根據人工智慧研究機構 Epoch AI 於 5 月 8 日發布的數據洞察，研究員 Luke Emberson 估算，Anthropic 每名員工創收約 900 萬美元，OpenAI 每名員工創收約 550 萬美元，兩者均超越《福布斯》全球企業 2000 強榜單上所有大型上市科技公司的人均創收水平。
數據估算方法與主要比較指標
（來源：Epoch AI）
根據 Epoch AI 研究員 Luke Emberson 的數據洞察，上述估算並非基於公司公開財務報表，而是採用媒體公開報道及員工人數平均增速進行推算。Epoch AI 在報告中指出，企業在年化收入達到百億美元規模時仍能維持人均創收的高速增長，在科技行業發展史中屬於罕見現象。
主要人均創收數據比較：
Anthropic：約 900 萬美元
OpenAI：約 550 萬美元
英偉達（NVIDIA）：約 510 萬美元（業內參照）
Epoch AI 同期研究報告：AI 晶片走私估算與供應鏈分析
在同一期 Epoch AI 週報中，研究員 Isabelle Zuniewicz 發布了關於 AI 晶片走私的估算報告，估計截至 2025 年，約有 29 萬至 160 萬個 H100 級 AI 處理器走私至中國，中位數估算約 66 萬個，約相當於中國 AI 總運算能力的三分之一。該估算採用兩類依據：偏離合法供應鏈的數據，以及在中國灰色市場轉售的數據。
Epoch AI 同時推出 AI 晶片組件數據瀏覽器，追蹤自 2024 年以來先進 AI 晶片供應鏈中的三個關鍵元件：先進節點邏輯、高頻寬記憶體（HBM）及晶片封裝（CoWoS）。研究員 Venkat Somala 在相關文章中指出，高頻寬記憶體（HBM）已成為主要成本與主要供應鏈瓶頸。
本期為 Epoch AI 首期週刊，此前為月刊發行。
常見問題
Epoch AI 對 Anthropic 及 OpenAI 人均創收的估算方法為何？
根據 Epoch AI 研究員 Luke Emberson 於 2026 年 5 月 8 日發布的數據洞察，估算基於媒體公開報道及員工人數平均增速，非基於公司公開財務報表，Anthropic 估算約 900 萬美元，OpenAI 估算約 550 萬美元。
英偉達的人均創收在此次報告中處於何種水平？
根據 Epoch AI 報告，英偉達人均創收約 510 萬美元，低於 Anthropic 的 900 萬美元及 OpenAI 的 550 萬美元，但在《福布斯》全球企業 2000 強榜單的大型上市科技公司中屬於較高水平。
Epoch AI 對 AI 晶片走私至中國的估算結論為何？
根據 Epoch AI 研究員 Isabelle Zuniewicz 的報告，截至 2025 年，約有 29 萬至 160 萬個 H100 級 AI 處理器走私至中國，中位數估算約 66 萬個，約佔中國 AI 總運算能力的三分之一。
免責聲明：本頁面資訊可能來自第三方，不代表 Gate 的觀點或意見。頁面顯示的內容僅供參考，不構成任何財務、投資或法律建議。Gate 對資訊的準確性、完整性不作保證，對因使用本資訊而產生的任何損失不承擔責任。虛擬資產投資屬高風險行為，價格波動劇烈，您可能損失全部投資本金。請充分了解相關風險，並根據自身財務狀況和風險承受能力謹慎決策。具體內容詳見
聲明。
相關文章
Anthropic 將 Claude 的越獄（Jailbreak）成功率降至 0%，並採用全新的對齊（Alignment）訓練方法
Anthropic 近期發布了對齊（alignment）的研究，詳述了訓練策略，成功消除了 Claude 4.5 及後續模型中的代理不對齊問題，使勒索般（extortion-like）行為在測試中降至 0%。團隊發現，僅靠傳統的行為示範並無法有效奏效，失敗率只從 22% 降至 15%。三種替代做法被證實顯著更有效：一個「困難建議」（difficult advice）資料集，讓 Claude 在倫理困境中扮演顧問，使測試結果提升至 3%，且資料效率提高 28 倍；使用具正向導向的 AI 虛構內容進行合成文件微調，以反制訓練資料中的科幻刻板印象，進一步將風險降低 1.3 到 3 倍；以及在安全訓練環境中提高多樣性，包含各種工具定義與系統提示（system prompts）。綜合這些方法，Claude 4.5 最終版本在測試中的勒索（extortion）比率達到 0%。
