本篇內(nèi)容轉(zhuǎn)載自「特工宇宙」

基礎(chǔ)大模型不僅僅是生成式 AI 的核心引擎，它們正在塑造計算的未來。隨著其能力和成本控制的不斷演進(jìn)，建立在其之上的系統(tǒng)、應(yīng)用乃至整個產(chǎn)業(yè)格局，也將隨之變革。

去年 11 月，Menlo Ventures 發(fā)布了《2024 企業(yè)生成式 AI 現(xiàn)狀報告》。彼時，關(guān)于這一基礎(chǔ)層仍有諸多關(guān)鍵問題懸而未決：

• 大語言模型的 API 需求是否能與消費級應(yīng)用的增長節(jié)奏保持一致？

• 模型將變得多智能？進(jìn)化速度又將如何？

• 開源模型是否會在性能上趕超閉源的前沿模型？如果會，這將如何影響企業(yè)的采用路徑？

• 最關(guān)鍵的是，長期價值究竟會沉淀在哪里？

六個月過去，從數(shù)據(jù)維度來看，這些問題目前已經(jīng)較為清晰：

在這段時期內(nèi)，模型 API 支出增長了一倍多，從 35 億美元躍升至 84 億美元。企業(yè)的重心已從模型的訓(xùn)練微調(diào)轉(zhuǎn)向模型推理，這標(biāo)志著一個重要的階段性轉(zhuǎn)折。

“代碼生成”成為第一個大規(guī)模爆發(fā)的 AI 應(yīng)用場景。在預(yù)訓(xùn)練之外，基礎(chǔ)模型正在沿著另一條軸線升級能力——結(jié)合驗證器的強(qiáng)化學(xué)習(xí)（RLHF with verifiers）。

與此同時，盡管開源模型持續(xù)取得進(jìn)展，但西方實驗室在前沿模型突破上的放緩，也在一定程度上抑制了企業(yè)側(cè)的開源采用趨勢。過去大家看到模型天天突破，企業(yè)紛紛入場；現(xiàn)在模型進(jìn)展沒那么猛了，企業(yè)開始“更理性消費”，不再四處嘗試，而是抱緊那些成熟好用的閉源大模型。結(jié)果是，企業(yè)的投入正集中流向少數(shù)幾個高性能的閉源模型，而 Anthropic 也因此躍升為新的市場領(lǐng)跑者。

近期，Menlo Ventures 發(fā)布了一份2025年年中LLM市場情況觀察報告，為了全面捕捉當(dāng)前 LLM 市場的狀態(tài)，Menlo Ventures 調(diào)研了 150 多位來自初創(chuàng)公司和大型企業(yè)的技術(shù)負(fù)責(zé)人，聚焦于當(dāng)下 AI 技術(shù)棧的基礎(chǔ)層：誰在贏得市場份額？哪些模型已投入生產(chǎn)？又是哪些選擇標(biāo)準(zhǔn)正在影響整個技術(shù)棧的構(gòu)建？

以下為報告原文內(nèi)容。

原文：

https://menlovc.com/perspective/2025-mid-year-llm-market-update/

超 10000 人的「AI 產(chǎn)品市集」社群！不錯過每一款有價值的 AI 應(yīng)用。

邀請從業(yè)者、開發(fā)人員和創(chuàng)業(yè)者，飛書掃碼加群：

進(jìn)群后，你有機(jī)會得到：

• 最新、最值得關(guān)注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準(zhǔn)的AI產(chǎn)品曝光渠道

01Anthropic 在企業(yè)使用率上超越 OpenAI到 2023 年底，OpenAI 曾占據(jù)企業(yè)級大模型市場50% 的份額，是當(dāng)之無愧的第一。但這一領(lǐng)先優(yōu)勢如今已經(jīng)明顯縮水?，F(xiàn)在，OpenAI 的企業(yè)使用率只剩25%，是兩年前的一半。 最新的市場頭號玩家是Anthropic，它在企業(yè) AI 市場的占比達(dá)32%，超過了 OpenAI 和最近增長迅猛的Google（20%）。Meta 的開源模型 Llama 占9%，而盡管DeepSeek在年初高調(diào)發(fā)布，目前的企業(yè)使用占比卻只有1%

Anthropic 登上大模型排行榜榜首的勢頭，真正開始于 2024 年 6 月 Claude Sonnet 3.5 的發(fā)布。到了 2025 年 2 月，Claude Sonnet 3.7 的推出進(jìn)一步加速了這股勢頭，它首次真正展示了“以 Agent 為核心”的大模型雛形。而在 2025 年 5 月，Claude Sonnet 4、Opus 4 與 Claude Code 的相繼發(fā)布，則徹底鞏固了 Anthropic 的領(lǐng)先地位。

推動 Anthropic 崛起的三大行業(yè)趨勢：

1. 代碼生成成為 AI 的第一個殺手級應(yīng)用。

Claude 很快就成為開發(fā)者進(jìn)行代碼生成時的首選，占據(jù)了42% 的市場份額，是 OpenAI（21%）的兩倍還多。僅僅一年時間，Claude 就將原本由 GitHub Copilot 主導(dǎo)的單一產(chǎn)品市場，拓展成了一個價值 19 億美元的生態(tài)系統(tǒng)。2024 年 6 月發(fā)布的 Claude Sonnet 3.5 展示了模型層的突破如何直接推動應(yīng)用層的演化，催生出一系列全新形態(tài)的產(chǎn)品：如 AI IDE（Cursor、Windsurf）、應(yīng)用構(gòu)建工具（Lovable、Bolt、Replit），以及企業(yè)級代碼智能體（Claude Code、All Hands）等。

