發布日期: 2026年07月27日
更新日期: 2026年07月27日
2026年7月，Anthropic連續公佈兩項重要進展。
一方面，Anthropic推出Claude Opus 5，進一步強化程式設計、文件分析、企業辦公室及複雜任務處理能力，並嘗試在模型效能、反應效率與使用成本之間取得平衡。
另一方面，超微半導體與Anthropic達成大型晶片供應及投資合作。 計畫部署最高2吉瓦的AMD Instinct MI450系列算力，預計從2027年開始上線；AMD則可能根據部署進度，向Anthropic投資最高50億美元。
Anthropic是一家美國人工智慧公司，主要開發大型語言模式、生成式AI工具及企業人工智慧服務。
公司的核心產品是Claude。 Claude可以回答問題、產生內容、分析文件、編寫程序，並協助企業處理複雜任務，功能與ChatGPT、Google Gemini等生成式AI產品相似。他並非只強調模型能力，也長期關注AI安全、可控制性和模式行為研究。公司希望先進AI在提升工作效率的同時，也能降低錯誤輸出、偏差及潛在濫用風險。
因此當市場討論Anthropic是什麼時，可以將其理解為一家同時發展AI模型、企業工具、開發者平台與AI安全技術的人工智慧公司。
Claude是Anthropic旗下的大型語言模型，也是目前與ChatGPT、Google Gemini直接競爭的主要生成式AI產品之一。
Claude Opus 5主要強化三類應用。
Claude長期受到程式開發者關注，常用於程式碼生成、程式除錯、跨檔案理解及系統架構分析。
Claude Opus 5進一步加強複雜程式設計及長時間任務執行能力，配合Claude Code等開發工具，Anthropic正逐漸從聊天機器人服務商轉向開發者工具及企業AI平台。
Claude Opus 5可用於文件整理、市場研究、財務資料分析、方案規劃及長篇內容處理。
企業選擇AI模型時，除了能力表現，也會考慮輸出穩定性、資料安全、系統整合及運算成本。 Anthropic強調性能與價格之間的平衡，有助於Claude擴大企業市場採用率。
想進一步理解大型語言模型如何產生內容、分析資料及執行任務，可參考生成式AI是什麼，了解Claude、ChatGPT與Gemini的基本運作方式。
生成式AI市場正從「回答問題」轉向「完成任務」。
AI代理可以根據指令呼叫工具、讀取檔案、編寫程序，並連續執行多個步驟。隨著模型承擔更多實際工作，推理能力、上下文理解及錯誤控制也變得更加重要。
Claude Opus 5的推出，反映Anthropic希望在企業自動化及AI代理商市場建立更明顯的競爭優勢。
訓練運作大型AI模型，需要大量晶片、電力及資料中心資源。模型能力越強、使用者數量越多，背後的推理成本也會增加。
Anthropic引進AMD Instinct MI450，主要有三項考量。
目前先進AI晶片市場仍以英偉達為主，CUDA軟體生態也是其重要優勢。
大型AI公司若過度依賴單一供應商，可能面對晶片供應、價格及部署進度等風險。引進AMD後，Anthropic可在英偉達GPU、AMD GPU、Google TPU及亞馬遜自研晶片之間分配算力，提升基礎設施彈性。
Claude每次產生內容、分析文件或執行程序，都需要消耗運算資源。
隨著企業客戶及AI代理應用增加，模型推理需求可能比訓練需求成長得更快。 Anthropic提前鎖定晶片和資料中心容量，有助於支援Claude進入軟體開發、客戶服務、資料分析及企業辦公室系統。
採用AMD晶片不代表Anthropic會停止使用英偉達產品。
多供應商策略可以增加價格談判空間，也能根據模型訓練、推理及企業部署等不同需求，選擇更適合的硬體架構。
對於AMD而言，取得這類前沿模式客戶，也有助於驗證Instinct晶片的實際效能，並吸引更多雲端運算公司及AI開發商採用。
