AI巨头大乱斗:四大维度拆解AI江湖新格局

多客科技

作者：微信文章


过去的一周堪称 AI 领域的 “科技春晚” ，四大科技巨头接连上演技术狂飙：

OpenAI惯例抢跑，发布Codex-1编程工具，后续宣布收购前苹果首席设计官、iPhone设计者乔尼·艾维（Jony Ive）创立的AI新硬件公司io；

微软 Build 2025 开发者大会登场，编程工具GitHub Copilot 进化为全能程序设计 AI 助手、推出适配于网站的NLWeb协议、应用程序平台 Foundry接入 专为建构智能体而设计；

谷歌 I/O 大会紧随其后，发布AI产品全家桶，Gemini 2.5pro，NotebookLM 和令人惊艳的视频产品Flow；

最后登场的Anthropic 直接打出了Coding with Claude的招牌，Claude 4号称编程地表最强。

在这场军备竞赛里，四大巨头到底在卷什么，后续竞争格局又会如何？

让我们用最通俗的语言，从消费者市场、企业服务市场、代码生成和基准测试四个角度带你读懂这场巅峰对决。

消费者市场：OpenAI独孤求败

在面向普通用户的消费者市场里，OpenAI毫无疑问地占据领先地位。

凭借领先的对话能力和出圈的吉卜力绘图能力，OpenAI的周活用户达到8亿，在用户的认知里，ChatGPT几乎与AI画上了等号。

网站流量监控和数据分析网站Similarweb公布的数据显示，2025年4月，ChatGPT.com成为了全球十大网站中，唯一实现月度正增长的平台。当谷歌、Youtube等头部平台流量集体下滑时，ChatGPT逆势增长13%。



结合此前OpenAI宣布Fidji Simo将加入OpenAI担任应用CEO的消息，不难看出OpenAI想要进一步在消费者市场深耕的雄心。

和OpenAI对比，谷歌就显得有些尴尬了。

此前，苹果公司高级副总裁Eddy Cue表示，谷歌搜索在苹果设备上的流量首次出现下滑。他进一步表示：苹果计划将其Safari浏览器与人工智能聊天机器人集成，例如ChatGPT、Perplexity AI或Claude等。

消息一出，各界哗然，谷歌也不得不在发布会上紧急救火。

在发布会上，谷歌称内部测试显示 AI 概览使人均搜索量提升 10%，广告收入未受影响，以缓解外界对于 “AI 威胁搜索业务” 的担忧。

被逼上梁山的谷歌更是放弃了传统 “攒大招” 模式，快速迭代发布模型（如 3 月推出 Gemini 新模型、提前公布 Alpha Evolve 突破），应对激烈竞争。在此次的I/O大会上，更是一口气推出了30多项新功能：覆盖搜索、代理、编码、多模态内容生成等多领域来救场。

大家笑称，谷歌这不是来发布了，而是来发货了。只是，"广撒网"的策略能否奏效还有待观察。



不卷大模型的微软，则选择了另一条路径：深耕应用。

面向普通用户的M365 Copilot，把聊天、搜索、智能体、笔记等多个核心功能整合到一起，被定位为 “AI 工具箱”。微软CEO 纳德尔 在接受访谈时，道出了自己的思考：AI时代的赢家不是‘最聪明的AI’，而是‘最会用的普通人’。微软要搭建AI时代的通用工具箱，让每一个人像使用Excel一样，使用微软提供的AI工具。

企业市场：微软一骑绝尘

在企业服务这个"高端局"中，微软凭借早期与OpenAI的深度绑定获得了先发优势，并且通过Copilot对Windows、Office与Azure的整合，稳坐企业市场的头把交椅。

数据显示，微软占据39%的市场份额，是谷歌的两倍。在此次发布会上，微软推出应用程序平台Foundry，接入各家大模型供开发者调用。



而从Ramp AI Index（Model）的数据，以企业在使用哪个模型的角度观察，谷歌好像有点更惨了。

全美有40%的企业开始使用AI，其中大量使用的都是OpenAI的模型，主要覆盖中小企业和初创公司。在这份数据中，Google的Gemini模型占有率实在有点低，甚至超不过Anthropic的Claude。

看来，谷歌真得加油了。



AI编程领域：Anthropic异军突起

AI编程可以说是当前大模型落地最成功的领域，已被验证了产品市场契合度(PMF)。更重要的是，如果我们认为智能体是AI竞赛的下一阶段的话，智能体想要实现更自动化、更智能，就绕不开更高的编程能力。可以说，在代码生成领域领先，就意味着在智能体发展上占据先机。

在这场"编程奥林匹克"中：

OpenAI两手准备：一方面收购了WindSurf，另一方面推出自家的Codex编程工具，实现了移动端编码功能；

微软持续优化产品，宣布编程工具GitHub Copilot 进化为全能程序设计 AI 助手

谷歌Gemini 2.5Pro编码能力显著提升，推出编程智能体Jules与UI开发工具Stitch

Anthropic明确只卷AI编码能力，Claude 4的编程能力一经发布就惊艳全场，不仅强，而且久，可以连续编程7个小时，继续巩固其在开发者心中的地位。

提一句题外话，从个人体验看，Claude 确实是当下效果最好的模型，没有之一。

在AI编程领域，各家是有的卷了，鹿死谁手，让我们拭目以待。

基准测试：分数≠实力

随着AI应用场景不断细化，通用基准测试已难以全面衡量模型在特定领域的真实性能。

早前就有用户质疑基准测试的有用性，在编码领域尤其明显。



Meta发布新的Llama 4模型之后，尽管分数很高，但是用户却纷纷表示体验不佳。更有人质疑Meta偷题——在竞技场刷了高分，但实战中频频翻车。

微软CEO纳德拉判断："未来的大模型之争会越来越聚焦于具体领域的效果，而非各种基准测试排行榜的分数。"

综上，在消费者市场，OpenAI独孤求败，在企业市场，微软一骑绝尘；在AI编程，Anthropic异军突起；而只有谷歌，急需一场漂亮翻身仗来证明自己。

在未来，AI的应用场景之争会变得越来越激烈，通用基准测试的重要性会不断下降，让位于实际应用的效能。

你认为谁最终能问鼎AI武林盟主？欢迎在评论区留下你的预测吧！

更多相关内容：

谷歌CEO回应争议：谷歌搜索如何面对AI的颠覆危机

微软CEO：不卷大模型，微软要造AI时代的通用工具箱