大模型赛道的「顶流」最近换了一种方式证明自己。OpenRouter 最新数据显示，Anthropic 的 Claude 5.5 家族日调用量创下 2.95 万亿 Token 的历史纪录；几乎同一时间，一个此前从未在官方序列中露面的模型 Fable 5.5 被曝已向摩根大通、Meta 等企业客户灰度部署。用量纪录与神秘新模型压轴登场同时出现，让 Anthropic 再度站上行业话题中心——但水面之下，企业客户的「搬家」、算力租金的上涨与公共采购的转向，也在勾勒出这家公司狂飙背后的另一面。
神秘 Fable 5.5：压轴登场的企业级新模型
按照目前流出的信息，Fable 5.5 已进入摩根大通、Meta 等大型企业客户的灰度测试阶段。这与以往「先开发布会、再开放 API」的节奏明显不同：企业客户先行，意味着这款模型很可能从一开始就瞄准对稳定性、合规性和成本都更敏感的生产环境，而非面向开发者的尝鲜场景。在 Claude Opus 5.5、Haiku 5.5 已经相继就位之后，Fable 5.5 更像是 Anthropic 模型矩阵中一块刻意留到最后的拼图。
选择此时压轴并非偶然。一方面，头部企业正在从「试用大模型」转向「把大模型嵌进核心业务流程」，对模型的能力分工要求越来越细；另一方面，Mythos 5 刚刚经历与英国 AISI 的联合安全评测，Anthropic 需要在「能力扩张」与「安全叙事」之间找到新的平衡点。一款定位企业级的新模型，正好可以同时承接这两条叙事——既展示技术储备，也回应外界对其商业化节奏的追问。
目前 Fable 5.5 的定价、上下文规格与正式发布时间均未公布， Anthropic 官方也未有确认。考虑到灰度部署通常以季度为周期，业内预计其完整信息将在未来一到两个月内浮出水面。在此之前，所有关于「神秘模型」的讨论都只能停留在观察层面，但企业客户名单的含金量，已经足以让市场对这款产品保持高期待。
2.95 万亿 Token：用量纪录背后的 API 经济学
单日 2.95 万亿 Token 的调用量，本身就说明 Claude 5.5 家族已经成为开发者生态中基础设施级别的存在。智能体任务的普及是这轮用量暴涨的重要推手：一个能连续执行数十步操作、读写长文档的 Agent，单次任务消耗的 Token 量是传统对话的数十倍。当 Agent 从演示走向生产，用量曲线就会以远超模型发布频率的速度攀升。
但用量的另一面是价格。市场分析机构 YipitData 的估算显示，Anthropic 的 Token 价格同比下降约 50%；与此同时，Silicon Data 指数显示 neocloud 的 H100 租金已升至每 GPU 每小时 2.88 美元，明显高于去年 12 月的 2.00 美元。租金涨、售价跌，中间的毛利差正在被挤压，这也是整个 AI API 行业共同面对的考题。对 Anthropic 而言，日调用量纪录既是生态地位的证明，也是对成本控制能力的一次压力测试。
更宏大的背景写在招股书里。Anthropic 披露的 S-1 草案显示，其 2026 年上半年收入达 163 亿美元，净亏损 807 亿美元（其中约 720 亿为非现金会计计提）；招股书同时列明了规模约 4500 亿美元的不可撤销云承诺——Google Cloud 约 1110 亿美元、AWS 约 1100 亿美元、Azure 约 310 亿美元，另有最高 860 亿美元的 NVIDIA 芯片租赁安排。用量纪录、降价压力与巨额算力承诺，共同构成了这家公司当下的财务全貌。
水面之下的迁移：企业客户「搬家」与 Decisions API 登场
就在 Anthropic 庆祝用量纪录的同时，The Information 的一篇报道揭示了另一条暗线：Replit 将年化超过 1 亿美元的 AI 支出主体从 Anthropic 转向 OpenAI，原因是 OpenAI 给出了 30% 以上的折扣，而 Anthropic 结束了自身的折扣政策。无独有偶，Rippling 的 CEO 公开表示，公司编码工作量中 OpenAI 已占 52%、Anthropic 占 18%——而今年 5 月时这一比例几乎完全相反。当折扣窗口打开，用量分配的变化比任何评测榜单都更真实。
OpenAI 这边则用一款新产品接住了这波迁移。10 月下旬，OpenAI Decisions API 正式 GA：该接口基于 GPT-6 Luna，不再返回自由文本，而是直接给出概率、选项或分值，官方称比用 Responses API 跑同一模型快最多 10 倍；定价为每百万输入 Token 0.10 美元、缓存命中 0.01 美元，且不计输出 Token 费用，单个请求最多可携带 400 个问题。Datadog、Sierra、Speak 是早期客户，其中 Speak 的「下一步动作」响应时间从 1.4 秒降至 0.13 秒。这类「只回答选择、不生成废话」的轻量端点，很可能成为高频小决策场景的性价比之选。
对企业客户而言，两家头部实验室的「折扣战」与产品形态分化，恰恰提供了难得的谈判窗口。多模型路由、成本可观测、按场景选择端点形态，正在从架构选项变成 CFO 议题。
无人车与机器人「捞钱」：新石器超募、中科慧灵进工厂下矿井
