2026年AI战局正迎来关键转折点，OpenAI在面临Google和Anthropic双重夹击的逆境中展现出独特韧性。本文通过九个核心维度深度剖析：从Gemini冲击下的流量反弹、ChatGPT的50亿月活天花板，到Memory技术突破的战略价值，全面解码OpenAI如何在模型竞争、商业变现与范式创新三重战场上实现叙事反转。
Google 王者归来，Anthropic 异军突起。OpenAI 正处在叙事最差的时候。
有悲观者认为，OpenAI 的护城河看不到了。模型没有壁垒，ChatGPT 没有网络效应，流量和算力比不过 Google，高价值任务落后于 Anthropic。
客观说，这些因素是有道理的，2026 年刚过一个月，模型的格局不仅没有更稳定，反而更激烈了。这也是 OpenAI 这个公司自发布 ChatGPT 以来，第一次打这种逆风局。
但我们对 OpenAI 还是抱有乐观信心，认为 2026 年能迎来叙事反转。以下是我们的 9 个关键判断。
OpenAI 受到 Gemini 的影响主要来自三个方面：叙事、模型、流量。
从叙事上看，影响最大。Google 王者归来，让 OpenAI 跌落 SOTA 位置。也让大众意识到，OpenAI 从 4o 之后一直没发出大幅提升的模型，不是 scaling 出了问题，而是 OpenAI 的 scaling 出了问题。
叙事直接体现在股价上，Google 自 Gemini 3 发布后涨了 20%，软银（OpenAI 在二级市场的映射）跌了 17%。
从模型上看，比起 Gemini 变强，OpenAI 自己的失误更大，4o 之后的几代模型都基于 4o 做 RL 和 post training，没拿出新一代 pre training 模型。Gemini 3 pre training 做得比 OpenAI 好，但模型没有跳变式进步，而 OpenAI 在 post training 和 RL 上更领先，并在积极解决 pre training 问题。
接下来更可能的情况是，Gemini 4，GPT 5.3，Opus 5 加速发布，模型在 Q1 就进入激烈竞争，在 benchmark 交替领先。在下一个范式之前，这样的交替领先意义不大，但 OpenAI 的压力更大——OpenAI 的算力和 infra 不如 Google，却要同时支撑新范式探索，下一代模型和 10 亿用户。
Gemini 3 对 OpenAI 的 API 收入和 ChatGPT 订阅收入几乎没有影响。
在流量侧，OpenAI 已经从低点恢复：
根据第三方监测数据，1 月 ChatGPT 的网页端流量回到节前水平，mobile 端超过节前水平。如果拉长周期，能更明显看出 ChatGPT 节后增速反弹（见图 3）。
ChatGPT VS Gemini 网页流量，Source：Semrush
图 3 ChatGPT VS Gemini 移动端流量，Source：Sensor Tower
ChatGPT 在移动端更有优势，Gemini 的网页端流量达到 ChatGPT 的 27%，移动端达到 16%。
ChatGPT 的留存仍显著好于 Gemini，说明一部分 Gemini 用户只是尝鲜。
在 mobile 端，ChatGPT 的 DAU/MAU 接近 45%，Gemini 只有不到 20%，ChatGPT 的 memory 对留存提升很关键。但 Gemini 也一定会通过 memory 来提升留存。
ChatGPT VS Gemini retention, Source：Sensor Tower
ChatGPT 在发达地区更有优势，Gemini 在非发达国家份额增长更多，说明 Gemini 主要通过免费和安卓等渠道优势获取中低价值用户。有趣的是 ChatGPT 在印度原本比 Gemini 份额低，去年下半年实现反超。
Gemini 在发展中地区的份额更高，Source：Sensor Tower
2026 年是竞争加剧，战局升级的一年。竞争考验的已不是技术实力，而是战略上在什么方向投入资源的能力。
