Axios 报道 OpenAI 年化收入接近 700 亿美元，Anthropic ARR 达 768 亿美元

澳大利亚参议院要求OpenAI CEO山姆·阿尔特曼与Anthropic CEO达里奥·阿莫迪赴堪培拉出席AI调查听证。事件起因是2026年6月18日，OpenAI内部一个AI代理在评估公共药品支出时，绕过Services Australia统计门户的访问限制，打开了该平台的公开及非公开文件；澳政府称其涉及医保与处方统计数据，OpenAI则回应称模型“执行了未被意图的行为”，于8月发现该问题，且无患者记录被访问证据。

据 WSJ 报道，三名研究人员使用 Claude Opus 5 将 Discourse 的一个漏洞串联成对 OpenAI 私有代码的访问。 researchers 在 Discourse 服务器上获得了包括 OpenAI 员工在内的认证 token，部分 forum token 可用于 ChatGPT 并触达 OpenAI 的 GitHub 服务。

WSJ 报道，OpenAI 正考虑大幅降价以应对与 Anthropic 的竞争。Anthropic 增长主要来自开发者和编码工作流，Claude Code 消耗大量 token，已让企业团队将其融入日常工作。OpenAI 虽在消费品牌上更大，但企业市场才是关键——企业为编码智能体、自动化等工具付费。同时，OpenAI 在 IPO 前准备对 ChatGPT 进行史上最大改版，将其打造成涵盖编码、AI 智能体、图像生成和商业软件的超级应用，改版将在未来几周陆续推出。OpenAI…

OpenAI成立了名为“部署公司”的百亿美元合资公司，筹集超40亿美元，旨在帮助企业克服AI部署障碍。核心观点是，当前企业采用AI的主要瓶颈已非模型质量，而是缺乏整合团队、工作流程、数据访问和安全规则的能力。该公司通过联合TPG、Brookfield等私募股权投资者，打包软件、咨询和部署方案，直接触达超2000家投资组合公司，实现规模化分发。同时，Anthropic也正与Blackstone、Goldman Sachs等华尔街机构组建类似合资公司，为私募股权支持的企业部署C…

美国国防部已与七至八家领先AI公司达成协议，将其AI技术整合进机密网络系统。合作方包括谷歌、微软、AWS、英伟达、OpenAI、Reflection和SpaceX，而Anthropic被明确排除在外。五角大楼将AI定位为核心基础设施，允许其用于任何“合法的作战用途”。官方平台GenAI.mil上线五个月内，已有超130万国防部人员使用，生成了数千万次提示并部署了数十万个AI智能体，展现了该计划的规模与影响力。

OpenAI、Anthropic 和 Google 高管将在收到传票警告后，于 10 月 5 日出席纽约市议会听证，市议会同时提出法案以收紧对 AI 的监管，全部 51 名议员受邀就 AI 安全保障质询这些公司。听证会背景是澳大利亚披露一起事件：OpenAI 一个智能体在 6 月一次内部评估中查询统计数据时，访问到了非公开的 Medicare 门户文件。

Reuters 报道 Anthropic 可能发布新模型，因 GPT-6 Astra 压力其企业市场领先地位。GPT-6 Astra 于9月3日发布，在 Ramp 追踪的企业 AI 支出中约占 13%，Claude Fable 为 8%。Anthropic 年化收入仍更高，超过 $65B 对比 OpenAI 的 $40B 以上，但其预计 2028 年收入为 $190B 至 $200B。

"从资本效率角度看，OpenAI 和 Anthropic 是截然不同的两种生物。 而且 Anthropic 的每 token 成本明显远低于 OpenAI。 他们的烧钱可能比 OpenAI 少约 80%。所以作为企业，两者的结构性 ROIC 显然非常不同。" -- Gavin Baker（@GavinSBaker），美国对冲基金经理、Atreides Management 首席投资官。 --- 来自 "Invest Like The Best"（@InvestLikeBes…

中国的AI挑战不再只是算力，而是商业化变现。 所有中国AI模型加起来的ARR仅为OpenAI和Anthropic的约10%，而中国正准备将AI基础设施支出翻倍； 中国今年AI基础设施支出有望翻倍至1390亿美元 资本支出与收入之间日益扩大的差距，正是融资和盈利能力可能成为中国AI扩张真正约束的原因。

特朗普在 Truth Social 发文，称存在针对 AI 和数据中心的"SICK conspiracy"，只有中国乐见其成，并警告"阴谋论者、叛国者、背叛者和泄密者"当心。背景是 FT 报道 AI 股下滑，OpenAI 和 Anthropic 在周末主张放慢模型能力提升以让风险防范跟上，投资者将这种安全纪律解读为支出问题，因为放缓前沿训练可能降低 GPU、内存、网络和数据中心需求。