Anthropic обогнала OpenAI по выручке: $30 млрд ARR к апрелю 2026

Начнём без раскачки: цифра тут одна, и она, честно говоря, бьёт по глазам.

Anthropic: ARR свыше $30 млрд

OpenAI: ARR около $25 млрд

Компания, которую ещё недавно многие воспринимали как «осторожного игрока с упором на безопасность», внезапно — ну ладно, не совсем внезапно, но всё же — вышла вперёд. Не по шуму в соцсетях. По выручке. По качеству enterprise-внедрения. По операционной эффективности тоже.

И да, это особенно заметно на фоне того, что Anthropic тратит на обучение моделей существенно меньше, чем OpenAI. По текущим оценкам — примерно в четыре раза меньше.

Для бизнеса это не просто красивая новость из мира ИИ. Это сигнал: рынок enterprise AI взрослеет, а выигрывают уже не только те, кто громче всех, но и те, кто лучше собирает продукт, инфраструктуру и экономику внедрения. Если вашей компании интересны разработка AI-агентов и автоматизация, такие сдвиги стоит отслеживать очень внимательно.

Ключевой факт: рост в 30 раз за 15 месяцев

Траектория у Anthropic, мягко говоря, не рядовая. Компания прошла путь от примерно $1 млрд ARR в январе 2025 года до более чем $30 млрд к апрелю 2026-го. То есть рост в 30 раз за 15 месяцев. А скачок с $9 млрд до $30 млрд произошёл всего за четыре месяца.

Это уже не «хорошая динамика». Это почти вертикальный взлёт.

Если смотреть шире, показатель годовой повторяющейся выручки Anthropic уже выше, чем годовая выручка большинства компаний из крупных американских индексов. И вот тут начинается самое интересное: дело не только в размере цифры, а в том, откуда эта выручка пришла.

Почему enterprise-сегмент оказался решающим

У Anthropic очень сильный перекос в сторону корпоративных клиентов. И в данном случае это не минус, а золотая жила.

Когда компания объявляла раунд Series G в феврале 2026 года, более 500 корпоративных клиентов уже тратили свыше $1 млн в год каждый. Спустя менее двух месяцев таких клиентов стало больше 1 000. Да, тысяча компаний с контрактами на $1M+ в год. Звучит почти дико, но именно это и объясняет масштаб.

Enterprise-выручка обычно устойчивее потребительской: выше retention, лучше expansion economics, ниже churn. Контракты продлеваются, сценарии использования встраиваются в процессы, а сам ИИ перестаёт быть «интересным инструментом» и становится частью операционной системы компании.

Собственно, поэтому сегодня так много внимания уделяется не просто моделям, а тому, как строится архитектура AI-агентов, как организованы память, интеграции, контроль доступа и воспроизводимость результата. Без этого enterprise не покупает — ну или покупает один раз и потом тихо разочаровывается.

Что именно продаёт Anthropic бизнесу

Секрет роста не в абстрактном «умном ИИ». Компании платят не за магию. Они платят за замену конкретных затрат и ускорение конкретных процессов. Всё довольно приземлённо, если по-честному.

• Claude Cowork меняет повседневную работу команд и превращает ИИ из чат-окна в рабочую среду.

• Claude Code используется как цифровой помощник уровня chief of staff для операционных и продуктовых функций.

• Интеграции с Microsoft 365 и корпоративными системами встраивают Claude прямо в существующие процессы.

• Claude Skills переводит модель из режима «ответь на вопрос» в режим воспроизводимой системы действий.

И вот это уже важно для российского рынка тоже. Когда AI-инструмент не просто генерирует текст, а автоматизирует согласование документов, поиск по внутренним базам, подготовку аналитики, маршрутизацию задач и работу с регламентами, — он начинает окупаться. А дальше всё просто: если решение экономит сотни часов и заменяет куски дорогого софта или подрядчиков, бюджет находится быстро. Иногда очень быстро.

Настоящая история — не выручка, а стоимость compute

Выручка попадает в заголовки. Но длинную игру, как ни крути, определяет экономика.

По прогнозам, OpenAI движется к расходам на обучение моделей порядка $125 млрд в год к 2030 году. У Anthropic оценка на тот же период — около $30 млрд. Разница колоссальная. Примерно четырёхкратная.

И вот тут картина становится особенно жёсткой: OpenAI тратит заметно больше, но при этом уже уступает по ARR. Это не выглядит как временный перекос. Скорее как структурная проблема модели роста.

Согласно опубликованным оценкам, OpenAI может закончить 2026 год с убытком около $14 млрд, тогда как Anthropic рассчитывает выйти на положительный свободный денежный поток уже к 2027 году. Иными словами, Anthropic идёт к прибыльности примерно на три года раньше.

Сухо говоря, это означает более здоровую unit-экономику. По-человечески — деньги у них, похоже, сгорают не так безумно.

