2024年LLM竞赛正式拉开，被称为OpenAI“最强竞争对手”的大模型公司Anthropic带着Claude 3系列闪亮登场。而它的对手们，一个正和马斯克“扯头花”；另一个因为Gemini“政治过分正确”而焦头烂额。
一时间，“全面碾压GPT-4”“全球最强模型易主”等字眼铺满屏幕，似乎一年前由OpenAI开辟的盛世终于转交给了Anthropic。
别忘了，GPT-4已经是一年前的产物，GPT-5还在路上；谷歌也不是Anthropic的“对手”，是其背后第二大“金主爸爸”。有消息称，去年12月，谷歌对Anthropic的投资扩大到了20亿美元。
而在这场“你追我赶”的游戏中，还有微软“小儿子”Mistral AI已经发布的Mistral Large，以及被Meta列为2024年重点任务的Llama 3等等。只不过，无论是Mistral AI还是Meta目前都是被GPT-4压着打，只有“脱胎”于OpenAI团队的Anthropic，拿出了可以与之一战的“杀器”。
这也表明了，暂时的排名只是先来后到，今年LLMs将全面开花。因此，铺天盖地的“OpenAI被追平比分”仅仅是Anthropic新品发布的一个噱头，重点应该放在人工智能公司选择的商业化路径上——当Inflection.AI、Character.AI，甚至OpenAI等公司进一步探向to C消费者用例时，Anthropic却一头扎向了to B。这条思路在其刚刚发布的Claude 3系列的突出性能、定价策略上均有所体现。
一、“田忌赛马”式定价，瞄准to B领域
Claude 3系列包含三个模型——Opus、Sonnet、Haiku，性能从高到低。
根据Anthropic公布的技术报告，Opus在知识测试MMLU、推理测试 GPQA、基础数学测试 GSM8K 等一系列基准测试中，均优于GPT-4。Sonnet的性能与GPT-4不相上下；Haiku则略逊于GPT-4。不过，这项测试中没有包含刚刚更新的GPT-4 Turbo和Gemini 1.5 Pro。
值得注意的是，MMLU（本科常识）/ GSM8K（小学数学）/ HumanEval（计算机代码）等指标上已严重饱和，几乎所有的模型都表现相同。真正有区分度的为MATH（数学问题解答能力）和GPQA（领域专家能力），后者可以体现模型在企业服务方面的能力。
据悉，Claude 3选择了金融、法律、医学和哲学作为专家领域。其中，Opus的GPQA准确率达到了60%，这意味着其能力接近于同一领域且能够上网的人类博士的准确率（65%-75%）。Sonnet达40.4%；Haiku达33.3%，而GPT-4仅为35.7%。
对此，英伟达资深AI科学家JimFan指出：“我建议所有LLM的模型卡都应该效仿这种做法，这样不同的下游应用就能知道可以期待什么。”
同时，考虑到企业客户需要处理很多PDF、PPT、流程图，Claude 3系列在视觉能力、准确性、长文本输入和安全方面，均有所进步。
例如，在准确性方面，Anthropic使用了大量复杂的事实问题来针对当前模型中已知的弱点，将答案分为正确答案、错误答案（幻觉）、承认“不知道”。相应地，Claude 3可以表示自己不知道答案，而不是提供不正确的信息。除了更准确地回复，Claude 3甚至还能“引用”，指向参考材料中的精确句子来验证他们的答案。
在定价策略上，以GPT-4 Turbo的40美元/1M tokens；GPT-3.5 Turbo的2美元/1M tokens为对比。最强能力Opus——90美元/1M tokens，适合最尖端的企业和机构。其接近人类的理解能力，适用于需要高度智能和复杂任务处理的场景，如企业自动化、市场分析和制定策略、复杂的数据分析和金融预测、生物医学研究和开发等。
最高性价比Sonnet——18美元/1M tokens，适合大多数企业客户规模化使用，消费者客户也可以负担。其纯文本任务表现与Opus相当，更适用于数据处理、代码生成、个性化营销，图文解析等中等复杂度的工作。
