OpenAI 与 Anthropic 计算资源对比调研

结论

截至 2026 年中，OpenAI 可调度的 AI 数据中心功率大约为 2GW，Anthropic 约为 1–2GW。统一到 2028—2029 年看，OpenAI 可能达到 8–10GW，Anthropic 约为 3–6GW。OpenAI 追求绝对规模与基础设施控制权，Anthropic 更依赖云厂商定制芯片和异构适配。

研究口径

“算力”没有单一且公开可比的指标。本文以数据中心功率作为近似基准，并严格区分：

已运行容量：已经通电并承载工作负载；
在建或接近交付容量：已经施工，但尚未完全上线；
签约或规划容量：长期合同及项目目标，不代表当前可用；
设施总功率与 IT 功率：前者还包括制冷、供配电损耗等，不能直接混用。

GPU、AWS Trainium 和 Google TPU 的性能、功耗及软件利用率不同，因此不能仅凭芯片数量换算有效 FLOPs。本文的功率数字用于判断基础设施数量级，不代表模型训练性能。

OpenAI 与 Anthropic 的规模对比

时间口径	OpenAI	Anthropic	判断
2026 年中至年底	约 2–3GW	约 1–2GW	OpenAI 当前大约领先 1.5–2 倍
2028—2029 年	约 8–10GW	约 3–6GW	若按中心值估算，约为 9GW 对 4.5GW
更长期合同上限	10GW 以上	AWS 最高 5GW，另有 Google 多 GW	时间表不同，不能直接相加比较

时间口径修正

OpenAI 的 Stargate 美国七个站点合计规划超过 9GW，其中大部分预计到 2028 年第四季度完成；OpenAI 与 Broadcom 的 10GW 自研加速器合作目标是从 2026 年下半年开始部署，到 2029 年底完成。

Anthropic 与 AWS 的最高 5GW 是一个十年期协议上限，并非 2029 年前全部交付。Anthropic 官方披露，2026 年底前 Trainium2 和 Trainium3 新增容量接近 1GW；Google/Broadcom 的多 GW TPU 容量从 2027 年开始上线，但未公布完整交付年份。

因此，此前把 OpenAI 的 9–10GW 与 Anthropic 的 8GW 直接比较并不严谨。统一到 2029 年底，较合理的范围是 OpenAI 8–10GW，Anthropic 3–6GW。

OpenAI：把算力建设成平台

OpenAI 在 2025 年宣布 Stargate，原始目标是四年投入 5000 亿美元，其中 1000 亿美元立即启动。随后 OpenAI 与 Oracle 公布新增 4.5GW 数据中心容量，加上 Abilene 站点，官方称已有超过 5GW 处于开发中，可运行超过 200 万颗芯片。

“开发中”不等于“已上线”。Epoch AI 依据卫星图与项目资料估算，截至 2026 年中，美国七个 Stargate 站点合计规划超过 9GW，但只有 Abilene 约 0.3GW 已经运行，其他主要站点多预计在 2028 年完成。

OpenAI 的另一条主线是向硬件纵深延伸。其与 Broadcom 的合作目标是部署 10GW 的 OpenAI 设计加速器。若顺利落地，OpenAI 会逐渐形成“芯片—网络—数据中心—模型—产品”的一体化能力；风险则是芯片设计、量产、数据中心交付和融资需要同时兑现。

与 Microsoft 的关系也已经从 Azure 单一依赖转向多来源并行。2025 年协议仍保留部分 Azure API 独家约束，但 Microsoft 不再拥有 OpenAI 算力采购的优先拒绝权；OpenAI 同时承诺增量采购 2500 亿美元 Azure 服务。

Anthropic：利用云厂商定制芯片扩张

Anthropic 的核心供应方仍然是 AWS。2026 年 4 月官方宣布，未来十年向 AWS 技术承诺超过 1000 亿美元，获取最高 5GW 新容量，协议覆盖 Trainium2 至 Trainium4。Anthropic 同时称，目前已使用超过 100 万颗 Trainium2 芯片训练和服务 Claude。

Google Cloud 构成第二支柱。Anthropic 与 Google、Broadcom 签署了“多 GW”下一代 TPU 协议，预计从 2027 年开始上线。Claude 同时运行在 AWS Trainium、Google TPU 和 NVIDIA GPU 上，Anthropic 的基础设施能力更偏向让同一模型栈适配不同加速器，而不是自行设计芯片。

Anthropic 也在增加对专用基础设施的控制。2025 年宣布与 Fluidstack 在 Texas 和 New York 建设定制数据中心，投资口径为 500 亿美元，站点自 2026 年陆续上线。但它的总体模式仍以合作建设和长期租赁为主。