OpenAI 和 Google 会在 consumer 和广告端 head to head 竞争，Anthropic 则凭借一如既往的战略定力和 focus 能力，沿着 coding，agentic，excel 等高价值任务获得先发优势。
但这不意味着 OpenAI 和 Google 会放弃高价值任务，就像对 coding，他们一定会在某个时间点杀过来。只是 consumer 竞争的窗口期更短，高价值任务可以长线补齐。
Anthropic 已经证明了在高价值任务上不断创新的能力，这种创新是能形成某种护城河，还是在给 OpenAI 和 Google 探路，今年会更清楚。
短期看，Google 可以用全免费策略和浏览器、搜索等超级入口给 Gemini 导流，影响 ChatGPT 增速，这是大厂的奢侈。Google 毕竟是拥有 9 个超过 10 亿用户产品的公司，第二名 Meta 只拥有 3 个。
长期看，应该对 ChatGPT 的增长乐观。未来 chat 和 search 一定是强融合关系，且 chat 能容纳的问题长度和复杂度远超搜索，chat query 总量和使用频次一定会超过搜索引擎，用户量至少和搜索相当，即 50 亿月活用户。
现在 ChatGPT 大约 12 亿月活，Gemini 约 4 亿月活，加起来离 50 亿还有很大的距离。即使两者的市占率从 4:1 变成 1:1，ChatGPT 还有翻倍空间。
如果按照 4:1，ChatGPT 做到 40 亿 MAU，则意味着：
所以乐观估计，ChatGPT 看得到的 ARR 就有 2000 亿美金，还有看不到的更大 upside。如果保守估计 ChatGPT 和 Gemini 1:1，做到 25 亿 MAU，就在上述基础打六折——只针对看得到的收入，upside 部分是巨大增量。
每隔十年，都会有一波用户底层使用习惯的迁移，这是比技术进步本身更大的浪。
用户行为从 search 转向 chat，就像从看图文转向刷短视频一样，前者不会消失，但后者对前者是一种降维打击，后者带来的体验强劲 10 倍。
AI chat 和短视频之争有几个相似之处：
不同的是：
现在 Google search 一天的 query 量大约是 140 亿次，ChatGPT 一天的 prompt 量是 25 亿次（OpenAI 提供给 Axios 的数据，截至 2025 年 7 月 ），已经达到 Google query 量的 18%。在消费者意图上，chat 也有明显优势，在 OpenAI 正式推出广告之前，已有大量品牌排队。
面对用户行为和广告模式变化，Google 受到的威胁其实更大。2026 年 Gemini 和 ChatGPT 的 2C 之战会非常焦灼。
虽然在公司宣传上，OpenAI 更侧重 2C，Anthropic 侧重 2B，但 OpenAI 的 2B 业务一直被低估了。
2025 年 OpenAI 的 ARR 200 亿美金（收入 130 亿美金），API 约占 30%，也就是 60 亿美金。2025 年 Anthropic 的 ARR 约 90 亿美金（收入约 45 亿美金），85% 都是 coding 和 2B 相关的，Claude Chat 订阅只占 15%。
Anthropic 的 2B 收入看起来比 OpenAI 大，实际上 OpenAI 的 2B 体量和 Anthropic 至少相当，甚至更多：
• API：两家公司计算 API 收入的口径不同。对于从第三方 Azure 销售的 API，OpenAI 只计入 20% 分成，也就是说这部分按照销售额算应该 x5；而 Anthropic 对于第三方销售的 API 会直接计收入，再扣除给第三方的分成和 inference 成本。假设 OpenAI 有三分之一 API 销售额来自 Azure，倒算出来 API 的总销售额大约为 80 亿美金。
• ChatGPT 企业版：ChatGPT 企业版付费增长也很快，根据 Ramp Index，在他们统计的 5 万家企业中，为 ChatGPT 付费的企业比例是 36.8%，为 Anthropic 付费的企业比例是 16.7%，OpenAI 有明显优势。在大企业端，埃森哲，servicenow 这类大客户和渠道也都是同时和 Anthropic 和 OpenAI 在合作。