最快速度Haiku——1.5美元/1M tokens，适合消费者客户使用。其具备近乎即时的响应能力，在大多数纯文本任务上表现仍然相当出色，且包含多模态能力（比如视觉），适用于与用户实时互动、内容管理、物流库存管理、文本翻译等工作任务。
综合来看，Claude 3的高端线Opus比OpenAI（GPT-4 Turbo）更贵，低端线Haiku比OpenAI（GPT-3.5 Turbo）更便宜。
如此一来，成败似乎集中在了中端线Sonnet上。如果“更少的幻觉”“更专业的领域行家”“更高的性价比” 更吸引企业客户，那么，GPT-4 Turbo的地位将会变得不尴不尬，直到局势被GPT-5打破。
目前，用户可以免费体验中等性能的Sonnet，最强版Opus仅供Claude Pro付费用户使用（20美金/月），性能稍弱的Haiku即将推出。
PS：适道在Poe上使用同样的提示语，让Opus、Sonnet、GPT-4 Turbo随机做了一段简单的新闻翻译。结果，Sonnet的表现居然最好，甚至翻译出了缩写！Opus水平巨中，而GPT-4直接忽略了主语。。
总之，这一套组合拳下来，正如Anthropic联合创始人Amodei兄妹所言：“Anthropic更像是一家企业公司，而不是一家消费者公司。”
目前，Claude的客户包括科技公司Gitlab、Notion、Quora和Salesforce（Anthropic的投资者）；金融巨头桥水公司（Bridgewater）和企业集团SAP，以及商业研究门户网站LexisNexis、电信公司SK Telecom和丹娜法伯癌症研究所（Dana-Farber Cancer Institute）。
根据Anthropic高管Eric Pelz的一份声明：在Claude 3的早期测试用户中，生产力软件制造商Asana发现初始响应时间缩短了42%；软件公司Airtable表示，公司已将Claude 3 Sonnet集成到自己的人工智能工具中，以帮助加快内容创建和数据汇总。
可以预见的是，在Claude 3发布之后，Anthropic的to B商业化之路将更加明晰，并与OpenAI等头部大模型公司走上不同的道路，尽管最后可能殊途同归。
二、十字路口的大模型公司
“赚的多，花的多”是头部大模型公司的真实写照。事实上，Anthropic的to B之路既是自愿选择，也是形势所迫。
截至2023年 12 月，OpenAI的ARR已超16亿美元，2022年的ARR则为3000万美元，增速高到惊人。
虽然尚无数据显示Anthropic 2023年的ARR ，但在2023年10月，Anthropic和投资人洽谈时表示到2023年年底，将实现2亿美元ARR，每月近1700万美元的营收。另外，根据Anthropic最新预测，到2024年底，其ARR将至少达到8.5亿美元。
确实得益于快速的收入增长，2023年Anthropic筹集了数十亿美元，估值超过150亿美元。
但根据Information报道，有两位知情人士透露，在支付客户支持和AI服务器成本后，2023年12月Anthropic的毛利率在50%-55%。根据Meritech Capital的数据，这远低于云软件公司77%的平均毛利率。
还有一位重要股东预测，Anthropic长期毛利率将在 60%左右，且该毛利率未反映训练AI模型的服务器成本，因为这些成本被Anthropic纳入其研发费用中。
而根据Sam Altman的说法，每个模型成本可高达1亿美元。不过，Altman自己也笑不出来，因为OpenAI的毛利率可能更低。毕竟ChatGPT还有免费版，白白花掉一批服务器成本。
上述事实均表明，即便你强如OpenAI、Anthropic，AI初创公司普遍的利润率可能比现在的SaaS公司还低。
不过，现在问题还没显现，毕竟大模型还在风口上，投资人更关注其惊人的增速。这些AI初创公司也会以其乐观的收入预测为依据，按照未来一年收入50-100倍的估值进行融资。
当然，只要AI创业能保持这种增长势头，投资人是可以忽略亏损。直到你的收入增长掉进30%-40%。一位VC合伙人表示：“到那时，如果一家公司的经营现金流为负，并在短期内没有将至少10%的收入转化为现金流，就很难吸引新的投资人入局。”
