一家把最强模型的权重免费发到网上，另一家把它锁在接口后面；一家的旗舰输出价是对方的七分之一，另一家把安全分类器做成占推理成本 5% 的固定开支。更有意思的是估值 —— 按每一块钱收入算，资本给 DeepSeek 的价格其实比给 Anthropic 的贵三倍多。
本文不引用任何一方的私下表述或未经证实的会议材料。两家公司的战略，全部从可公开查证的东西反推：发布的模型与许可证、技术报告与论文、API 价目表、产品线、招聘公告、安全政策文本、融资与财务披露。在这个行业里，一家公司做了什么，比它说了什么可靠得多。Dario Amodei 的公开长文与播客属于可核实的公开发言，必要处引用；DeepSeek 一侧一律以公司行为为准。文中判断为作者个人分析。
把这两家公司放在一起比较的文章不少，多数停在 “一个开源、一个闭源”。这个说法没错，但它把十几条互相咬合的战略选择压成了一句口号，也解释不了一件更奇怪的事：为什么资本市场对它们的定价方式完全不同。
这两家公司在几乎每一个需要取舍的地方都选了相反的一边。而且这些选择彼此自洽 —— 它们从不同的起点推导出来，一路推到定价、组织、产品边界、安全预算，最后推到估值。
下面十二条，每条的写法一样：先摆可查证的事实和数字，再讲这么选的道理，最后给一个硅谷Alan Walker 的看法。之后单独用一节算估值那笔账，再回过头来讲，这些差异背后其实只有三个原因。
第一部分
十二个不同战略
战略 01
算力战略：把每份算力榨干，还是用规模换时间
DeepSeek 2026 年 4 月发布的 V4 系列引入混合注意力架构，技术报告给出的数字是：处理 100 万 token 上下文所需算力约为上一代的 27%，KV 缓存约为 10%〔V4 技术报告，2026-04〕。两个月后团队又与北京大学合作发表推测解码论文，在同等系统吞吐下把单用户生成速度提升五成到八成以上，配套代码库以 MIT 协议开源〔DSpark 论文，2026-06-27〕。
Anthropic 这一侧的公开动作集中在另一端：按能力分层的模型矩阵、提示缓存最多省九成输入成本、批处理五折、高速模式单独定价〔Anthropic 官方价目表，2026-07〕。它承诺的算力增速是每年三倍以上，并明确拒绝一次性把资金全部换成算力〔Dwarkesh Podcast，2026-02〕。
这么选的道理：同一个最优化问题，预算不同，解就不同。算力紧的一方只能把每份算力的产出榨到极限；算力宽裕的一方，最优解是用规模换时间，把工程精力投在扩大市场上。这里有一层容易被忽略的东西：低成本对 Anthropic 是有害的。它的收入直接挂在每百万 token 的单价上，把单位成本大幅打下来，首先侵蚀的是自己的毛利。所以它在效率上的投入动机天然比 DeepSeek 弱。这不是能力差距，是激励结构的差别。
更可能对 ▸ DeepSeek · 把握：高
Alan Walker 的看法：这一条 DeepSeek 明显更强，而且领先窗口比多数人估计的要长 —— 不是因为对手做不到，是因为对手做这件事赚不到钱。但要看清它的性质：效率是可复制的工程，不是长期壁垒。论文一发、代码一开源，跟上只是时间和意愿的问题。DeepSeek 把推测解码框架和配套库全部开源，等于自己把窗口缩短了。这是它的价值观，也是它要付的账。
战略 02
研究组合战略：给下一个范式留编制，还是把当前范式推到底
DeepSeek 在 2026 年 6 月底的大规模招聘中，公开设立了一个 Frontier 研究员岗位，方向写得很直白：持续学习、自进化、新范式研究〔公司招聘公告，2026-06-25〕。把一个还没跑通的方向写进正式编制，在一家一百多人的公司里，是一项很重的资源分配。
