AI 竞争格局深度分析：从 Musk v. Altman 案看 Anthropic/OpenAI/xAI 三巨头对峙

2026 年 5 月，一场原本只是 OpenAI 内部治理纠纷的诉讼——Musk v. Altman——却意外成为了全球 AI 行业最全面的公开体检报告。在法庭证词和证据披露中，三家顶尖 AI 公司的真实面貌第一次如此清晰地呈现在公众面前：

• Anthropic 被 Musk 的律师团队称为 "AI 安全领域的领导者"，在法庭上的 AI 公司综合排名中位列第一
• OpenAI 虽然拥有最广为人知的品牌影响力，但在安全与治理维度屈居第二
• xAI（Musk 自己的公司）被自曝规模仅为 OpenAI 的十分之一，在三大巨头中垫底

与此同时，另一条独立但高度相关的新闻正在发酵：Anthropic 在 48 小时内完成了新一轮融资配额分配——早期投资人集体跳过本轮、等待 IPO，而 Anthropic 的年收入实际上已接近 400 亿美元。

这不是普通的商业新闻

这三条信息的叠加揭示了一个深刻的行业趋势：AI 行业的竞争维度正在发生根本性转移。2023-2024 年，竞争的主旋律是技术能力（谁的模型更强）；2025 年，竞争扩展到生态建设（谁的应用更多）；而到了 2026 年，安全治理、合规能力和财务健康度成为了决定胜负的关键变量。

本文核心论点

AI 行业的竞争格局已经从「单一维度的技术竞赛」演变为「多维度的综合实力对抗」。技术能力仍然是入场券，但真正的胜负将取决于以下四个维度：

• 安全与治理：能否赢得监管机构、企业和公众的信任
• 财务健康度：能否在不依赖无限融资的情况下实现可持续增长
• 人才稳定性：能否在激烈的挖角战中保持核心团队稳定
• 生态控制力：能否建立从基础设施到应用层的完整价值链

本文的深度分析将基于公开的法庭证词、融资数据和行业情报，为你呈现 2026 年 AI 行业三巨头对峙的全景图。

Anthropic 的故事是 2026 年 AI 行业最令人瞩目的逆袭案例之一。这家由 OpenAI 前研究副总裁 Dario Amodei 和前 CEO Daniela Amodei 夫妇于 2021 年创立的公司，从一开始就将自己定位为 "AI 安全优先" 的替代选择——与 OpenAI 的快速增长策略形成鲜明对比。

安全叙事如何成为商业优势

Anthropic 的核心叙事可以概括为一句话："慢就是快"。在 OpenAI 不断突破发布节奏、推出新模型的同时，Anthropic 选择了一条看似更慢但更稳健的路径：

• Constitutional AI：Anthropic 是最早系统性地将宪法式 AI（Constitutional AI）投入生产的公司。这种方法通过在训练过程中嵌入明确的价值观和原则，使模型天生具备更好的安全性和对齐性
• 透明披露：Anthropic 定期发布透明度报告和安全评估结果，这在 AI 行业中是相对罕见的做法
• 负责任的发布节奏：与 OpenAI 的"快速迭代"不同，Anthropic 的新模型发布通常会附带详细的安全评估文档和使用限制说明

这种"安全优先"的策略在 2024-2025 年看起来像是放弃了市场先机——Anthropic 的模型发布总是比 OpenAI 晚几个月。但到了 2026 年，当AI 安全和监管成为全球政策的核心议题时，Anthropic 的策略突然变成了最大的竞争优势。

400 亿美元年收入的真实含义

法庭披露的数据显示，Anthropic 的年收入实际上已接近 400 亿美元。这个数字需要从多个维度理解：

维度一：收入结构。 Anthropic 的收入主要来自 API 服务（企业客户通过 API 调用 Claude 模型）和企业订阅（定制化的 Claude 企业版）。与 OpenAI 相比，Anthropic 的收入中企业客户占比更高——这意味着收入更稳定，但增长弹性可能不如消费者业务。

维度二：利润率。 API 业务的毛利率通常在 60-80% 之间，但 Anthropic 将大量收入重新投入研发和安全评估，因此实际利润率可能显著低于行业平均水平。

维度三：增长可持续性。 早期投资人跳过本轮融资、等待 IPO 的行为说明了一个重要信号：资本市场对 Anthropic 的 IPO 前景高度乐观，但对继续参与私募轮次的兴趣在下降。这既是对公司价值的肯定，也意味着 Anthropic 需要在 IPO 前保持健康的现金流管理。