GateNews23分鐘前
MiniMax 掃描 20 萬個代幣，發現 M2 系列模型出現 4.9% 的退化
根據 MiniMax 的技術部落格，公司透過完整詞彙掃描，在其 M2 系列模型中發現顯著的代幣退化。約有 4.9% 的 200,000 個代幣顯示出明顯的效能下降，其中日文代幣受到的打擊最嚴重，為 29.7%，而韓文為 3.3%、俄文為 3.7%、中文為 3.9%、英文為 3.5%。這種退化源於在後訓練階段，低頻代幣被推向錯誤的向量空間方向；而像 toolcall 標記這類高頻代幣會持續更新周圍的參數。 MiniMax 使用簡單的代幣重複任務實作了合成資料修復，以穩定整個詞彙。結果立刻顯現：混入日文回覆中的俄文字元比例從 47% 降至 1%，而向量穩定性（餘弦相似度）也從最低的 0.329 提升到所有代幣皆超過 0.97。
GateNews39分鐘前
Jeff Kaufman：AI 同時打破兩種資安漏洞文化、90 天禁運期變反效果
本篇指出 AI 同時打破協調揭露與靜默修補兩種資安文化：靜默修補因 AI 可低成本掃描提交與辨識修補，淹沒式遮蔽逐漸失效、部署更快；協調揭露因 AI 讓多團隊可同時掃描同一漏洞，90 天禁運變得低效，9 小時即被發現。建議採用極短禁運期，並以 AI 加速修補與部署，觀察 kernel/Zero 指引與商業工具動向。
鏈新聞abmedia42分鐘前
OpenAI 揭 CoT 評分意外影響：保留思路鏈監控是 AI Agent 對齊關鍵防線
OpenAI 5 月 8 日發表新研究、揭露公司在強化學習（RL）訓練過程中、部分模型的思路鏈（Chain of Thought, CoT）被「意外評分」、可能影響 AI Agent 對齊（alignment）監控能力。OpenAI Alignment 團隊報告說明：保留 CoT 的可監控性是當前防範 AI Agent 對齊失敗的關鍵防線；OpenAI 在 RL 訓練設計上、刻意避免懲罰模型的「對齊失敗推理」、以維持監控能力。
為什麼 CoT 監控是 AI Agent 對齊的關鍵防線
CoT（思路鏈）監控的核心邏輯：
當 AI Agent 執行任務時、模型會在內部產生「思考過程」、解釋自
鏈新聞abmedia45分鐘前
B.AI API 呼叫達到 90.6%，付費用戶在 5 月 8 日達到 95.1%
根據 B.AI 的說法，5 月 8 日，該平台表示 API 路由呼叫佔總互動的 90.6%，而付費用戶佔用戶群的 95.1%。Claude 系列模型以 35.6% 的 API 呼叫領先，在複雜推理與長上下文任務中佔據主導地位；而 DeepSeek-V4-Flash 與 GPT-5.5 則在高併發、低延遲情境中展現出強勁成長。
GateNews49分鐘前
Anthropic 工程師：HTML 才是 Claude Code 最佳輸出格式、不是 Markdown
Anthropic Claude Code 團隊工程師 Thariq Shihipar 5 月 8 日發表「Using Claude Code: The Unreasonable Effectiveness of HTML」、主張用 HTML 取代 Markdown 作為與 Claude Code 互動的輸出格式。Simon Willison 整理重點：HTML 提供 SVG 圖表、互動元件、頁內錨點與 CSS 樣式、讓 Claude 的回答從「線性文字」變成「多維度文件」、可大幅提升閱讀與理解效率。本主題在 X 平台上熱度極高—Shihipar 的兩則相關推文合計超過 15,000 個讚。
鏈新聞abmedia55分鐘前