Anthropic 的选择相反：Dario Amodei 在 2026 年 2 月的公开播客里被反复追问持续学习的时间表，答复是不需要它——模型和人的学习结构本来就不同，长上下文里的临场学习已经够用，强化学习加数据这条路明显有效〔Dwarkesh Podcast，2026-02〕。它的安全政策文本里也是同一个判断：把自主研发能力当成一个需要管理的门槛，而不是一个需要换范式才能到达的目标〔RSP v3.0，2026-02-24〕。
这么选的道理：这是两个人职业记忆的直接投射。量化投资那个行业的常识是，任何超额收益都会因为被复制而衰减，所以你必须在当前策略还有效的时候就去找下一个。Dario 参与过标度律那批工作，过去八年里每一次“这条路要到头了”的判断都被证明太早，他的默认假设因此是延续而不是衰减。一个默认曲线会衰减，一个默认曲线会延续，谈不上谁更聪明，只是被不同的经验训练过。
更可能对 ▸ Anthropic · 把握：中
Alan Walker 的看法：未来两年，我更认同 Anthropic 的判断。证据就是 DeepSeek 自己的 V4 —— 它的能力提升来自架构效率和后训练工程，不是来自新的学习方式。但 DeepSeek 的做法值得学：它设的是一个岗位，不是一条路线图。成本是几个人的编制，回报是整条曲线。判断上 Anthropic 更可能对，配置上 DeepSeek 更划算，这两件事不矛盾。
战略 03
分发战略：把权重发出去，还是锁在接口后面
DeepSeek V4 全系以 MIT 协议开源，包括 1.6 万亿总参数的旗舰版本，配套的推理优化代码库同样 MIT〔Hugging Face / DeepSeek 官方，2026-04〕。
Anthropic 至今没有发布过任何开放权重的前沿模型，并把部署环节的可控性——访问控制、监控、必要时收回——写进了分级安全要求〔RSP v3.0〕。市场侧的数据也很直接：有第三方研究估算，中国开源大模型市场 2025 年约 100 亿元、2026 年有望达到 210 亿元，占整体大模型市场约三成〔第三方行研报告，2026-05〕。
这么选的道理：两家对分发的理解不同。DeepSeek 把能力分发当作换生态位的手段：权重免费出去，换来的是标准、心智，以及一群替你做适配和落地的开发者。Anthropic 把能力分发当作交出追责通道：模型一旦公开，发布方就失去了监控滥用、限制访问和后续修补的能力。这两个判断并不冲突，它们只是把风险放在了不同的时间上。开源把风险推给未来某个不确定的事件，闭源把成本压在当下的每一次调用。
更可能对 ▸ 分裂 · 把握：分裂
Alan Walker 的看法：得分开看。商业上 DeepSeek 已经赢了这一局 —— 开源是它今天唯一真正的分发渠道，也是它在国内市场排第一的原因。治理上 Anthropic 的论证更硬，而且核心论点至今没有被有力反驳：软件漏洞可以打补丁，模型权重发出去收不回来。这一条大概不会分出胜负，只会有一个触发点：在行业里第一次出现由公开权重直接导致的重大事件之前，DeepSeek 占上风；之后，规则由别人来定。
战略 04
定价战略：按成本回收定价，还是按替代价值定价
DeepSeek V4-Pro 的 API 定价为每百万 token 输入约 1.74 美元、输出约 3.48 美元；V4-Flash 为 0.14 / 0.28 美元〔DeepSeek API 文档，2026-04〕。同期 Claude Opus 4.8 为 5/25 美元〔Anthropic 价目表，2026-07〕，输出端相差约七倍。发布几小时内 DeepSeek 即给出限时大幅折扣，此后又把 V4-Pro 永久下调至原价的四分之一。
Anthropic 的动作形状完全不同：2026 年 2 月把旗舰从 15 / 75 一次性下调 67% 到 5 / 25，此后连续几代旗舰把这个价格锁死不动，靠缓存、批处理和分层去做实际成本调节。
