Claude Code 與 Codex 合計約 240 億美元的數字,應視為第三方追蹤機構的年化估算,不是 Anthropic 或 OpenAI 公布的產品收入。 即使把精確金額打折,市場訊號仍然清楚:程式開發代理已從示範功能變成可大規模收費的工作產品;下一階段競爭的重點,也將從單次模型評測移到工作流黏性、算力供應與企業通路。

這個判讀比「Anthropic 失去信仰」更有用。Claude Code 並沒有因 Codex 成長而失去產品市場契合,OpenAI 也不能只靠補貼永久換取使用量。兩家公司面對的是同一個壓力:如何把高耗用的代理工作,轉成有毛利、可續約,而且不被雲端通路稀釋的收入。

240 億美元不是財報數字

原始貼文引用 TickerTrends 的產品追蹤值:截至 8 月 10 日,Claude Code 年化收入約 151.2 億美元,Codex 約 88.3 億美元。兩者相加約 239.5 億美元,四捨五入後就是市場討論的 240 億美元。

問題不在加法,而在資料性質。TickerTrends 公開說明,其市場占有率工具會結合網站流量、搜尋量等需求訊號;這類資料適合觀察方向與轉折,卻不是公司帳務系統。它在 7 月下旬估計 Anthropic 整體年化收入約 741 億美元;之後媒體根據公司資料報導的 7 月底數字為超過 650 億美元。兩者方向一致,絕對值卻有明顯差距。

因此,151.2 億與 88.3 億美元最多能當成「市場耳語數字」。它們可以支持三個問題:哪個產品增長較快、使用者是否正在轉移、產品收入是否已達到不可忽視的規模。它們不能證明產品已認列相同金額的收入,也不能直接推導毛利、留存率或現金流。

240 億美元是第三方年化估算,不是 Anthropic 或 OpenAI 的公司揭露

可驗證的訊號是採用速度,不是精確 ARR

OpenAI 在 6 月表示,Codex 每週使用者已超過 500 萬人,比桌面應用程式在 2 月推出時成長超過六倍;其中約兩成是非開發者。4 月中旬,OpenAI 公布的每週使用者才剛超過 400 萬。這些官方數字無法換算成 88.3 億美元收入,卻能確認產品採用仍在快速擴張。

Anthropic 在 5 月的募資公告中表示,公司年化收入已超過 470 億美元,並把 Claude Code 與 Cowork 列為核心產品。8 月的報導則把公司整體年化收入推到 650 億美元以上。這也無法拆出 Claude Code 的獨立收入,但足以說明程式開發與代理工作並非小眾附屬功能。

另一個可用的方向性訊號來自 TickerTrends 5 月的公開研究:Codex 下載量在 4 月 30 日後超越 Claude Code,Claude Code 仍有龐大基礎,但相對需求開始流向競爭者。這支持「競爭加劇」,不等同「勝負已定」。下載、搜尋與網頁流量都可能受到版本更新、免費額度、限流政策與套件重複安裝影響。

模型、產品與通路已是三場不同的競爭

把 AI 市場只看成模型排行榜,會漏掉真正的收入分配。

第一層是模型。能力差距仍然存在,但領先窗口正在縮短。開源模型與較便宜的閉源模型,會把足夠好用的能力壓到更低價格。只有需要最高可靠度、長任務或複雜工具使用的工作,才願意持續支付前沿溢價。

第二層是產品。程式開發代理的價值遠超過產出一段更好的程式碼;它還要理解儲存庫、持續一個任務、執行測試、保留上下文,並進入審查與部署流程。這些行為會形成團隊習慣、權限設定與內部規範。模型可以更換,工作方式比較難在一天內搬走。

第三層是通路。Anthropic 已讓 Claude 進入 Amazon Web Services、Google Cloud 與 Microsoft Azure。這能縮短企業採購、資安審查與資料治理的路徑,也會讓雲端業者掌握帳單、客戶關係與替代模型的入口。原始貼文引用「間接通路超過四成」的估算,目前沒有公司公開資料可以獨立驗證,適合當風險情境,不宜寫成既定事實。

通路切換也不是「改一行 model ID,成本等於零」。企業還要重做評測、提示與工具相容性、安全審查、輸出監控及責任歸屬。雲端貨架降低的是採購摩擦,不會消除應用層的遷移成本。真正有防禦力的產品,會讓客戶更換模型時仍想保留原來的工作流。

AI 收入競爭從模型能力,經過權限、測試、審查與部署工作流,走向直銷、API 與雲端通路

Anthropic 的風險是集中,不是信仰消失

Claude Code 若確實占 Anthropic 收入的重要部分,代表它找到高價值產品,也代表收入可能集中在一個算力密集、競爭激烈的場景。當供應不足時,限流會保護服務品質與單位經濟;從外部資料看,限流造成的成長放緩,可能和需求疲弱長得一樣。

Codex 的快速成長也有相同歧義。更好的產品體驗、與 ChatGPT 帳號整合、較高使用額度及免費期間,都可能推升採用。沒有價格、付費轉換、每次任務成本與續約資料,就無法把增長完全歸因於產品勝出。