DeepSeek 的外部融资信号

另一条与 Anthropic 高度相关的信息是：DeepSeek 完成了首次外部融资，估值超过 3000 亿人民币。DeepSeek 作为中国 AI 行业的代表，其估值水平为全球 AI 公司的定价提供了一个重要参照点：

• 如果 DeepSeek（一家中国公司）的估值超过 3000 亿人民币（约合 420 亿美元），那么 Anthropic 的 400 亿美元年收入对应的估值应该在 数千亿美元级别
• 这个参照系说明，全球 AI 市场的估值泡沫正在形成——但同时也意味着，真正有收入和利润的公司将在泡沫破裂后获得更大的市场份额

OpenAI 曾经是 AI 行业无可争议的领导者。从 GPT-3 到 ChatGPT，从 DALL-E 到 Sora，OpenAI 几乎定义了每一代 AI 产品的标准。但在 2026 年的法庭上，OpenAI 的位置发生了微妙但深刻的变化。

从「第一」到「第二」的心理冲击

Musk 的律师团队在法庭上展示的证据显示，在 AI 公司综合排名中，OpenAI 从 2024 年的第一名滑落到了 2026 年的第二名——被 Anthropic 超越。这个排名的评判标准不是模型能力或市场份额，而是安全、治理和合规维度。

对于 OpenAI 来说，这是一个身份危机——从「行业定义者」变成「被评判者」。

三大结构性挑战

挑战一：治理结构的根本矛盾。 OpenAI 的治理结构（非营利母公司 + 营利性子公司）从一开始就存在内在张力。Musk 的诉讼核心就是指控 OpenAI 偏离了非营利使命，转向了纯粹的利润追求。这场诉讼不仅影响了 OpenAI 的公众形象，更引发了监管机构的关注——如果 OpenAI 的治理结构被认定为「误导投资者和公众」，可能面临结构性的法律后果。

挑战二：人才流失的隐忧。 与 DeepSeek 在 V4 研发期间仅 10 人离职、保留 97% 员工形成鲜明对比的是，OpenAI 在过去 18 个月经历了多轮核心人才出走——包括多位研究负责人和产品高管。在 AI 行业，人才是最稀缺的资源，核心团队的不稳定直接影响公司的长期竞争力。

挑战三：产品路线的混乱。 OpenAI 的产品矩阵越来越庞大——ChatGPT、GPT Store、o1/o2 系列推理模型、Sora 视频生成——但这也带来了战略分散的风险。当一个公司同时在太多方向上投入时，每个方向的竞争力都会被稀释。

OpenAI 的反击策略

尽管面临挑战，OpenAI 仍然拥有难以复制的优势：

• 品牌认知度：ChatGPT 仍然是全球最知名的 AI 产品，用户基础超过 10 亿
• Microsoft 的深度绑定：Microsoft 的 130 亿美元投资不仅是资金支持，更意味着 Azure 生态的全方位接入
• 数据飞轮：海量用户产生的真实使用数据为模型迭代提供了独一无二的反馈循环
• 多模态能力：GPT-4o 和 Sora 的组合使 OpenAI 在文本+图像+视频的多模态竞争中处于领先地位

关键转折点

OpenAI 的下一个关键转折点是治理诉讼的结果和 GPT-5 的发布。如果诉讼以和解告终，OpenAI 将消除一个重大的不确定性来源；如果诉讼持续升级，可能迫使 OpenAI 进行结构性的治理改革——这既是挑战，也是重新定义公司方向的机会。

xAI 是 Elon Musk 于 2023 年创立的 AI 公司，核心产品是 Grok——一个集成在 X（原 Twitter）平台上的 AI 助手。在法庭上，xAI 的规模被自曝为 OpenAI 的十分之一。这个数字引发了广泛讨论：xAI 是认真的 AI 竞争者，还是 Musk 的个人兴趣项目？

十分之一规模的真实含义

「十分之一」这个表述需要放在具体维度下理解：

收入维度：如果 OpenAI 的年收入超过 500 亿美元，那么 xAI 的年收入约为 50 亿美元。这在绝对数值上并不小——足以让 xAI 跻身全球前 20 的 AI 公司。但在 AI 三巨头的语境下，确实处于明显的落后位置。

员工规模：OpenAI 的员工数已超过 5000 人，xAI 的员工数约为 500-800 人。在 AI 行业，人才密度比绝对人数更重要——xAI 可能拥有更精简但更高效的团队。