这么选的道理：定价的参照物不一样。DeepSeek 的参照物是自己的硬件回收周期 —— 把设备成本、利用率、折旧算清楚，加一个自认为合理的倍数。Anthropic 的参照物在客户那一边：一个能顶半个初级工程师的模型，定价该看工资，不该看显卡。再往下一层是需求曲线的差别。DeepSeek 的付费方以开发者和中小企业为主，价格一动，用量就动；Anthropic 的付费方是大型企业，对价格不太敏感，对稳定性和合规极其敏感。面对两条形状完全不同的需求曲线，理性的定价本来就该不同。
更可能对 ▸ Anthropic · 把握：中
Alan Walker 的看法：真正值得记的不是七倍价差，而是 DeepSeek 在 7 月的正式版里引入了峰谷定价，高峰时段调用价格为平时的两倍〔官方升级通知，2026-06-29〕。峰谷价差反映的是容量稀缺，不是成本。一旦承认价格应该反映稀缺，成本定价那套逻辑就松动了一半。这一条我给 Anthropic，主要因为对方已经开始往这边挪。
战略 05
收入结构战略：全押一个通道，还是铺四层
DeepSeek 的收入渠道基本只有 API 一条，网页和移动端聊天完全免费；第三方统计其网站 2026 年 3 月访问量约 3.5 亿次〔Similarweb 口径，2026-03〕，有行研机构预计 2026 年全年营收有望突破 50 亿元人民币〔第三方行研报告，2026-05〕。
Anthropic 是四层结构：API、个人订阅（20 / 100 / 200 美元三档）、团队与企业席位（25 / 125 美元及企业议价）、按运行时计费的托管智能体（每会话小时 0.08 美元）。2026 年 5 月年化收入约 470 亿美元，第二季度收入约 109 亿美元并录得首个盈利季度〔CNBC / Bloomberg / Sacra，2026-05〕。
这么选的道理：表面看是商业化节奏的差别，实际是组织能力决定的。订阅和企业席位需要销售、客户成功、合规、法务、采购对接，而 DeepSeek 直到 2026 年 6 月才第一次系统性招聘这些职能岗位。没有这套组织，能卖的就只有最不需要人力介入的那一层，也就是 API。所以收入结构的差别不完全是战略选择，很大一部分是组织能力的结果。
更可能对 ▸ Anthropic · 把握：高
Alan Walker 的看法：这一条 Anthropic 明显更对，差距也不只是规模。API 是这个行业里差异化最弱、替换成本最低、价格最透明的产品形态。把整家公司架在上面，等于把定价权交给同行里最激进的那一个 —— 而在国内的模型市场里，永远会有一个更激进的。第二季度 109 亿美元这个数字，本身就是十几倍于 DeepSeek 全年预计营收的量级，而它只是一个季度。
战略 06
边界战略：守住模型层，还是做到应用层
Anthropic 的产品线在 2026 年已经铺进工作流内部：代码智能体、办公协作、表格、浏览器、设计工具，其中代码产品是收入增长的主引擎。
DeepSeek 这一侧的变化更值得看 —— 它在 2026 年 3 月新设了 Agent Harness 团队，公开的产品思路是“模型 + 外壳 = 智能体”，团队成员在社交平台上直接表示要对标对方的代码智能体产品〔公开招聘信息与团队成员公开发言，2026-06〕。同期招聘还新增了小语种、医学法律等专业领域的数据产品经理岗位。
这么选的道理：过去两年 DeepSeek 停在模型层，通行的解释是人手不够，一百多人做不了全栈。这个解释成立。但更深的一层是对价值沉淀位置的判断：如果你认为模型层最终会被卷成大路货，那么让出应用层就等于让出主要利润；如果你认为模型层能维持真实的超额利润，专注就是对的。DeepSeek 长期的行为隐含的是前一个判断，它的战略却对应后一个。这个内部矛盾，就是那支团队成立的原因。
更可能对 ▸ Anthropic · 把握：高