与大模型公司的「云端狂飙」并行，物理世界的 AI 公司也在密集兑现商业化故事。无人配送头部玩家新石器宣布完成 4 亿美元融资，且为超募——原计划只融 2 亿美元，最终翻倍。本轮由博裕投资与国家人工智能产业投资基金联合领投，阿里巴巴 AEF NextGen 香港基金、Monolith 砺思资本、纪源资本、淡马锡旗下 Vertex Growth 等机构参与，磊石资本、软银亚洲、亦庄国投、高榕创投等老股东继续跟投。加上一年前逾 6 亿美元的 D 轮，新石器累计融资已突破百亿元人民币，居无人配送赛道首位。
CEO 余恩源在融资后直接放话：公司每天行驶超过 100 万公里，是 Waymo 的几倍，「明年我就能验证 L4 商业化这个问题，验证的结果就是公司整体盈利」。在 L4 赛道走过十年、行业等待商业化样本的当下，这番宣言既是底气也是赌注——Robovan 的盈利模型能否跑通，将直接决定整个无人配送赛道的估值逻辑。
具身智能赛道同样热闹。中科慧灵宣布完成数亿元人民币 A++ 轮融资，知来投资、涌铧投资、茂天投资、元禾辰坤、国科科智、鲁宁投资等机构联合投资。这家公司的打法是钻进「算得清账」的垂直场景：在鞋服龙头企业的制鞋车间，机器人给鞋大底盖章用时 7 秒、压合一双鞋底用时 18 秒，按现有项目测算年投资回报率约 50% 至 70%，预计投资回收周期在两年以内；矿山装药机器人已进入真实矿山开展现场训练，针对粉尘、潮湿、通信不稳定等井下条件持续研发。创始人张正涛也坦言，今年机器人出货中数据采集、教育和商业演出合计占七到八成以上，真正落到工业现场的不足一成——而这正是资本转向「能干活」团队的原因。
海外市场的钱也在流向物理 AI。机器人训练数据公司 Mecka AI 完成 6000 万美元 B 轮融资，红杉资本领投，英伟达、高通创投、三星、M12 等参投，累计融资超过 1.2 亿美元，估值约 5 亿美元；公司通过给佩戴动作传感器的普通人支付报酬来采集叠衣服、冲咖啡、修车等日常动作数据，再出售给人形机器人开发者，并声称 6 月已实现 1 亿美元年化收入。与此同时，哈佛、伯克利与英伟达联合团队公布了机器人领域的 Scaling Law 探索，五大基准平均领先 37.4 个百分点，被业内称为「机器人的 o1 时刻」。资本与研究的同频共振，让物理 AI 的 Scaling 叙事第一次有了可量化的抓手。
治理与分配的新变量：公共采购转向与「公共利益基金」
行业狂飙的另一面，是治理框架的加速成型。瑞典政府办公厅已正式将 ChatGPT 与 Claude 排除在办公电脑之外，仅保留 Microsoft Copilot，覆盖首相府与各部委，理由是「无合同使用 AI 服务会影响信息安全」。这是欧洲政府采购层面第一个明确的「按合同与安全审查选型」硬性节点，意味着公共部门的 AI 采购合规审查将前置——对供应商而言，合同主体、数据驻留与安全审查材料正在成为新的竞标门槛。
分配问题也被摆上台面。Anthropic 宣布设立 Public Benefit Fund，拟以 5% 的公司股份作为初始承诺（尚需股东批准），路透社按 1.5 万亿至 2 万亿美元的 IPO 估值估算，这笔股权价值约 750 亿至 1000 亿美元；此前联合创始人已承诺捐赠个人持股的 80%。OpenAI 则提出了向公民分配投资收益的 Public Wealth Fund 构想。AI 创造的财富如何与公众分享，正在从哲学讨论变成招股书里的具体条款。
监管压力同样密集。得克萨斯州总检察长已起诉 OpenAI 及其 CEO，诉请包括在获批评估机构完成审查前限制对德州用户发布新模型；《华尔街日报》则报道 FBI 正考虑对一名前 OpenAI 工程师提起经济间谍指控（尚未被起诉）。当模型能力成为国家与市场共同关注的战略资源，法律与商业的边界正在被重新划定。
花边与热议：AI 电影、1024 程序员节与 Softmax 隐藏 Bug
硬新闻之外，几则行业趣闻同样值得记录。首部国产 AI 超写实电影近日登上大银幕，演员表里没有一个人，制作成本下降约九成——AI 内容生产对影视工业的改造，已经从预告片走向正片。适逢 1024 程序员节，业内流行的新段子是「AI 负责写代码，人类研究怎么玩」，开发者社区的角色正在从「写代码的人」转向「验收与设计 AI 工作流的人」。
技术圈还有一则让基础设施社区警觉的发现：Gemini 立功，协助于 PyTorch、JAX 中定位到 Softmax 函数的隐藏 Bug——这个深度学习中最基础、使用最广泛的两个函数，竟然藏着两个隐蔽缺陷，修复后将影响无数上层应用。另一则让时尚圈侧目的消息是，AI 博主用 GPT-6 Astra 搭建了私人穿搭工作流，可根据身材、偏好、天气和已有衣物生成每日穿搭与待清理清单。腾讯则在内测面向微信小程序的 AI 能力插件 HermitKit，提供 API、UI 组件与 Demo 三层接入——超级 App 的 AI 插件生态，或将是下一个入口战场。
结语
从 Fable 5.5 的灰度压轴到 2.95 万亿 Token 的用量纪录，从新石器 4 亿美元的超募到瑞典政府的采购禁令，AI 行业的竞争维度已经彻底改变：模型能力只是入场券，用量、成本、算力承诺、治理合规与财富分配，共同构成了新的记分牌。接下来值得观察的，是 Fable 5.5 的正式亮相、无人车 L4 盈利模型的首次验证，以及折扣战之后企业客户最终的忠诚度归属。
暂无评论内容