Почему это важно для рынка AI-агентов

Побеждает не просто «лучшая модель». Побеждает стек, который можно безопасно и предсказуемо внедрить в компанию. Поэтому сейчас на первый план выходят темы, которые ещё год назад казались слишком техническими для топ-менеджмента: безопасность AI-агентов, контроль доступа, журналирование действий, агентная память, RAG, соответствие внутренним политикам и требованиям регуляторов.

Если агент умеет работать с корпоративными данными, принимать решения по маршрутам, вызывать внешние инструменты и действовать автономно, вопрос «насколько он умный?» уже не единственный. Возникают другие: где хранятся контексты, как ограничены действия, как проверяется результат, кто отвечает за ошибку. И это, между нами, уже не факультатив.

Именно поэтому enterprise-клиенты всё чаще смотрят на решения, где есть не только модель, но и зрелая агентная память и RAG, а также механизмы контроля, аудита и масштабирования.

Дистрибуция тоже сыграла свою роль

Есть ещё один фактор, который нельзя недооценивать: Claude доступен сразу на трёх крупнейших облачных платформах — AWS Bedrock, Google Cloud Vertex AI и Microsoft Azure Foundry.

Это сильнейшее преимущество в дистрибуции. OpenAI тесно связана с Azure. Gemini — с экосистемой Google. А Claude присутствует везде, где enterprise-клиентам удобно покупать, разворачивать и масштабировать AI-сервисы.

Для крупных компаний это критично. Они не любят ломать существующий облачный ландшафт ради одной технологии, даже если технология блестящая. Им нужен вариант, который встраивается без лишней драмы. Без революции в закупках. Без войны с ИБ. Без фразы «ну, пока это работает только в одной среде».

Почему Claude оказался особенно сильным в enterprise

Если убрать маркетинговую шелуху, Claude хорошо попал в запрос бизнеса: длинный контекст, аккуратная работа с документами, сильные сценарии анализа, кодинга и knowledge work. Не игрушка, а инструмент. Разница ощущается.

Команды, которые получают от Claude максимум, обычно используют его не как поисковик и не как «умный чат». Они строят вокруг него рабочие процессы: исследования, аналитику, подготовку материалов, ревью документов, финансовые проверки, внутренние базы знаний, автоматизацию рутинных цепочек. По сути, собирают агентные контуры вокруг модели.

Здесь особенно перспективны мультиагентные системы, где разные агенты разделяют роли: один ищет данные, второй проверяет соответствие правилам, третий формирует ответ, четвёртый валидирует итог. Такой подход лучше подходит для enterprise, чем один «универсальный супербот». Он надёжнее. И, как правило, управляемее.

Большая картина: бренд больше не гарантирует победу

Ещё год назад консенсус был довольно прямолинейным: OpenAI слишком сильна, чтобы её кто-то догнал. Бренд, пользовательская база, фора по времени, медийность — весь набор.

Но рынок, как это часто бывает, не обязан уважать консенсус. Он уважает результат.

У OpenAI по-прежнему огромная потребительская база, и это серьёзный актив. Однако у Anthropic, судя по всему, оказался более сильный enterprise-микс: около 80% выручки приходит от бизнес-клиентов. А это совсем другая экономика роста.

Проще говоря: массовая популярность и корпоративная монетизация — не одно и то же. Иногда вообще живут в разных вселенных.

Что это значит для компаний в России

Для российских компаний главный вывод не в том, «кто победил» в очередном раунде гонки моделей. Вывод в другом: ценность создают не сами LLM, а системы поверх них — AI-агенты, автоматизация процессов, безопасная интеграция с корпоративными данными, контроль качества и соответствие требованиям.

Если вы планируете внедрение enterprise AI, смотреть нужно не только на бенчмарки модели. Смотрите на архитектуру, стоимость владения, сценарии масштабирования, защиту данных и AI compliance и соответствие требованиям. Потому что красивое демо — это одно. Рабочая система в реальном бизнесе — совсем другое. Иногда, если честно, это вообще две разные планеты.

И да, рынок уже показывает, кто выигрывает в долгую: те, кто умеет превращать модель в управляемый продукт для бизнеса.

Итог

Anthropic вышла на $30 млрд ARR к апрелю 2026 года и обогнала OpenAI по выручке. При этом компания делает ставку на enterprise-сегмент, масштабирует присутствие во всех ключевых облаках и сохраняет заметно более дисциплинированную экономику compute.

Это не просто громкий заголовок. Это маркер того, куда движется весь рынок: от универсальных чат-ботов — к корпоративным AI-системам, агентной автоматизации, безопасной интеграции и воспроизводимому результату.

Посмотрим, удержит ли Anthropic темп. Но одно уже ясно: игра стала куда интереснее. И, похоже, куда жёстче.