Alan Walker 的看法：这一条已经不需要外人来判 —— 行为给出了答案。一家公司专门成立一支团队去对标另一家公司的旗舰产品，本身就是对自己边界立场的修正。时间点也很说明问题：2026 年 3 月，正好是代码智能体被验证为最大商业化场景之后。Anthropic 在这一条上不只是更对，而且已经被对手用行动确认了。
战略 07
安全战略：当成产品功能，还是当成独立成本中心
Anthropic 在 2026 年 2 月 24 日生效的安全政策第三版是一次彻底重写：引入前沿安全路线图、每三到六个月覆盖全部已部署模型的风险报告、自主研发能力达到特定门槛后必须给出正面安全论证，以及一套内部举报与反报复机制和董事会季度汇报〔RSP v3.0，2026-02-24〕。同年 1 月它还公开了一份 84 页的模型行为准则文本。成本是公开的：仅安全分类器一项，在某些模型上就占到接近 5% 的推理成本。
DeepSeek 一侧，公开的研究与工程产出集中在效率和能力方向，尚未见到同一量级的公开安全治理框架或定期风险报告。
这么选的道理：这一条最容易被写成道德评判，但真正的原因朴素得多：安全投入得由毛利来养。Anthropic 约四成的毛利里装得下那 5%；一个按硬件回收周期定价、把价格压到对手七分之一的成本结构，装不下同一套东西。第二层原因是客户：把模型卖给受监管的大企业，安全合规就是销售条件，是收入的一部分；把权重免费发到网上，安全成本没有任何对应的收入科目。所以这不是谁更有良心的问题，是谁的商业模式付得起的问题。
更可能对 ▸ Anthropic · 把握：高
Alan Walker 的看法：完备性上 Anthropic 领先一个身位，没有争议。但要把话说完整：这套体系与它的商业利益方向完全一致 —— 严格的安全标准同时也是闭源的理由、企业销售的卖点、监管护城河的雏形，评估时该把这一点算进去。对 DeepSeek 更公平的说法是：它的成本结构决定了它很难走这条路，除非先放弃自己的定价战略。这两件事是绑在一起的。
战略 08
组织战略：扁平研究所，还是制度化公司
DeepSeek 到 2025 年的员工规模约 160 人。2026 年 6 月底它发布了成立以来最大规模的公开招聘，宣布所有部门规模至少扩大一倍，覆盖七大类三十余个岗位；这批岗位里第一次系统性地出现了人力、法务、财务、采购、行政等职能序列〔公司招聘公告，2026-06-25〕。
Anthropic 一侧早已制度化：独立的安全负责人角色、董事会定期汇报路径、内部举报通道与反报复条款、一个长期利益信托结构。
这么选的道理：阶段差异是显然的，但不是全部。更根本的分歧在于规则能不能提前写下来。Anthropic 的立场是必须提前写，因为模型能力的增长速度已经超过了人类临时决策的速度；DeepSeek 长期的做法是不提前写，因为写下来的东西很快过时，而研究需要松弛。这两种做法在一百人规模上都能跑，在一千人规模上只有一种能跑。
更可能对 ▸ 趋同 · 把握：趋同
Alan Walker 的看法：这是十二条里唯一一条已经在收敛的。DeepSeek 开始招职能岗位这件事本身就是在往制度化方向移动 —— 不是因为认同对方，是因为组织规模到了那一步，没有别的选择。所以这一条我不判胜负，只记一个方向：扁平是一种阶段性红利，不是一种能长期持有的资产。
战略 09
人才战略：培养供给，还是收购存量
DeepSeek 的招聘公告明确写着不唯学历、不唯履历，承诺让新人直接参与最核心的任务，并开放了一个不设专业背景限制的跨界岗位〔公司招聘公告，2026-06-25〕。同一时期的另一组事实是：据多家财经媒体统计，2025 年下半年至 2026 年上半年，至少五名核心研发成员离职，分别加入国内头部互联网公司与 AI 公司〔多家财经媒体报道，2026-06〕。
Anthropic 的做法相反：公开报道显示，它在同期从竞争对手的核心模型团队直接吸纳资深研究员。