投資人分析AI晶片企業時，不能只看訂單金額，也應結合7月美股：半導體與儲存還能追嗎？ 10大標的買點與配置策略，觀察營收成長、毛利率、顧客集中度及資本支出變動。
根據合作計劃，AMD可能向Anthropic投資最高50億美元，資金將按照算力部署等里程碑逐步投入，並非一次性完成。
Anthropic則計畫採購數百億美元規模的AMD晶片及相關AI基礎設施。
這種「晶片採購加股權投資」的合作模式，在AI產業越來越常見。晶片企業透過投資大型客戶，加速硬體導入；AI公司則獲得資金、晶片供應及技術支援。
不過，市場仍需區分已確認採購、預期部署規模、附帶條件的投資，以及最終能夠轉換為收入的金額。
大型算力訂單通常分多年執行，實際進度仍取決於資料中心建置、晶片效能、電力供應及AI市場需求。
除了AMD，Anthropic也持續擴大與其他晶片及雲端運算企業的合作。
| 合作企業 | 主要資源 | 對Anthropic的意義 |
|---|---|---|
| 超微半導體 | Instinct MI450晶片及潛在投資 | 增加GPU供應選擇 |
| 亞馬遜雲端科技 | 雲端運算及自研AI晶片 | 支援Claude雲端部署 |
| Google、Broadcom | 下一代TPU算力 | 擴大訓練與推理容量 |
| 美光科技 | 記憶體及儲存技術 | 優化AI伺服器數據處理 |
| 英偉達 | 主流AI GPU生態 | 保持先進模型訓練能力 |
從GPU、TPU到記憶體、儲存及雲端運算，正逐步參與AI基礎設施的整體設計。
這說明前沿AI競爭已經進入系統工程階段。模型演算法仍重要，但晶片供應、運算成本、電力資源及資料中心部署速度，也會直接影響產品競爭力。
過去市場比較Anthropic與OpenAI時，焦點主要集中在模型回答品質、訂閱價格及安全政策。
如今競爭範圍已擴大至算力資源、開發者工具、企業客戶、模型成本及AI代理生態。目前的主要策略，是利用Claude的程式設計能力、長文字處理及企業安全建立差異化，同時透過多家晶片及雲端運算供應商降低基礎設施風險。
未來OpenAI、Google與Anthropic之間的差距，不一定只由單次模型發布決定。算力成本、產品穩定性、開發者生態及商業化效率，都可能影響最終市場佔有率。
若要觀察大型科技公司對AI基礎設施的投入速度，可結合EBC的科技股投資指南，關注資本支出、雲端業務成長、AI收入貢獻及自由現金流變動。
採購晶片只是AI擴張的第一步。
資料中心還需要土地、電力、冷卻系統及高速網路。若Claude營收成長速度低於基礎建設投入，Anthropic可能面對較大的現金流壓力。
Claude需要面對OpenAI、Google、Meta及開源模型競爭。
企業可以同時接取多個AI模型，並根據價格、效能和安全需求隨時調整供應商。模型能力領先，不代表能夠長期保留客戶。
數百億美元合作通常需要完成多年。
若資料中心建置延遲、晶片效能未達預期，或AI需求成長放緩，最終採購規模及投資金額都可能出現變動。
擴大算力投入，受益者不只包括AI模型企業。
AI晶片需求正從英偉達逐漸擴散至AMD及各類自研晶片，硬體供應格局可能更加多元。
先進AI伺服器需要大量高頻寬記憶體、儲存設備、網路晶片及電力設施，相關半導體和資料中心產業也可能獲得更多訂單。
Claude進入企業辦公室和軟體開發市場後，傳統軟體公司可能加快整合AI代理。未來企業採購的不只是單一模型，而是一套能夠連結內部資料、自動執行任務並符合安全規範的AI系統。
是一家人工智慧公司，由多位前OpenAI成員創立，主要產品為Claude大型語言模型，業務涵蓋生成式AI、程式開發工具、企業AI服務及模型安全研究。
計畫部署最高2吉瓦的AMD Instinct MI450算力，相關基礎設施採購規模可能達到數百億美元。 AMD另可能根據部署里程碑投資最高50億美元。
目前沒有資訊顯示Anthropic會完全停止使用英偉達晶片。該公司的方向更接近多供應商策略，同時採用AMD GPU、英偉達GPU、Google TPU及亞馬遜雲端晶片
<
