2025年中盘点：Anthropic登顶，开源失速，企业只买最贵的？

2025年中盘点：Anthropic登顶，开源失速，企业只买最贵的？ 2025年中盘点：Anthropic登顶，开源失速，企业只买最贵的？ Modified August 2, 2025 3. RLVR（reinforcement learning with verifiers，利用可验证的feedback做RL）成为智能扩展的新路径。 4. 2024年，提升智能的主要方式仍是通过预训练更大规模的数据和模型。但互联网数据规模开始成为瓶颈。带验证奖励的强化学习（RLVR）成了下一步扩展的突破口，这种方法在可确定性验证的代码领域尤其有效。 5. 将模型训练成使用工具的agent，使其更加有用。 LLM最初被设计为在一次回答中提供完整答案。然而，让他们能够逐步思考，推理问题，并跨多轮交互使用外部工具，即Agent化，极大提高了模型在现实世界应用的效率。2025年也因此被称为“Agent之年”。Anthropic在训练模型迭代优化并通过MCP（模型上下文协议）集成搜索、计算器和编码环境等工具方面走在行业前沿。 02 . 企业开源模型采用率趋于平缓（ 小编认为， 仅代表海外使用趋势） 今天，AI工作负载中只有13%使用开源模型，略低于半年前的19%。Meta的Llama仍是开源领域的领先者，但4月发布的Llama 4实际表现不及预期。 开源模型的发布非常活跃。 过去半年内，DeepSeek (V3, R1)、字节跳动的豆包、Minimax (Text 1)、阿里（Qwen 3）、Moonshot AI (Kimi K2)、Z AI (GLM 4.5) 等知名模型陆续发布。这些模型可通过OpenRouter统一调用。 开源模型有更明显的优势，包括更高的可定制性、潜在的成本节约和本地化部署。但由于性能仍落后闭源模型9到12个月（小编认为，这只是海外的”阿Q精神“），加上部署复杂性，以及企业对采用中国企业API的犹豫（小编认为，这或许是个核心），导致市场份额停滞不前。 不仅仅是企业，出于同样的原因，采用开源模型的初创公司也越来越少。一位受访者说： “目前，我们100%的生产工作负载都运行在闭源模型上。我们最初使用Llama和DeepSeek进行概念验证（POC），但随着时间的推移，它们的性能跟不上闭源模型。” 03 . 企业为性能而非价格选择闭源模型 在模型的供应商之间切换相对容易，但却越来越少见。大多数团队选择坚守现有供应商，只在新模型发布时快速升级。据他们调查，66%的团队在现有供应商内升级模型，23%未更换过模型，只有11%切换了供应商。 性能驱动决策。 应用的构建者 们始终会选择前沿模型，而不是更便宜、更快的替代品。他们优先考虑并为性能付费。当新模型问世时，切换在数周内发生。 例如，在Claude 4发布的一个月内，Claude 4 Sonnet就吸引了45%的Anthropic用户，而Sonnet 3.5的份额从83%下降到16%。 这创造了一个意想不到的市场动态： 即使单个模型价格下降10倍，构建者也不会通过使用旧模型来获得节省；他们只是集体转向性能最佳的模型。 04 . 企业AI支出从训练转向推理 计算支出正从模型训练转向生产环境中的推理，初创公司尤为明显：74%的团队称其大部分工作负载是推理型，高于一年前的48%。大企业也紧随其后，近一半企业表示其绝大多数计算资源已用于推理，高于去年的29%。 05 . 未来的方向 预测AI的未来可能是一件徒劳无功的事。市场每周都在变化，激动人心的新模型发布、基础模型能力的进步以及成本的骤降。 然而，已经变得清晰的是，条件已经成熟，可以在今天的基础构建模块之上，建立新一代持久的AI企业。 Menlo Ventures长期致力于AI基础设施投资，包括Anthropic、Cleanlab、Goodfire、Mercor、OpenRouter、Pinecone和Unstructured。 我们会持续关注和分享这些真正有价值的内容。 如果大家也在思考AI的实际应用和发展趋势，不妨关注一下。 注： ①他们的LLM市场规模估算不包括前沿AI实验室来自面向消费者的产品（如ChatGPT）或企业应用（如Claude for Work和Claude Code）的收入。。在2024年11月的报告中，我们他们这个市场的规模为35亿美元，占生成式AI在基础模型、模型训练、AI基础设施和应用上总计138亿美元支出的一部分。 ②本报告总结了于2025年6月30日至7月10日进行的一项调查数据，该调查对象为150位企业和初创公司构建AI应用的技术决策者。“企业”定义为拥有5000名或以上员工的组织。样本中的“初创公司”已至少筹集了500万美元的风险投资。在这些基础数据之上，他们融入了作为该领域活跃投资者的观点和洞察。 ③LLM市场份额反映生产AI使用比例，而非支出。 原文链接：https://menlovc.com/perspective/2025 mid year llm market update/ 3. RLVR（reinforcement learning with verifiers，利用可验证的feedback做RL）成为智能扩展的新路径。 4. 2024年，提升智能的主要方式仍是通过预训练更大规模的数据和模型。但互联网数据规模开始成为瓶颈。带验证奖励的强化学习（RLVR）成了下一步扩展的突破口，这种方法在可确定性验证的代码领域尤其有效。 5. 将模型训练成使用工具的agent，使其更加有用。 LLM最初被设计为在一次回答中提供完整答案。然而，让他们能够逐步思考，推理问题，并跨多轮交互使用外部工具，即Agent化，极大提高了模型在现实世界应用的效率。2025年也因此被称为“Agent之年”。Anthropic在训练模型迭代优化并通过MCP（模型上下文协议）集成搜索、计算器和编码环境等工具方面走在行业前沿。 02 . 企业开源模型采用率趋于平缓（ 小编认为， 仅代表海外使用趋势） 今天，AI工作负载中只有13%使用开源模型，略低于半年前的19%。Meta的Llama仍是开源领域的领先者，但4月发布的Llama 4实际表现不及预期。 开源模型的发布非常活跃。 过去半年内，DeepSeek (V3, R1)、字节跳动的豆包、Minimax (Text 1)、阿里（Qwen 3）、Moonshot AI (Kimi K2)、Z AI (GLM 4.5) 等知名模型陆续发布。这些模型可通过OpenRouter统一调用。 开源模型有更明显的优势，包括更高的可定制性、潜在的成本节约和本地化部署。但由于性能仍落后闭源模型9到12个月（小编认为，这只是海外的”阿Q精神“），加上部署复杂性，以及企业对采用中国企业API的犹豫（小编认为，这或许是个核心），导致市场份额停滞不前。 不仅仅是企业，出于同样的原因，采用开源模型的初创公司也越来越少。一位受访者说： “目前，我们100%的生产工作负载都运行在闭源模型上。我们最初使用Llama和DeepSeek进行概念验证（POC），但随着时间的推移，它们的性能跟不上闭源模型。” 03 . 企业为性能而非价格选择闭源模型 在模型的供应商之间切换相对容易，但却越来越少见。大多数团队选择坚守现有供应商，只在新模型发布时快速升级。据他们调查，66%的团队在现有供应商内升级模型，23%未更换过模型，只有11%切换了供应商。 性能驱动决策。 应用的构建者 们始终会选择前沿模型，而不是更便宜、更快的替代品。他们优先考虑并为性能付费。当新模型问世时，切换在数周内发生。 例如，在Claude 4发布的一个月内，Claude 4 Sonnet就吸引了45%的Anthropic用户，而Sonnet 3.5的份额从83%下降到16%。 这创造了一个意想不到的市场动态： 即使单个模型价格下降10倍，构建者也不会通过使用旧模型来获得节省；他们只是集体转向性能最佳的模型。 04 . 企业AI支出从训练转向推理 计算支出正从模型训练转向生产环境中的推理，初创公司尤为明显：74%的团队称其大部分工作负载是推理型，高于一年前的48%。大企业也紧随其后，近一半企业表示其绝大多数计算资源已用于推理，高于去年的29%。 05 . 未来的方向 预测AI的未来可能是一件徒劳无功的事。市场每周都在变化，激动人心的新模型发布、基础模型能力的进步以及成本的骤降。 然而，已经变得清晰的是，条件已经成熟，可以在今天的基础构建模块之上，建立新一代持久的AI企业。 Menlo Ventures长期致力于AI基础设施投资，包括Anthropic、Cleanlab、Goodfire、Mercor、OpenRouter、Pinecone和Unstructured。 我们会持续关注和分享这些真正有价值的内容。 如果大家也在思考AI的实际应用和发展趋势，不妨关注一下。 注： ①他们的LLM市场规模估算不包括前沿AI实验室来自面向消费者的产品（如ChatGPT）或企业应用（如Claude for Work和Claude Code）的收入。。