这么选的道理：一个把人才当可培养的流量，一个把人才当稀缺的存量。这个差别同样来自出身。量化行业的人员培养是标准化的：一个聪明的应届生放进合适的系统里，两三年就能独立跑策略。而前沿模型研究目前更接近手工业，关键判断力集中在很少的人身上，并且这些人的价格由全球竞价决定，不由你的培养体系决定。
更可能对 ▸ Anthropic · 把握：中高
Alan Walker 的看法：培养模型在人才市场平静的时候成立，在抢人白热化的时候失效。DeepSeek 已经为此付过学费 —— 那五个人的去向就是账单。公平地说，它的培养体系确实有效，否则不会持续产出高水平论文；但有效的培养体系如果没有配套的保留机制，最后是在给整个行业做人才输出。这一条我给 Anthropic，但要注明它付出的代价是薪酬结构的长期通胀，这笔账要等行业降温的时候才结算。
战略 10
资本战略：靠内生现金流，还是持续从资本市场取水
DeepSeek 成立后长期不接受外部融资，资金来源是母公司的量化投资业务 —— 公开数据显示，该母公司 2025 年旗下基金平均收益率约 56.6%，管理规模超过 700 亿元〔私募排排网 / Bloomberg，2026-01〕。直到 2026 年 6 月才完成首轮外部融资，据财新报道，规模约 500 亿元人民币，出资方包含创始人本人及多家产业与财务投资人〔财新，2026-06-26〕。
Anthropic 是另一条路径：最新一轮融资约 650 亿美元、投后估值约 9,650 亿美元，并已于 2026 年 6 月启动上市流程。
这么选的道理：资金的来源决定了叙事压力的大小。一家有内生现金流的公司可以长期不解释自己的商业模式；一家必须持续从资本市场取水的公司，每一轮都得给出更大的故事。Anthropic 的四层收入结构和向应用层扩张，相当一部分是资本路径的产物，不纯粹是战略偏好。反过来说，DeepSeek 能长期只做模型层不做商业化，前提是背后有一个每年赚钱的母公司在供血。
更可能对 ▸ Anthropic · 把握：低
Alan Walker 的看法：这一条的答案取决于第十二条。如果算力投入继续升级，Anthropic 的融资能力就是决定性优势；如果行业转向效率竞争，DeepSeek 的低负担结构更安全。目前的证据偏向前者：训练规模仍在扩大，而效率优化的收益是递减的。所以我暂时给 Anthropic，但这是十二条里我最没把握的一条。
战略 11
部署战略：跨硬件可移植，还是绑定主流平台
DeepSeek 的模型在发布时即宣布原生支持国产 NPU 部署，权重公开意味着任何人可以在任何硬件上自行部署，推理优化的全栈代码库也一并开源〔V4 技术报告与官方发布，2026-04〕。
Anthropic 走的是另一条：模型只通过自有接口和几家主流云平台分发，并针对不同区域提供数据驻留等企业级选项。
这么选的道理：这是把风险放在不同位置的两种做法。把权重发出去、支持多种硬件，等于把供应链风险转移给用户自己承担，同时也让自己不被任何单一硬件平台绑住。通过主流云平台分发，则是把交付和合规打包卖给企业客户 —— 企业买的不只是模型，是一份能进采购流程、出了问题有人负责的合同。前者卖的是可被占有的能力，后者卖的是可被审计的能力。
更可能对 ▸ Anthropic · 把握：中
Alan Walker 的看法：这一条没有绝对优劣，但有一个不对称：可移植性在硬件供给紧张的时候价值极高，在供给宽松的时候会迅速贬值。而云平台分发这条路的价值曲线相反 —— 客户越大、监管越严，它越值钱，而且不会因为外部环境好转而缩水。如果只看未来三年的稳定性，Anthropic 这条路的下行风险更小。
战略 12
终局战略：为商品化做准备，还是为赢家通吃做准备
两边都没有直接论述，但行为写得很清楚。
DeepSeek 开源最强模型、按成本定价、把应用生态让给别人、长期不上市——这一整套动作只有在“模型层最终不赚大钱”的假设下才是理性的。
