过去两年，AI 世界最热闹的场面，几乎都围绕着一件事展开：谁的模型更强。
大家追逐参数规模，盯着排行榜，比较谁的推理更稳、代码更强、上下文更长、幻觉更少。每一次新模型发布，都会引发一轮熟悉的讨论：是不是又领先了？是不是又拉开差距了？是不是 AGI 更近了一步？
但到了 2026 年，这场竞争的重心正在明显变化。
一个越来越清晰的信号是：市场开始不再只看"谁最聪明"，而开始更认真地看"谁最能进企业、谁最能转化为收入、谁最能在真实业务里持续跑起来"。4 月 8 日 Reuters 报道称，Anthropic 宣称其年化收入已经超过 300 亿美元，而 OpenAI 近期披露的收入水平折算成年化约为 240 亿美元。尽管两家公司口径并不完全一致，不能简单横比，但这件事释放出的关键信号已经很明确：资本市场正在重新评估，大模型公司的真正价值，未必首先体现在用户规模和社交声量，而更体现在高强度企业使用带来的商业化能力上。
这意味着，大模型战争正在进入下半场。
上半场比的是智力天花板，是模型能力，是谁能做出更惊艳的 Demo；下半场比的，则是企业落地能力，是谁能把模型从实验室、从聊天框、从炫技视频，真正推进到组织流程、核心业务和长期预算里。真正决定胜负的，不再只是 benchmark 上那几个百分点，而是企业愿不愿意买单、能不能大规模部署、部署后能不能持续创造价值。
这也是为什么，Anthropic 最近的追赶格外值得关注。Reuters 在 4 月 8 日的分析中提到，Anthropic 的增长，重要驱动力不是消费端流量，而是企业开发者对 Claude Code 这类高强度编码工具的使用。报道还特别指出，在商业化层面，决定收入的关键指标不是用户总数，而是 token 消耗量。换句话说，一个日常只问几个问题的普通用户，商业价值可能远不如一个把 AI 深度接入开发流程、持续跑复杂任务的企业团队。
这句话其实点破了今天大模型产业最核心的变化：轻量化使用带来的是热度，重度化使用带来的是收入。
在消费端，ChatGPT 当然依旧是现象级产品，用户规模、品牌势能、舆论影响力都远超同行；但在企业端，客户真正愿意支付高额预算的，不是"偶尔帮我写封邮件"的助手，而是"每天都在帮我写代码、查日志、跑流程、调系统、连数据"的生产力系统。企业不会因为一个模型"很聪明"就长期付费，企业愿意长期付费，通常是因为它已经被嵌进了业务，并且开始持续替代时间、压缩成本、放大产出。
从这个角度看，OpenAI 最近的动作也非常说明问题。2 月 23 日 Reuters 报道，OpenAI 推出了名为 Frontier Alliance 的合作计划，与 BCG、麦肯锡、Accenture、Capgemini 等大型咨询公司联手，目标不是再卖几个试点项目，而是帮助企业把 AI 真正部署进软件开发、销售、客服等核心业务流程。OpenAI 不只是提供模型接口，还派出 forward-deployed engineers，与咨询团队一起进入客户现场，培训团队、打通系统、推动实施。
这背后的思路，已经和过去卖 SaaS 软件完全不同了。
过去很多人理解企业级 AI，仍然停留在"采购一个模型 API"“接一个 Copilot”"做一个客服机器人"的层面。但 OpenAI 的新打法实际上在告诉市场：企业真正缺的，根本不是再多一个模型，而是一整套把 AI 变成组织能力的交付体系。Reuters 对此描述得很直白：许多企业尝试大规模部署 AI 时，遇到的是模型本身之外的现实问题，而这些问题单靠模型能力并不能解决。
