4月8日，名为“快乐马”的AI模型在人工智能领域崭露头角，横扫Seedance 2.0和可灵3.0等竞争者，夺得第一名。它来自阿里ATH创新事业部，拥有15B参数的统一Transformer模型，支持文本、图片、视频和同步音频。
几日前，OpenAI宣布关停Sora，网页和应用程序将于4月26日下线，API则推迟至9月24日。这一决定距OpenAI与迪士尼签署长期合作协议仅有三个月。
两年前，Sora的发布令科技界惊叹，当时国内AI领域尚处于起步阶段。
如今，字节的Seedance 2.0已于2026年发布，以2K原生清晰度和高级镜头重新定义了工业视频制作；快手可灵3.0紧随其后，于5月5日上线并以249 Elo分数登顶排行榜；阿里的快乐马更是迅速超越前两者。
在视频生成领域，国产AI的后发优势已是显而易见。
然而，繁荣的背后却隐藏着隐忧。
在美国，Anthropic发布的Claude Mythos模型在网络安全领域引发了广泛关注。该模型不仅在能力上远超前代产品，还能自主发现并攻克网络漏洞，这也是Anthropic敢于公开发布的原因。
据报道，Mythos发布后，美国财长及美联储主席紧急召集华尔街巨头的CEO讨论，关注Mythos可能带来的系统性网络安全风险。
同样在4月9日，OpenAI推出了GPT-5.4-Cyber，具备先进的网络安全能力，向少数合作伙伴开放，这被视为对Anthropic Mythos的回应。
这正是当前中美AI的另一面：
相同的资源，有人用以庆祝，有人则铸成武器。
除了关闭Sora，OpenAI的主营业务也面临困境。
截至2026年，ChatGPT的活跃用户已达9亿，成为全球最大的AI用户群体。但这9亿用户并不等同于9亿利润，其商业模式仍需每赚1美元就烧掉1.7美元。
目前，OpenAI难以撼动谷歌和Meta在数字广告市场的统治地位，广告收入无法覆盖成本，预计2026年AR为240亿美元，但仍未盈利。
相比之下，Anthropic始终未涉足C端市场。Claude被视为生产力工具，其Claude code在AI编程市场占据54%的份额，服务超过30万企业。到2026年4月，Anthropic的ARR已突破300亿美金，超越OpenAI。
更重要的是，Anthropic的付费客户已超过100万，客户粘性极高——这表明路线的成功。
因此，今年OpenAI调整战略，将重点从消费级产品转向企业级生产力工具，精简产品线，资源集中于GPT-5.4系列和下一代”Spud”模型。Sora的关闭正是这一战略的体现。
预计今年AI的主战场将在To B领域，Anthropic的一系列新产品和增长曲线证明了AI To B的潜力，而OpenAI也在承受巨额亏损的压力下调整方向，继续加码生产力工具。
中国厂商在春节期间积极拓展市场，Seedance 2.0、可灵3.0及“快乐马”在生视频领域击败了Sora，显示出太平洋两岸AI的发展方向开始分化。
客观来看，中国厂商在AI产品上具备成本优势，收入主要依赖API调用和C端订阅。快手可灵的ARR截至2026年已突破3亿人民币，2025年1月收入超过2000万人民币，成为国内标杆。
然而，与Anthropic的300亿美金ARR相比，差距依然巨大。
简单对比收入并不公平，也不准确。中国AI市场与美国市场的逻辑各自独特。
在OpenAI手中是亏损，而Seedance 2.0在字节手中却是推动力。Seedance 2.0是抖音生态的一部分，任务不是独立盈利，而是降低创作者成本，为平台提供更多内容。即使模型调用成本高，收入不覆盖成本，只要内容能增强用户粘性，抖音广告收入持续增长，整体算账便是划算的。根据报道，抖音2025年净利润已达500亿人民币，接近Meta水平。
同样的逻辑适用于快手可灵——它是快手内容生态的基础设施。快手在基建上持续投资，预计2026年达到260亿元人民币，其中大部分将用于可灵和大模型的算力建设。
更重要的是，中国的大厂既是AI的消费者，也是供应商。字节和阿里正在自研芯片，推理成本的优化空间远超预期。阿里云在AI相关产品收入上已连续十个季度实现三位数增长，2026年Q3云收入同比增长36%，达到43.84亿人民币。
可以说，相比要独立构建商业生态的Anthropic和OpenAI，中国大厂更为从容。
另外，中国厂商的B端市场并非空白，而是采取“平台嵌入”策略——将AI能力作为阿里云、抖音、淘宝的基础设施，而不是像Anthropic直接销售独立AI产品。