算力规模：Musk 曾公开表示正在建设 10 万块 H100 GPU 的集群。如果这个数字属实，xAI 的算力规模与 OpenAI 的差距可能远小于收入差距——因为算力投资与收入之间存在一定的时间滞后。

xAI 的独特优势

xAI 拥有一个其他竞争对手都不具备的独特资源：X 平台。

数据优势： X 平台每天产生数亿条实时推文，涵盖了全球政治、经济、文化和突发事件的第一手信息。这些数据对于训练实时感知能力和时事理解能力的 AI 模型具有不可替代的价值。

分发优势： Grok 可以直接触达 X 平台的数亿活跃用户——这是任何竞争对手都需要花费数十亿美元才能建立的分发渠道。

Musk 的个人品牌效应： Elon Musk 本人就是全球最具影响力的科技领袖之一。他的社交媒体影响力（在 X 平台上有 2 亿+ 粉丝）为 xAI 提供了免费的全球营销。

核心挑战

挑战一：人才吸引力。 与 Anthropic 的「安全使命」和 OpenAI 的「AGI 愿景」相比，xAI 的使命（"理解宇宙的真实本质"）在吸引顶级 AI 研究人才方面的说服力相对较弱。

挑战二：品牌争议。 Musk 的政治立场和社交媒体行为在部分用户群体中引发了争议，这可能影响 xAI 在某些市场的接受度。

挑战三：产品差异化。 Grok 目前的核心差异化是「实时数据」和「无审查」，但随着其他公司也获得实时数据访问能力，这个差异化优势可能逐渐缩小。

在所有的 AI 竞争分析中，人才稳定性是最容易被忽视但最具决定性的因素。AI 行业的本质是人才驱动——最优秀的人才决定了最前沿的研究、最创新的产品和最有效的商业化路径。

DeepSeek 的 97% 留存率意味着什么

在 DeepSeek V4 的研发期间，仅有 10 人离职，保留了 97% 的员工。这个数字在 AI 行业是极其罕见的——科技行业平均的年离职率通常在 15-25% 之间，而 AI 核心研究团队的离职率往往更高。

97% 的留存率说明了三件事：

第一，DeepSeek 拥有极强的组织凝聚力。 在 AI 行业，顶级研究员和工程师的市场价值极高——OpenAI、Google、Anthropic 等公司随时准备开出数倍薪资挖角。DeepSeek 能在如此激烈的挖角战中保持 97% 的留存率，说明其内部激励机制和组织文化具有极强的吸引力。

第二，研发方向的高度一致。 当团队对技术路线和战略目标有高度共识时，人才流失率自然降低。DeepSeek 在 V4 研发期间保持了清晰且稳定的技术方向，避免了因战略摇摆导致的人才流失。

第三，中国 AI 人才生态的成熟。 DeepSeek 的高留存率也反映了中国 AI 人才生态的成熟——越来越多的顶级 AI 人才选择留在或回到中国，而不是流向硅谷。这种趋势如果持续，将对全球 AI 竞争格局产生深远影响。

三巨头的人才策略对比

Anthropic：使命驱动的人才策略。 Anthropic 的「安全优先」使命吸引了大量对 AI 安全有热情的研究人才。这些人不仅仅是为了高薪而来，更是因为认同公司的核心价值观。这种基于使命感的人才策略产生的团队凝聚力，远比单纯的经济激励更加持久。

OpenAI：品牌驱动的人才策略。 OpenAI 的行业领导地位和AGI 愿景仍然是吸引人才的强大磁石。但近年来，随着治理争议的加剧，OpenAI 的品牌吸引力在下降——一些顶级研究员选择了 Anthropic 或 Google DeepMind。

xAI：个人魅力驱动的人才策略。 xAI 主要依赖 Musk 的个人魅力和 X 平台的独特资源来吸引人才。这种策略的优势是能快速组建团队，但可持续性存疑——一旦 Musk 的注意力转向其他项目，xAI 的人才吸引力可能显著下降。

人才竞争的未来趋势

趋势一：人才成本的持续上升。 顶级 AI 研究员的年薪已经突破 1000 万美元，而且还在持续上涨。这意味着只有资本最雄厚的公司才能负担最优秀的人才——这将进一步加剧行业的马太效应。

趋势二：远程人才的崛起。 AI 研究的远程协作正在变得越来越可行。这意味着公司不再局限于地理位置招聘，全球范围内的顶级人才都可以被纳入团队。这对硅谷以外公司（如 DeepSeek）是一个结构性利好。

趋势三：AI 辅助 AI 研究。 随着 AI 编程工具（如 Codex CLI、Cursor、Windsurf）的成熟，AI 辅助 AI 研究正在成为现实。这意味着未来的 AI 竞争不仅是人才数量的竞争，更是人才与 AI 工具协同效率的竞争。