OpenAI 官方 2 月 5 日发布的 Frontier 介绍，则把这套逻辑讲得更系统。它反复强调，企业落地 AI 的难点，不在于模型"不够强"，而在于 agent 无法获得共享上下文、无法理解企业内部流程、无法在权限和边界内行动、也缺乏持续反馈和优化机制。OpenAI 因此提出，企业需要的不是单点工具，而是一套可以让 AI coworkers 共享业务语境、接入工具、积累记忆、接受反馈、并在明确权限边界内运行的平台。它甚至把这称为企业内部的"semantic layer"。
这件事非常重要，因为它意味着：企业级大模型竞争，已经从"模型供给"升级为"系统交付"。
简单说，模型只是发动机，但企业要买的，其实是一整辆能跑起来的车。它需要导航，需要底盘，需要刹车，需要仪表盘，需要维修体系，也需要会开这辆车的人。Frontier 之所以值得关注，不是因为它又给模型加了几个新功能，而是因为 OpenAI 开始公开承认：AI 的商业化瓶颈，已经不主要是模型智力，而是组织整合能力。
这也是为什么，今天最有价值的大模型公司，看起来越来越不像传统意义上的"模型公司"，而更像"新一代企业基础设施公司"。
谁能把分散在 CRM、数据仓库、工单系统、知识库、内部应用里的上下文接起来，谁就更接近真正的企业入口；谁能让 agent 不只是回答问题，而是跨系统完成工作，谁就更接近真正的生产力平台；谁能同时提供治理、权限、反馈闭环和部署方法论，谁就更可能从一堆"AI 试点"里跑出真正稳定的收入。OpenAI 官方案例甚至提到，在某大型制造企业中，agent 将生产优化工作从 6 周缩短到 1 天；在某能源企业中，agent 帮助提升了最多 5% 的产出。无论这些案例的适用范围有多大，它至少说明，头部厂商现在最想讲的故事，已经从"模型有多神奇"变成"企业价值有多具体"。
而且，这样的变化并不只发生在 OpenAI 和 Anthropic 身上。4 月 9 日 Reuters 报道称，AWS 的 AI 服务年化收入已经超过 150 亿美元。这个数字本身同样说明，AI 市场正在进入一个更务实的阶段：大家不再只问模型能力多强，而是在问企业到底在为哪些 AI 能力持续付费。云厂商、模型厂商、咨询公司、企业软件公司，如今都在朝同一个方向卷去——不是卷一个更会聊天的机器人，而是卷一个更能进入真实工作流的系统。
所以，如果要为这轮竞争下一个判断，我更愿意把它描述为：大模型正在从"知识产品"变成"生产系统"。
上半场，模型公司主要证明"AI 能做什么"；下半场，它们必须证明"AI 能替企业完成什么、节省什么、创造什么"。上半场拼的是惊艳感，下半场拼的是嵌入度。上半场是发布会和排行榜，下半场是销售周期、实施周期、客户留存和续费能力。
这也是资本市场态度变化的根本原因。投资人当然还会关心模型能力，但在接近 IPO 的阶段，他们显然更关心另一类问题：你的收入是不是可持续？你的客户是不是高质量企业客户？你的产品是不是已经进入核心流程？你的增长是不是来自高价值、高频、难替代的工作负载？Reuters 的判断很值得玩味：OpenAI 和 Anthropic 未来路演时，真正决定它们财务故事好不好看的，很可能正是它们对企业客户的争夺结果。
说到底，参数是荣耀，落地才是护城河。
今天的大模型行业，已经不缺震撼世界的能力演示了，真正稀缺的是把这些能力稳定、低摩擦、可治理地嵌入企业系统的能力。谁能做到这一点，谁才能从"技术明星"变成"产业基础设施"。这才是大模型战争下半场最残酷、也最现实的竞争。
未来几年，行业最重要的问题可能不再是"谁的模型第一"，而是"谁先成为企业默认采用的 AI 工作底座"。到了那一天，参数之争不会消失，但它会退到幕后；真正留在台前的，将是另外四个字：落地为王。
参考来源