2. 帶驗證器的強(qiáng)化學(xué)習(xí)成為智能擴(kuò)展的新路徑。

過去擴(kuò)展大模型智能的主路徑，是不斷加大模型規(guī)模、喂入更多數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練。但到了 2024 年，互聯(lián)網(wǎng)數(shù)據(jù)的增長已接近瓶頸，單靠“加量”難以持續(xù)提升。帶可驗證獎勵的強(qiáng)化學(xué)習(xí)（RLVR）成為新的突破口，尤其適用于代碼這類結(jié)果明確、易于檢驗的任務(wù)領(lǐng)域。這一策略也正逐步成為模型后訓(xùn)練階段的關(guān)鍵路徑，用于提升可靠性與實際能力。

3. 訓(xùn)練模型成為“Agent”，讓它們真正有用起來。

最初的大語言模型被設(shè)計為“一問一答”的形式，目標(biāo)是在單輪對話中完成任務(wù)。而現(xiàn)在，更強(qiáng)的能力來自于賦予模型“多輪思考”的能力：一步步推理、持續(xù)交互、靈活調(diào)用工具——也就是所謂的 Agent。2025 年被稱為“Agent 之年”，正是因為這一范式的爆發(fā)。Anthropic 是其中的領(lǐng)先者，它率先訓(xùn)練模型進(jìn)行多輪自我優(yōu)化，并通過 MCP 協(xié)議接入包括搜索、計算器、編程環(huán)境等外部工具，大幅提升了模型的執(zhí)行力與用戶粘性。

02企業(yè)側(cè)的開源模型采用趨于平緩

當(dāng)前約有 13% 的 AI 任務(wù)運行在開源模型上，較六個月前的 19% 略有下降。市場領(lǐng)先者依然是 Meta 的 Llama 系列，但 2024 年 4 月發(fā)布的 Llama 4 在真實場景中的表現(xiàn)未達(dá)預(yù)期，略顯平庸。

過去半年內(nèi)，開源領(lǐng)域仍相當(dāng)活躍，涌現(xiàn)出多個值得關(guān)注的模型發(fā)布，包括：DeepSeek（V3、R1）、字節(jié)跳動的 Seed（豆包）、MiniMax（Text 1）、阿里巴巴（Qwen 3）、Moonshot AI（Kimi K2）以及智譜 AI（GLM 4.5）。這些模型目前都可以通過 OpenRouter 的統(tǒng)一 API 進(jìn)行試用。

開源模型對企業(yè)的吸引力依舊顯著：可高度定制、更具成本優(yōu)勢，并支持私有云或本地化部署。然而，盡管模型能力在持續(xù)進(jìn)步，開源模型在整體性能上仍落后于前沿閉源模型 9~12 個月。

這一性能差距，加上開源模型部署上的技術(shù)復(fù)雜度，以及一些企業(yè)對來自中國公司的 API 持保留態(tài)度（而這些公司恰恰貢獻(xiàn)了近階段表現(xiàn)最亮眼的開源模型），共同導(dǎo)致了開源模型市場份額的停滯。

不僅僅是企業(yè)。出于這些原因，采用開源模式的初創(chuàng)企業(yè)也越來越少。正如一位受訪者所說：

目前，我們 100% 的生產(chǎn)工作負(fù)載都在閉源模型上運行。我們最初使用 Llama 和 DeepSeek 進(jìn)行 POC（概念驗證），但隨著時間的推移，它們的性能已經(jīng)無法與閉源模型相媲美。

03企業(yè)更換模型的動因是性能，而非價格

模型供應(yīng)商切換本身相對容易，但如今已不常見。大多數(shù)團(tuán)隊會留在原平臺上，僅在新模型發(fā)布時升級版本。一旦選定某個平臺，企業(yè)傾向于穩(wěn)定使用，并在第一時間追新?lián)Q代。

根據(jù)調(diào)研數(shù)據(jù)：66% 的開發(fā)者選擇在原有供應(yīng)商體系內(nèi)升級模型；23% 一整年都沒有更換模型；只有 11% 實際切換了模型供應(yīng)商。

真正驅(qū)動決策的是性能，不是價格。開發(fā)者們始終將“前沿性能”作為首選標(biāo)準(zhǔn)，而非更便宜或速度更快的替代品。他們愿意為性能買單。當(dāng)新模型發(fā)布時，切換行為往往在數(shù)周內(nèi)完成。例如，在 Claude 4 發(fā)布后僅一個月內(nèi)，Claude 4 Sonnet 就拿下了 45% 的 Anthropic 用戶，而 Sonnet 3.5 的使用占比則從 83% 降至 16%。

性能優(yōu)先邏輯下的一個“反直覺現(xiàn)象”是：哪怕舊模型價格大幅下降（甚至降價十倍），開發(fā)者也不會為省錢而回頭使用它們——他們只會集體奔赴性能最強(qiáng)的那個新模型。

04AI 支出正從訓(xùn)練轉(zhuǎn)向推理

計算支出正穩(wěn)步從模型構(gòu)建和訓(xùn)練，轉(zhuǎn)向推理。這種轉(zhuǎn)變在初創(chuàng)企業(yè)中最為明顯：74%的模型開發(fā)者表示，他們的大部分工作任務(wù)都來自推理，高于一年前的48%，大型企業(yè)也緊隨其后。近一半（49%）的企業(yè)表示，他們的大部分或幾乎所有計算任務(wù)都由推理驅(qū)動，高于去年的29%。

轉(zhuǎn)載原創(chuàng)文章請?zhí)砑游⑿牛篺ounderparker