两条路线的本质差异

OpenAI 的优势偏向规模上限和控制权。 Stargate、多云采购与自研加速器让它有机会形成更大的综合算力池，并降低单一 GPU 厂商的约束。但大量容量仍处于建设或未来交付阶段，不能把规划值当成当前优势。

Anthropic 的优势偏向异构适配和轻资产扩张。 它利用 AWS 与 Google 已有的云平台和定制芯片，避免承担同等规模的基础设施自建压力。代价是对供应商路线图、Trainium/TPU 软件栈和长期合同的依赖。

双方都已经是多云、多芯片公司。 “Anthropic 多云、OpenAI 单云”的比较框架已经过时。区别在于 OpenAI 的供应商组合更分散，而 Anthropic 仍明确将 AWS 作为主要训练与云提供商。

中国模型公司的功率水平

中国企业很少公开某个模型实际占用多少 MW，且大量算力来自运营商、第三方 IDC 和地方智算中心。以下比较的是公司可以调度或长期锁定的 AI 数据中心功率等效值，并非完全自有资产，估算误差约为 ±50%。

公司	2026 年可用 AI 功率估计	2028—2029 年潜在规模	证据与边界
阿里巴巴／阿里云／通义	0.5–1.0GW	2–4GW	张北、乌兰察布等大型园区，以及三年 3800 亿元云与 AI 基础设施投资计划；数据中心还承担通用云和电商负载
字节跳动／火山引擎／豆包	0.3–0.7GW	1–2GW	和林格尔一期 IT 容量 220MW；乌兰察布约 1GW AIDC 集群在规划建设；另有租赁和海外容量
华为云／盘古	0.2–0.6GW	0.5–1.5GW	昇腾集群分布在华为云及合作智算中心，资产和调度权分散，缺少公司级功率披露
腾讯／腾讯云／混元	0.2–0.5GW	0.5–1.5GW	自建、合建与租赁并行；公开了高密 AI 机柜和绿电信息，但没有披露总 AI 功率
百度／百度智能云／文心	0.2–0.5GW	0.5–1.0GW	阳泉、顺德等大型园区；阳泉可承载约 28 万台服务器，但 AI 与搜索、云等负载无法拆分
DeepSeek、智谱、月之暗面、MiniMax 等	单家 0.01–0.10GW	单家 0.05–0.3GW	主要租赁云、运营商和地方智算中心，通常没有公开的 GW 级自有数据中心

中国公司的相对位置

中国头部互联网和云厂商目前大致处于数百 MW 至 1GW 级；
纯模型创业公司通常处于十几 MW 至百 MW 级，并以租赁为主；
OpenAI 当前约 2GW，相当于中国单个头部企业的约 2–5 倍；
OpenAI 2029 年约 9GW 的中心目标，大致相当于阿里、字节、腾讯、百度和华为当前 AI 容量之和；
Anthropic 当前规模与阿里或字节更接近，但其 2029 年规划仍可能领先中国单家公司。

作为行业背景，中国全部数据中心——包括通用云、存储、互联网业务和 AI——2025 年底装机规模约为 32GW，外部能源研究机构预计 2026 年底达到约 40GW。该数字不能与 OpenAI 的 AI 专用容量直接比较。公开追踪到的中国 AI 数据中心容量约 2.5GW，也明显存在漏计。

不能下的结论

Warning

不能用 10GW、5GW 等规划值直接判断当前谁的算力更多；

不能把云采购承诺、股权投资、数据中心 CAPEX 和合同总金额直接相加；

不能把 Trainium、TPU、昇腾与 NVIDIA GPU 按芯片数量一比一比较；

不能从 API 定价或 benchmark 表现反推出训练成本；

国内地方智算中心经常被多家公司共享，不能把整个项目功率归给某一家模型公司；

纯模型公司的可调度容量可能随短期租约快速变化。

综合判断

如果问题是“谁锁定的长期算力平台更大”，答案偏向 OpenAI：基础设施版图、合作伙伴数量和自研硬件野心都更大。如果问题是“谁以较轻的资产模式获得可观算力”，答案偏向 Anthropic：它把 AWS Trainium 与 Google TPU 作为主要杠杆，以多芯片适配换取扩张弹性。

若问题是“今天谁拥有更多可用 FLOPs”，公开资料仍不足以给出精确排序。以数据中心功率为近似，截至 2026 年中可以用 OpenAI 约 2GW、Anthropic 约 1–2GW 作为数量级判断；统一到 2029 年，中心估计约为 9GW 对 4.5GW。

主要来源