是第一个获批用于机密军事用途的前沿AI系统。
这件事对Anthropic企业业务的伤害是多层的。直接损失是数十亿美元的联邦合同收入，间接损失是声誉层面的不确定性——联邦机构和承包商可能在国防之外的场景也回避Anthropic的工具，理由是“合规风险”。企业在选择AI供应商时，供应链的稳定性和政治风险是采购委员会必须评估的维度。一个被五角大楼列入黑名单的美国AI公司，在政府相关业务和受监管行业里会天然处于劣势。
与此同时，Anthropic正在冲刺IPO。彭博社报道称Anthropic最快可能在2026年10月上市，部分投资者给出的估值预期达到两万亿美元甚至更高。支撑这个估值的是它爆炸式的营收增长：从2025年1月的十亿美元起步，到2026年七月冲到六百五十亿美元年化营收。但Fable 5在企业市场的疲软表现给这个IPO叙事埋了一根刺。如果旗舰模型无法说服企业客户支付溢价，Anthropic就需要靠Opus 5和Sonnet系列这些更便宜的模型来撑收入大盘，而便宜模型的利润率结构完全不同。
OpenAI这边也在抢跑。OpenAI的年化营收在2026年8月达到四百亿美元，企业业务从年初的40%占比涨到了超过消费者业务。它的策略是双线推进：Astra守住前沿模型的企业预算，GPT-5.6 Terra和Luna用降价来扩大标准模型的企业覆盖。这个组合拳的效果正在显现，Astra在企业支出中的份额在短短几周内就冲到了13%，而Fable 5用了两个月才勉强稳住8%。
事情还没完！Ramp指数里还有一个细节值得盯住：前沿模型在企业token中的份额在2026年八月达到了53%的峰值，然后回落了。这意味着企业客户在试用过前沿模型之后，正在主动把一部分工作负载迁移到更便宜的标准模型上。这个迁移不是暂时的，而是企业在建立“什么任务用什么模型”的长期策略。一旦企业把“Astra处理复杂商业工作、Terra处理日常任务”这套组合拳固化成采购习惯，Fable 5想再挤进去就难了。
真正值得持续追踪的矛盾在这里：Anthropic的企业采用率（43.8%）仍然高于OpenAI（39.8%），说明它在企业客户覆盖面上还是老大。但“被多少企业使用”和“从每个企业赚到多少钱”正在分叉。Anthropic赢的是广度，OpenAI赢的是钱包深度。当每任务成本成为采购委员会的首要筛选条件时，广度能撑多久，取决于Anthropic能不能让企业客户相信Fable 5的溢价换来的是可量化的任务完成效率提升。而在Ramp的每员工支出数据连续下滑、前沿模型token份额回落的环境下，这个说服工作正变得越来越难做。