根据Meritech Capital数据，上市软件公司的中位数是未来收入的 6 倍。也就是说，随着时间的推移，对于初创公司来说，维持这样的收入倍数将越来越困难。
具体到Anthropic和OpenAI这对“大冤种”身上，两家公司的增长和利润率部分依赖于云服务提供商。
例如，谷歌和亚马逊向Anthropic投了数十亿美元，并将Anthropic的软件出售给云客户。目前尚不清楚这些云厂商在销售中获得的提成比例，但如果改成是Anthropic直接向客户卖模型，利润率可能会更高。
而微软虽然用更低的利润租给OpenAI云服务器，但OpenAI必须将直卖给客户的部分收入返给微软。而且，当微软将OpenAI软件卖给自己的云客户时，也会抽掉大部分收入。
因此，对于上述“冤种”AI创业公司来说，想要拿到高毛利：一方面，通过更新技术，降低运行成本，就像OpenAI已经实现的；另一方面，像Anthropic“田忌赛马”战略一样，找准切口，聚焦企业客户，尽可能创收，并保持高增速。
据Forbes报道，Anthropic最近以184亿美元的估值融资7.5亿美元，该公司计划在未来几个月内增加代码解释、搜索功能和源代码引用等功能。其创始人Amodei兄妹说：“我们将继续扩大模型规模，让它们变得更加智能，同时也继续努力让更小、更便宜的模型变得更智能、更高效。一整年都会有不同程度地更新。”
三、大模型公司会否下场做选手？
为了更深入理解Anthropic的商业化路线，适道节选了一期创始人Dario Amodei访谈中的“商业化”部分，原文如下：
Dwarkesh Patel ：你认为目前的 AI 产品是否有足够时间在市场上获得长期稳定收入？还是随时可能被更先进的模型取代？或者到时候整个行业格局会变得完全不同？
Dario Amodei ：这取决于对“大规模”的定义。目前已经有几家公司的年收入1 亿—10 亿美元，但能否达到每年数百亿，甚至万亿级别，则难以预测。因为这还取决于很多不确定的因素。现在有些公司正在“大规模”应用创新型 AI，但这不能代表刚开始用就一步到位，达到最佳效果。而且，即使有收入也并不完全等于创造了经济价值，整个产业链的协同发展是一个长期过程。
Dwarkesh Patel ：从Anthropic角度来看，如果LLM的进步如此迅速，那么理论上公司的估值应该增长得很快？
Dario Amodei ：即使我们注重模型安全性研究而非直接商业化，在实践中也能明显感受到技术水平在以几何级数上升。对那些将商业化视为首要目标的公司来说，进步肯定比我们更快（在内涵OpenAI ）。
虽然我们承认LLM进步神速，但对比整个经济体系的深度应用过程，技术积累依然处于较低的起点阶段。决定未来走向是这二者间的竞速——技术本身进步速度、被有效整合和应用，并进入实体经济体系的速度。这二者都很可能高速发展，但结合顺序和微小差异都可能导致相当不同的结果。
Dwarkesh Patel ：科技巨头可能会在未来2-3年投入高达100亿美元进行模型训练，这会对Anthropic带来什么样的影响？
Dario Amodei ：
情况1：如果因为成本问题无法保持前沿地位，那么我们将不会继续坚持开发最先进的模型。相反，我们会研究如何从前几代的模型中获取价值。
情况2：接受被制衡。我认为这些情况的正面影响可能比它们看起来的要更大。
情况3：当模型训练到达这种量级后，可能开始会出现新的风险，比如AI滥用。
总结一下，虽然Dario坚信LLM的能力会得到快速且显著的提升，但可能受制于社会因素、创新采纳效率，最终减缓其被“大规模”应用的速度，无法发挥LLM的真正潜力。
据此，Anthropic的to B之路看起来也更加稳妥。一方面，利用自己的“安全性”长处，切入金融、法律、医学等领域；另一方面，寻找偏重“技术应用”，可以长期合作的企业客户，尽可能消除C端消费者采用的不确定性。
说到这里，我们可以大胆预测一下，如果真如Dario预测的“社会采纳速度低于模型发展速度”，那么，未来会否出现一批大模型公司亲自下场做应用？尤其是在国内。