Anthropic 闭源、按价值定价、纵向扩张到应用层、启动上市 —— 这一整套动作只有在“先跑出来的人能守住位置”的假设下才是理性的。两家都同意的一件事是：AI 会显著加速 AI 自身的研发。
这么选的道理：它们从同一个技术事实推出了相反的经济结论。如果 AI 加速 AI 研发，领先者的迭代速度会被自己的模型放大，先发优势可能被锁住；但同样的加速也会让追赶者更快复现前沿，把差距压缩到几个月。这两个推论都成立，区别只在于哪一边的加速更快。目前没有人有数据能回答，因为那个自我改进的循环还没有真正闭合。
更可能对 ▸ 未决 · 把握：未决
Alan Walker 的看法：这一条我不下结论，只给一个可以观察的指标：前沿位置易手的频率。如果排名继续频繁变动 —— 像今天这样，开源旗舰在编程基准上只差顶级闭源模型 0.3 个百分点〔SWE-bench Verified 公开成绩，2026〕——那是商品化的信号；如果某一家开始连续几代拉开距离而无人跟上，那是锁定的信号。现在的证据偏向前者，但这些数据全部来自循环闭合之前，往后推的效力有限。
第二部分
资本为什么这样定价：19 倍估值差里的一个反直觉数字
两家公司的估值差距是公开数据：Anthropic 投后约 9,650 亿美元，DeepSeek 首轮融资后约 500 亿美元量级，差约 19 倍。大部分讨论到这里就停了，结论是两家的差距大得惊人。但只要多算一步，会得到一个相反的结果。
把估值除以收入之后
Anthropic
估值约 9,650 亿美元 ÷ 年化收入约 470 亿美元
每一块钱收入的价格：≈ 20 倍
DeepSeek
估值约 500 亿美元 ÷ 2026 年预计收入约 50 亿元人民币（约 7 亿美元）
每一块钱收入的价格：≈ 70 倍
收入数据来源：Anthropic 为 2026 年 5 月年化口径（Bloomberg / Sacra）；DeepSeek 为第三方行研机构 2026 年全年预测，非官方数字，仅作量级参考。
按每一块钱收入计算，资本给 DeepSeek 的价格比给 Anthropic 的贵三倍多。所以市场根本不是在说 DeepSeek“不值钱”，它是在用两套完全不同的方法给这两家公司定价。
Anthropic 被当成一家现金流公司来定价
它有可以外推的收入曲线（年化从 2025 年底的 90 亿美元涨到 2026 年 5 月的 470 亿美元）、有约四成的毛利、有第二季度录得的首个盈利季度、有已经启动的上市流程。这些东西凑齐了，估值就可以用倍数法算 —— 20 倍年化收入对一家还在高速增长的软件公司来说，不算离谱。而且 Anthropic 的估值很快就要被验证：招股书一公开，所有人都能自己算一遍。
DeepSeek 被当成一份期权来定价
70 倍收入的价格，用任何现金流模型都算不出来。资本买的不是它今年的营收，是三样别的东西：
稀缺性。在国内做基础模型、且模型能力真正接近全球前沿的公司，能数出来的没几家。稀缺资产的定价从来不看当期利润。
标准位。开源让它成了国内开源生态的事实上的参照系。这个位置不产生直接收入，但对产业投资人来说是有价值的 —— 它决定了下游生态围绕谁来建。
那张彩票。如果通用智能这件事真的发生，今天的营收数字完全不重要。买 70 倍收入的人，买的是这个尾部结果。
第二条尤其关键，因为它解释了出资方的构成。据财新报道，这轮出资方包含多家产业投资人与国资背景资金〔财新，2026-06-26〕。产业资本的折现率和财务资本不是一回事。一家制造业公司投一家模型公司，图的可能是供应链位置、生态绑定或者战略选项，这些回报不体现在被投公司的利润表上，而体现在出资方自己的报表上。所以他们能接受财务投资人接受不了的价格。
最反常的一点：流动性差，价格却更贵
正常情况下，一份不能自由退出的资产要打折。Anthropic 有明确的退出路径 —— 上市流程已经启动，最早在今年秋天。DeepSeek 的投资人目前没有清晰的退出时间表。按常理，后者应该享受更低的倍数才对，结果它拿到的是三倍多的溢价。