但问题在于，这种“嵌入式”策略虽然稳健，却仍停留在帮助创作者和商家“降本增效”的层面，或集中在云服务领域。编程和网络安全这些高壁垒领域，中国厂商尚未像Anthropic那样深入涉足。
作为对比，Anthropic自创立之初便将编程和安全视为核心竞争力。Claude团队的250多名工程师专注于编程语言理解、代码审计和安全推理，形成了专业分工。而国内厂商在编程工具方面，仅将其视为大模型的一个功能模块，并未投入专门团队打造护城河级的产品。
算力的鸿沟
中国与美国的AI发展路径截然不同，这在某种程度上是各自找到的最优解。
Anthropic不涉足多模态，专注于编程和安全，表面看似克制，实则是一种奢侈。背后有亚马逊80亿美金的资金支持，加上谷歌提供的100万TPU算力，使得Anthropic能够专注于深度研发，而不必像中国厂商那样急于在C端变现。
这种结构性差异决定了商业逻辑：在中国做高壁垒、高客单价的B端AI产品，投入产出比本质上失衡。市场不奖励精深，唯有规模。
若AI仅是市场竞争，双方可根据资源禀赋各自发展。但如今AI不仅关乎经济效益，尤其是Mythos的出现更是改变了格局。
Mythos的能力在于发现漏洞，而这一能力的另一面是攻击。当一个AI模型能迅速找到大型金融系统的安全漏洞时，它随时可能成为网络武器。
在这个意义上，AI竞争已从“谁的展示更好”转向“谁能摧毁对手的数字基础设施”。这并非危言耸听，而是Mythos与GPT-5.4-Cyber的同时出现所预示的行业走向。
Anthropic推出Mythos，OpenAI全面转向企业级生产力工具，预示着AI竞争进入下半场，这可以称为“黑暗森林竞赛”，即To B的硬实力竞争，缺乏相关能力的经济体可能成为别人的猎物。
在C端，战线相对稳定，变化不大。无论是中国科技巨头，还是美国的谷歌、Meta，都拥有丰富的生态和场景，AI只是锦上添花，短期内新兴AI企业难以撼动其地位。
这或许是Anthropic和OpenAI相继转向B端的原因。而在B端和G端市场，遵循赢家通吃的规则，失败者损失的不仅是收入，还有数字安全体系的主动权。
未来，各国将愈发重视这一领域，但有趣的是，这个领域未必是阿里、字节这些现有巨头的最佳战场。它们的定位、生态和组织结构更适合C端的大规模应用。虽然大厂都有云安全部门，但并没有足够的独立预算和算力去打造中国版的Mythos。
毕竟，即使在美国，Mythos也并非由微软、谷歌这样的巨头创造。
Mythos的安全能力并非专门训练所得，而是代码、推理和自主性能力全面提升后的自然涌现。这正是“AI六小龙”及新兴AI创业公司的机会。
2026年3月27日，智谱AI发布了GLM-5.1，在SWE-bench Pro基准测试中创造了全球最佳成绩，超越Claude OpUS 4.6和GPT-5.4。在754B参数下，其编程能力达到Claude OpUS 4.6的94.6%，价格却只有其五分之一，并以MIT协议开放权重。
GLM-5.1的出现证明，在编程这一关键领域，中国模型的技术差距是可以缩小的。
然而，要期待六小龙在短期内推出与Mythos相媲美的产品，显然是一种不切实际的期望。
杨植麟、闫俊杰等人当然明白编程和网络安全领域的战略重要性。但如果算力受限，如果国内B端和G端市场暂时无法提供几百亿美金的ARR支撑研发，甚至连生存的现金流都成问题，仅靠“意识上的警觉”是无法变出足够的算力训练Mythos这类模型。
既然在正面战场受制于算力，中国厂商需进行不对称的战争，在软硬件两方面同步推进。一方面，大厂和六小龙在编程领域增加投入，例如阿里不断增强Qwen基础大模型的编码能力，并推出专属的Coding模型；Kimi K2.5的编程能力在2026年初发布，被认为是国产开源模型中最强的代码生成模型之一。
另一方面，国产模型也在适配本土算力基础设施（芯片、互联、框架），这方面正在取得进展，同时保持技术栈的领先。
在商业化方面，若国产的Mythos出现，必然会获得G端订单，B端金融机构也会有需求，此外还有出海机会。南方国家如东南亚、中东、非洲和拉美市场的企业同样对B端数字化和网络安全有需求，如果Anthropic和OpenAI继续闭门造车，可能会重蹈开源模型的覆辙——美国厂商固守闭源市场，保持利润率，但广阔的市场空间却被中国的开源模型占据。
网络安全有点像刘慈欣笔下的黑暗森林法则——每个人都想保护自己，但也希望能毁灭他人，因而对他人始终存疑，最安全的策略是将他人视为敌人，做好准备。
在黑暗森林中，最先开枪的人未必能够存活，但没有武器的人肯定无法走出森林。