在2024年11月的报告中，我们他们这个市场的规模为35亿美元，占生成式AI在基础模型、模型训练、AI基础设施和应用上总计138亿美元支出的一部分。 ②本报告总结了于2025年6月30日至7月10日进行的一项调查数据，该调查对象为150位企业和初创公司构建AI应用的技术决策者。“企业”定义为拥有5000名或以上员工的组织。样本中的“初创公司”已至少筹集了500万美元的风险投资。在这些基础数据之上，他们融入了作为该领域活跃投资者的观点和洞察。 ③LLM市场份额反映生产AI使用比例，而非支出。 原文链接：https://menlovc.com/perspective/2025 mid year llm market update/ 🔗 原文链接： https://mp.weixin.qq.com/s/GDy7kYUi... https://mp.weixin.qq.com/s/GDy7kYUi... 薛定谔的爆米花 AI Dancer2025年08月02日 15:06 北京 今天带来Menlo Ventures的一个研究报告 基础模型不仅在推动生成式AI的发展，也在塑造未来的计算格局。 随着其能力和经济效益的演进，构建于其上的系统、应用和行业也将随之变革。 去年11月， Menlo Ventures发布了《2024年企业生成式AI现状报告》 ，当时关于基础层面的一些关键问题尚未解决： • LLM API的需求能否跟上 消费级应用增长的步伐？ • 这些模型会变得多智能，以及速度有多快？ • 开源模型能否在性能上追赶上闭源的前沿模型？ • 如果能赶上，会如何影响企业的采用决策？ • 最重要的是，长期价值可能在哪里累积？ 六个月后，数据讲述了一个更清晰的故事： 短短半年内，企业在模型API上的支出翻了一倍以上 ，从去年估计的 35亿美元 （生成式AI总支出为 138亿美元 ）升至 84亿美元 。 企业正在增加生产环境中的 inference （推理）而非仅仅是模型开发 ，这与往年截然不同。 代码生成成为AI的首个爆款应用。基础模型除了预训练之外，正沿着第二个维度扩展： RLVR （reinforcement learning with verifiers， 利用可验证的feedback做RL） 。虽然开源模型持续进步， 但西方实验室在前沿技术突破上的放缓，抑制了企业先前不断增长的采纳趋势。结果是 ，企业的资金正向少数几个高性能的闭源模型整合， 这让我们看到了一个新的市场领导者——Anthropic。 他们对150多名来自初创公司和大企业的技术负责人进行了调查 ，以深入了解大模型市场的现状，包括市场份额、生产环境的模型使用情况，以及影响模型选型的关键因素。 以下是他们发现的关键结论： 01 . Anthropic在企业使用量上超越OpenAI 到2023年底，OpenAI曾经占据企业大模型市场 50% 的份额，但其领先地位已经被削弱。如今，他仅占企业使用量的 25% ，是两年前的一半。 Anthropic以32%的份额成为企业AI市场新晋领头羊 ，领先于OpenAI和近期增长迅猛的谷歌（ 20% ）。Meta的Llama占 9% （毕竟在海外，Llama是他们唯一能使用的”本土“的开源模型），而DeepSeek仅占 1% 。 推动Anthropic崛起的关键节点是2024年6月发布的Claude Sonnet 3.5，以及2025年2月发布的Sonnet 3.7（首次展现出“A gent first ”的LLM雏形）。2025年5月，Claude Sonnet 4、Opus 4和Claude Code进一步巩固了Anthropic的领先地位。 Anthropic势头强劲背后的三个行业趋势： 1. 代码生成成为AI首个杀手级应用。 2. Claude迅速成为开发者代码生成的首选，市场份额高达 42% ，是OpenAI（ 21% ）的两倍。短短一年之内， Claude帮助将一个单一产品领域 （GitHub Copilot）转变为价值 19亿美元 的生态系统。2024年6月Claude Sonnet 3.5的发布展示了模型层的突破如何推动应用市场，使AI IDE（Cursor、Windsurf）、应用构建器（Lovable、Bolt、Replit）和企业级编码agents（Claude Code、All Hands）等全新类别成为可能。