解释只有一个：这轮定价里，财务回报的权重本来就不高。据报道，本轮最大的单一出资方是创始人本人。一笔由创始人主导、产业方跟投的融资，本质上不是在为退出定价，而是在为控制权和战略自由度定价 —— 钱进来之后，公司仍然不需要向任何人解释为什么不做商业化。
所以那 19 倍的估值差里，只有一部分是“谁更强”，很大一部分是“谁的钱更容易退出”。如果把两家放进同一个资本市场、用同一套退出预期定价，差距会明显缩小 —— 但不会消失，因为收入结构的差别是真实存在的。
而这个估值反过来正在改变战略
70 倍收入是一个有代价的价格。要让它在两三年内回到正常区间，DeepSeek 的收入需要涨接近十倍。按现在只有 API 一条通道、还在打价格战的结构，这件事很难发生。于是你会看到：成立对标代码智能体的团队、招产品和运营岗位、招小语种和医学法律的数据产品经理、引入峰谷定价。
这些动作全都发生在首轮融资落地前后几个月内。一家公司拿了外部的钱，就得开始回答外部的问题。它此前之所以能不回答，是因为背后有一个自己赚钱的母公司。现在多了一层出资人，问题就来了。第五条、第六条、第八条那三处战略调整，与其说是想通了，不如说是被估值推着走的。
第三部分
十二条差异背后，只有三个原因
把十二条摊开看，它们不是十二个独立的判断，而是三件事反复投影出来的结果。
原因一 两家公司卖的根本不是同一种商品
Anthropic 卖的是 可被审计的能力。企业客户买的不只是模型输出，而是一份能写进合同、能过内部合规、出了事由对方承担责任的服务。安全政策、风险报告、数据驻留、席位管理，这些看起来是成本，实际上都是这份商品的组成部分。
DeepSeek 卖的是 可被占有的能力。你把权重下载下来，它就成了你的资产，没有供应商风险，不怕对方涨价、下线或者变更条款。这份商品天然不需要合规文档，也天然卖不出高价。
这两种商品的客户几乎不重叠。所以把它们放在一起比“谁的模型更强”，从商业角度看意义有限 —— 它们在两个不同的市场里，各自都是对的。真正会打起来的那一天，是其中一方开始卖另一种商品的时候，而这件事已经在发生了。
原因二 一家在优化成本，一家在优化存活概率
量化出身的人看一个问题，习惯的形式是：给定约束，把产出最大化。这解释了极致的效率投入、按成本回收的定价、把最强模型开源出去，以及默认这个行业最终会被卷平。在那个行业里，任何优势都会被复制，所以你必须跑得比复制更快。
安全研究出身的人看同一个问题，习惯的形式是：给定不确定性，把最坏结果的概率降到最低。这解释了制度化的安全体系、明确拒绝一次性把钱换成算力、每年三倍而不是十倍的扩张节奏。
前一种思路会让你把每一分钱花到极致，后一种思路会让你留着钱不敢花。在顺风的时候，前者跑得更快；在出现意外的时候，后者活得更久。过去两年是顺风。
原因三 钱的性质，决定了战略的形状
这是三条里最不好听、但解释力最强的一条。
Anthropic 的钱来自必须要回报、必须有退出的机构资本。这种钱要求你不断给出更大的商业故事，于是纵向扩张到应用层、建立多层收入结构、组建企业销售、启动上市，这些几乎不是选择，是必然。
DeepSeek 的钱长期来自母公司的量化收益，最近这轮据报道最大的单一出资方是创始人本人。这种钱不要求你解释商业模式，所以它可以长期不商业化，可以把最强的模型免费发出去，可以只赚一个自己认为合理的倍数。
说得更直接一点，两家公司的战略差异里，有相当一部分不是想出来的，是钱的性质决定的。这个说法可以被检验，而且已经被检验了：DeepSeek 拿了第一笔外部资金之后的半年里，它做的每一件新事情 —— 组建应用团队、招职能岗位、引入峰谷定价 —— 都在往有外部股东的公司那个方向靠。钱的性质一变，战略跟着变。
结论
谁更可能是对的