所以投資人與企業採購者不該問「誰是信仰」,而應拆開看四項指標:付費席次是否續約、每位使用者的代理工作量、服務一個任務的推論成本,以及直銷與雲端通路各自留下多少毛利。這些數字決定收入能不能承受下一輪算力投資。

程式開發代理是楔子,不是 AI 唯一能收費的場景

把 coding agent 稱為生成式 AI 除聊天訂閱外最清楚的第二個付費場景,大致符合目前證據。程式開發工作可量化、可測試,成果能直接進入既有流程;開發者也願意為節省時間與提高產出支付較高價格。

但「唯一能變現」說得太早。OpenAI 已表示 Codex 的非開發者使用者約占兩成,而且增長速度超過開發者;研究、資料分析、文件與內部應用正在共用同一套代理能力。程式碼的角色可能是楔子:它先提供可驗證的回報,再把長任務、工具使用與多代理協作帶到其他知識工作。

真正的資本問題仍未解決。全球 AI 基礎設施支出不能只靠兩個程式開發產品支撐。若代理無法擴展到銷售、研究、客服、營運與個人工作,產業收入會過度集中,算力支出也更容易超前。反過來看,若 coding agent 能證明長任務的付費模式,下一個市場未必需要等待全新模型,只要把同樣的執行能力放進更大的工作預算。

接下來應看什麼

這場競爭的領先指標已超過模型分數的範圍。

  1. 付費品質。 分開看免費額度帶來的使用量、企業合約與實際續約。
  2. 工作流深度。 觀察代理完成任務的時間、工具數量、儲存庫覆蓋與人工接管比例。
  3. 單位經濟。 比較每項成功任務的收入、推論成本與限流政策。
  4. 通路組合。 追蹤直營產品、API 與雲端平台的收入及毛利差異。
  5. 跨場景擴張。 檢查非開發者使用是否能轉成穩定付費,並走出內部實驗階段。
評估 coding agent 商業品質的五項指標:續約、工作量、任務成本、通路毛利與跨場景留存

240 億美元估算最大的價值,在於指出 AI 收入競爭已經進入產品層,而非替兩家私人公司補上一張不存在的損益表。Claude Code 仍有規模,Codex 正在加速,雲端平台則握有通路。誰能把模型能力固定成可重複、可續約而且有毛利的工作流,誰才真正掌握下一階段的定價權。

常見問題

Claude Code 與 Codex 合計 240 億美元 ARR 是官方數字嗎?

不是。239.5 億美元來自第三方追蹤值相加,Anthropic 與 OpenAI 都沒有公布相同的產品別收入。這個數字適合當競爭方向的訊號,不能直接視為已認列營收或估值依據。

哪些數據可以確認 coding agent 的市場正在成長?

OpenAI 在 2026 年 6 月公布 Codex 每週活躍使用者超過 500 萬,較 2 月桌面版推出時成長六倍以上;約 20% 使用者來自非開發工作。Anthropic 同年 5 月公布公司年化收入超過 470 億美元,並把 Claude Code 與 Cowork 列為支撐成長的產品。

為什麼工作流比模型 benchmark 更接近商業護城河?

企業導入 coding agent 後,會累積儲存庫權限、測試規則、審查流程與部署控制。更換底層模型可能只需調整設定,但重建這些工作習慣與治理規則需要重新驗證,遷移成本因此停留在應用層。

投資人與企業採購者接下來應看哪些指標?

優先看付費席次續約、每位使用者的代理工作量、每項成功任務的推論成本,以及直銷與雲端通路各自留下的毛利。這些資料能區分免費額度帶來的使用量與可持續收入。

資料來源

Author Insight

我會把第三方 ARR 追蹤當成競爭雷達,不當成會計答案。當搜尋、下載與付款訊號同時轉向,它值得改變研究優先順序;要決定公司價值,仍需等待付費留存、通路抽成與推論成本。coding agent 已證明使用者願意把預算交給能完成工作的軟體,接下來的勝負在於誰能把這種行為擴展成穩定的經濟系統。

Tenten 評估 coding agent 導入時,會把試用量、任務完成率、人工接管與推論成本分開記錄,避免把活躍度誤認成投資報酬。如果你正在評估企業級 coding agent 的工作流與採購條件,可以和 Tenten 團隊討論導入框架

風險聲明

本文分析公開資料與第三方估算,不構成投資建議。Anthropic 與 OpenAI 均為私人公司,產品別收入、毛利與通路組合尚未完整公開;文中的產品 ARR 僅用於情境分析。

Share this post
Harris Chang

Harris是資深金融市場分析師,專精於美股科技股投資研究與技術分析。他對科技產業發展趨勢具有深入洞察,認為當前市場波動反映了投資者對人工智慧革命的期待與現實業績表現之間的平衡過程。在他看來,優質科技股的長期投資價值依然值得關注,但需要更精準的進場時機選擇和風險管理策略。

Loading...