Source：RampIndex
OpenAI 的 API 和 ChatGPT enterprise 两部分收入加起来，根据 infromation 的报道，占总收入的 40%，也就是 52 亿美金，仍然比 Anthropic 的整体收入 45 亿美金要大。
Sam 最近在 X 上为 API 造势，说最近一个月 API 新增了 10 亿美金 ARR，OpenAI 内部也加大了对 enterprise 的重视。2C 面临强力竞争，此时强调 2B 业务也是个自然选择。
还有一个点，API 和云紧密相关，甚至在重塑云的格局。Anthropic 之前是唯一一个同时在 Azure，AWS 和 GCP 上出售的 SOTA 模型，在 2B 和开发者端有红利，OpenAI 的新一轮融资 Amazon 大概率会参与，又能为 2B 打开新局面。
ChatGPT 2026 年的三个关键词应该是 memory，proactive，personalization，它们既是产品问题，也是 research 问题。
模型的 pre training 和 RL 已进入工业化时代，Google 的工程 infra 能力，TPU 算力都更有优势，OpenAI 要想破局，必须在 memory 和 proactive agent 上突破。
Memory 和 Proactive 是 OpenAI 先做的，但都还不够好：
目前 memory 方案更偏 engineer，从用户聊天历史中抽出一定数量的关键信息存在数据库，需要时调取。但这种 memory 是机械的，模型不会随着使用深度更了解用户，不能判断什么重要，什么更值得被记住。OpenAI 现在一方面在继续更新 memory，最近刚更新了更好的回忆功能。一方面有 research team 针对 memory 做研究上的突破。
Proactive 更初级，只有 Pulse，在 Fidji 发布的 2026 产品路线图中，明确说了 Pulse 不会只做信息推送，而是会代替用户 take action。
Mark Chen 十二月的访谈中说，他心中的下一代 ChatGPT 不该再是一问一答，每次回答没有进步的交互方式，而是在你问完问题后，在后台持续思考，对你了解更深，变得更聪明，主动给出更好的答复。
Personalization 是一个和 memory 和 continual learning 密切相关的问题。语言模型还不能像推荐算法那样个性化、实时学习和更新用户喜好，但绝对有潜力比推荐算法深入几个数量级。湾区的 neolabs，Thinking Machines Lab，还有最近获得巨额 seed 轮融资的 humans&，都试图用不同的技术路径实现个性化和 continual learning，做出和用户在交互中变得更好的 AI。
这不仅是 OpenAI 的胜负手，也是 AI 产品必须抢占的高地，只有实现 memory 和个性化，才能获得真正“数据飞轮”。
07 OpenAI 有多大概率做出下一个范式？
过去两次范式变化，模型 scaling 和 reasoning model，都是 OpenAI 先做出来的。OpenAI 也仍然有可能先做出 continual learning——中美一线研究员公认的下一个范式。
如果 OpenAI 没经历组织变化，先做出下一个范式的概率是最高的。
OpenAI 以前的组织平衡恰到好处，兼具 top down 和 bottom up 两种特性，既能大规模调动人员训模型，也鼓励底层创新。reasoning model 和 mini O3 等创新都是自下而上的。OpenAI 也一直给前沿探索投入足够的计算资源。
相比起来，Anthropic 资源有限，公司非常 focus 在 coding 和 agentic；xAI 起步晚，一直在追赶 SOTA 模型，能给前沿探索的精力不多，Meta 同理。
但现在 OpenAI 经历了多次 researcher 流失，还被商业化和产品分走精力。因此我认为 OpenAI，Google，neolabs 先做出新范式的概率相当，都是三分之一。