01 算力效率 vs 规模 → DeepSeek （把握 高）
领先窗口比多数人估计的长，因为对手做这件事赚不到钱
02 新范式编制 vs 推到底 → Anthropic （把握 中）
判断上对方更可能对，配置上 DeepSeek 更划算
03 开源 vs 闭源 → 分裂
商业上 DeepSeek，治理上 Anthropic
04 成本定价 vs 价值定价 → Anthropic （把握 中）
峰谷定价的引入已经松动了一半
05 单通道 vs 四层 → Anthropic （把握 高）
单一通道把定价权交给最激进的同行
06 模型层 vs 应用层 → Anthropic （把握 高）
对手成立专门团队对标，等于确认
07 安全投入 → Anthropic （把握 高）
根因是毛利结构，不是意愿
08 扁平 vs 制度化 → 趋同
已在收敛，扁平是阶段红利
09 培养 vs 收购 → Anthropic （把握 中高）
五名核心成员的去向就是账单
10 内生现金 vs 资本市场 → Anthropic （把握 低）
最没把握的一条
11 跨硬件 vs 绑定平台 → Anthropic （把握 中）
可移植性会随供给宽松而贬值
12 商品化 vs 赢家通吃 → 未决
循环未闭合，任何判断都是外推
把它读成“Anthropic 赢了九条”是最省事的读法，也是错的。更准确的说法是，这十二条并没有在回答同一个问题。
在“如何用更少的资源把模型做出来”这组问题上，DeepSeek 明显更对。在“如何把一家 AI 公司长期经营下去”这组问题上，Anthropic 明显更对。这两组答案不冲突，因为它们本来就不是同一件事。
真正值得记的是收敛的方向。过去半年，DeepSeek 做出的每一次战略修正——成立对标代码智能体的团队、引入峰谷定价、系统性招聘职能岗位、接受第一轮外部融资——都是朝着 Anthropic 的方向走的。
但这不是单向的。Anthropic 在 2026 年 2 月把旗舰模型价格一次性下调 67%，并在此后几代旗舰上把这个价格锁住不动。同样朝对方的方向走了一步，而且是它这些年唯一一次。
两家在互相靠拢，只是速度和幅度都不对称：DeepSeek 在组织和商业形态上向对方靠了四步，Anthropic 在价格上向对方靠了一步。
这个不对称本身就是答案的一部分。被验证过的商业结构会被抄，被验证过的成本优势会被追上，而理念层面的分歧 —— 开源还是闭源、制度还是共识、克制还是扩张 —— 反倒是最不容易被复制的。十二条里能长期留下来的差异，大概只有第三条和第七条。
至于第十二条那个决定一切的问题，答案不会在今年出现。能做的只是先把观察指标定下来，然后等。在这个行业里，从“看起来说对了”到“被证明判断错了”，通常隔着一年多。
DeepSeek 一侧材料：V4 技术报告与官方 API 文档（2026-04）；Hugging Face 模型页与许可证信息；DSpark 推测解码论文及配套开源库（2026-06-27）；公司招聘公告（2026-06-25）；官方升级通知（2026-06-29）；财新、新浪财经、观察者网、科创板日报等相关报道；第三方行研与流量统计（Similarweb 等）。
Anthropic 一侧材料：官方价目表与产品页（2026-07）；负责任扩展政策第三版（2026-02-24）；模型行为准则文本（2026-01-21）；Dario Amodei《The Adolescence of Technology》（2026-01-26）与 Dwarkesh Podcast 对话（2026-02）；CNBC、Bloomberg、Sacra 财务数据。
估值与收入倍数为作者根据上述公开数据自行计算，其中 DeepSeek 收入为第三方预测值，非官方披露，仅作量级参考。本文不引用任何一方的私下表述或未经证实的会议材料。文中观点为作者个人分析，不构成投资建议。
相关文章
