基于 OpenRouter 全网 Token 数据 × Vercel AI Gateway 花费份额 × 公司官方 ARR 披露锚点， 对 OpenAI / Anthropic 做周度 log-log 拟合；叠加 6 维事件评分与非共识路线追踪， 形成从「量」到「价」再到「叙事」的三层信号。
横轴 = 周（周一），左轴 = 拟合总 ARR ($B)，右轴 = 隐含 API ARR ($B)。公开披露锚点用大点标出， 连线为回归拟合值。观察点：拟合 ARR 与最新披露值的差距即为「M 信号」——超出锚点意味着增长 在 API 侧领先，未达锚点意味着订阅侧扛量。
左图：宏观类别花费份额（Agent / Code / Data / General / Roleplay），点击类别可下钻任务级。 右图：最新周（2026-06-29）Anthropic vs OpenAI 各模型隐含 API ARR 分摊，验证「代际迁移」进度。
Fable-5（Mythos-class）2026-06-09 发布，对 Anthropic 的份额与花费指数产生结构性推力。 下图叠加发布日基线，验证「新模型是否真的抢到 token 花费」。
最新 ARR、估值/ARR 倍数与增长轨迹一览。估值/ARR 是判断「预期已定价多少」的第一档信号。
| 公司 | 最新 ARR ($B) | 截至 | 估值 ($B) | 估值/ARR (x) | 2025→2026 轨迹 |
|---|
每条事件按 算力禀赋(25%) · 非共识技术(25%) · C端日活(15%) · ToB Token(20%) · 系统工程(10%) · 治理(5%) 六维评分。信号强度 = 加权评分档位；投资建议来自 LLM Lab 决策矩阵。
三维评分体系：信念偏离度（35%）+ 资源投入（25%）+ 结果验证（40%）。 p_extreme 为该 Lab 走出「极右尾」情形的估算概率。
| 公司 | 综合 | 信念 | 资源 | 验证 | p_extreme |
|---|
对标 castoramoney 的核心命题「数据中心采购节奏 vs 收入增速」——GW 承诺、资金口径、芯片路线、云伙伴、循环融资五档并列。
| 维度 | OpenAI | Anthropic |
|---|