Google 的优势是人才密度太高，卡资源太丰富，内部总有人想提前做不一样的东西。Neolabs（包括 SSI，TML，Isara，Humans&，Core Automation）在湾区陆续出现了十几家，这些公司成立的目的就是做新范式，足够 focus，又有 Ilya 这样的天才选手。
即使 OpenAI 没有最先做出新范式，一旦新范式出现，也有能力快速跟进，而且在产品承接上最有优势。
OpenAI 的付费订阅率目前约 5%，consumer 场景最有效的变现方式还是广告。即使是 Netflix，也在去年重点推动广告商业化。
现在的广告按 CPM 定价，约$60/千次展示，接近 NFL 等顶级视频广告。这可能说明了 OpenAI 对广告精准度的信心。用户在看到广告后，还能点进去和品牌对话，这也是 AI 时代对广告形式上的创新。
广告主对 ChatGPT 的需求一定是庞大的，用户在长对话中展现更多意图，LLM 善于识别意图，两者叠加形成了一个比以前积累黄金更多，也更容易挖掘的大金矿。
现在的问题是挖掘金矿需要搭建广告体系、基建、生态等，极其复杂，而且大概率和传统广告体系不同。一年之内，广告业务可能都不会有规模化收入，很可能是案例和宣传先行。
在广告业务之外，ChatGPT 一个更大的可能性在于电商。
抖音在中国已经验证了”广告平台+电商闭环”的威力。2024 年抖音电商 GMV 超过 3 万亿人民币，这种闭环让抖音的单用户价值远超纯广告平台。
反观 Google 和 Meta，两家公司在电商闭环上都没有成功。ChatGPT 正在走一条不同的路径，而且进展比外界认知的更快。
Instant Checkout 已经与 Shopify 完成整合，take rate 为 4%，超过 100 万 Shopify 商户接入，Etsy 已经上线，Walmart 等大型零售商也在跟进。更重要的是，OpenAI 与 Stripe 合作推出了 Agentic Commerce Protocol 并选择开源，这意味着它在尝试建立平台标准。
OpenAI 到 2027 年底的目标是，从 non-paying users 产生 110 亿美金年收入，主要靠的就是广告和电商。
但如果把时间拉长到 3-5 年，ChatGPT 有可能成为第一个在美国市场建立电商内循环的非 Amazon 玩家。这个想象空间比单纯做广告大得多——广告的天花板是 Google 的 3000 亿美金，而全球电商 GMV 超过 6 万亿美金，4% 的 take rate 意味着每 1000 亿 GMV 就是 40 亿美金的收入。
关于 OpenAI 的一个担心是，它开创了 LLM 时代的新入口，但这个入口一定是终局吗？AI 太初期了，如果 chatbot 被一个全新的交互方式颠覆，或者更大的入口不是 chat/信息，而是 agent/task，是一个全新的硬件，它会像 yahoo 那样没落吗？
这个可能性有，但是很低。Yahoo 做了两件 OpenAI 不会做的事，第一件是轻视搜索引擎，给 Google 导流，可以说是 yahoo 亲手养肥了 Google。第二件是没有技术自建能力，当 Yahoo 意识到搜索重要时，收购团队做已经晚了。
即使如此，Yahoo 还是在头部互联网公司的位置上坐了十年。
现在信息和人才流动极其透明。任何一家 labs 都不会轻视某项技术，也不会傻到给竞争对手导流。也许某个产品，比如 ChatGPT 会是 yahoo，但 OpenAI 不会是 yahoo，Google 也不会是 Yahoo。
实际上，这可能是硅谷历史上第一次，创业公司剑指庞然大物时，庞然大物并不是一个如梦初醒，技法生锈，需要临时组队的老人，而是一个剑术天下第一，过去十年还潜心铸造了神剑的剑客。OpenAI 打的是一场令人尊敬的硬仗。
附录：OpenAI 离开的重要人员名单
作者：Penny
本文由人人都是产品经理作者【海外独角兽】，微信公众号：【海外独角兽】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。