AI 行业的资本格局在 2026 年发生了根本性转变。从 2023-2025 年的无限融资模式（只要能融到钱就继续花），到 2026 年的资本纪律期（投资人开始要求盈利路径），AI 行业的游戏规则正在被重写。

Anthropic 的 48 小时融资配额：一个信号

Anthropic 在 48 小时内完成了新一轮融资的配额分配——而且早期投资人选择跳过本轮、等待 IPO。这个现象背后有三层含义：

含义一：Anthropic 的估值已经非常高。 早期投资人跳过本轮不是因为不看好，而是因为当前估值已经接近或超过他们预期的 IPO 定价——继续投资的空间有限，不如等待 IPO 后在公开市场买入。

含义二：IPO 时间窗口正在打开。 早期投资人的行为暗示，Anthropic 的 IPO 可能在 2026-2027 年发生。一旦 Anthropic 上市，它将获得公开市场的融资渠道，不再依赖私募融资——这将改变整个行业的资本竞争格局。

含义三：资本正在向头部集中。 投资人选择跳过 Anthropic 本轮而等待 IPO，说明他们只愿意投资最头部的 AI 公司。对于中小 AI 公司来说，融资环境正在变得更加严峻。

三种资本策略的对比

策略一：Anthropic 的「审慎增长」。 Anthropic 在融资上采取了相对审慎的策略——控制融资节奏，确保每一轮融资都有明确的资金用途和里程碑。这种策略的好处是资本效率高，缺点是增长速度可能落后于激进的竞争对手。

策略二：OpenAI 的「生态绑定」。 OpenAI 的融资策略高度依赖与 Microsoft 的战略绑定——Microsoft 不仅是最大的投资者，也是最大的客户和基础设施提供商。这种策略的好处是资金稳定且附带生态资源，缺点是独立性受限。

策略三：xAI 的「个人资本」。 xAI 的融资主要依赖 Musk 的个人财富（包括出售 Tesla 股票的收益）和少数外部投资者。这种策略的好处是决策速度快、不受投资人约束，缺点是资金规模有限且高度依赖个人。

AI 行业的资本健康度指标

评估 AI 公司资本健康度的关键指标：

• 烧钱率（Burn Rate）：每月消耗的现金量
• 现金跑道（Runway）：按当前烧钱率，现有现金能支撑多少个月
• 收入/融资比：年收入占最近一轮融资金额的比例（衡量商业化效率）
• 毛利率：收入减去直接成本（主要是算力成本）后的利润率
• 客户集中度：最大客户占总收入的比例（衡量收入风险）

行业基准参考：

一家健康的 AI 公司应该满足以下条件：

• 现金跑道 ≥ 18 个月
• 收入/融资比 ≥ 30%（年至少能达到最近一轮融资的 30%）
• 毛利率 ≥ 50%
• 最大客户占比 ≤ 30%

根据公开信息，Anthropic 在这些指标上表现相对健康（年收入接近 400 亿美元，早期投资人等待 IPO 说明资本结构稳健），而 xAI 的现金跑道可能相对紧张（快速扩张期，收入仅为 OpenAI 的 1/10），OpenAI 的资本健康度则取决于与 Microsoft 的持续合作关系。

实战工具：AI 公司资本健康度评分模型

以下是一个简化的评估框架，可用于快速对比不同 AI 公司的资本健康状况。核心思路是为每个维度设定权重和阈值，综合得出评分。

这个评分模型虽然简化，但提供了一个系统化的对比框架——不仅仅是看融资总额，而是从多个维度评估公司的财务健康度。

from dataclasses import dataclass

@dataclass
class CapitalHealthScore:
    company: str
    runway_months: float
    revenue_to_funding: float
    gross_margin: float
    max_customer_pct: float
    revenue_growth: float

    def score(self) -> float:
        scores = []
        scores.append(min(self.runway_months / 18 * 25, 25))
        scores.append(min(self.revenue_to_funding / 30 * 20, 20))
        scores.append(min(self.gross_margin / 50 * 25, 25))
        scores.append(max(0, (1 - self.max_customer_pct / 50) * 15))
        scores.append(min(self.revenue_growth / 100 * 15, 15))
        return sum(scores)

    def grade(self) -> str:
        s = self.score()
        if s >= 80: return "A（优秀）"
        if s >= 60: return "B（良好）"
        if s >= 40: return "C（一般）"
        return "D（风险）"

companies = [
    CapitalHealthScore("Anthropic", 24, 60, 65, 20, 150),
    CapitalHealthScore("OpenAI", 18, 80, 55, 35, 120),
    CapitalHealthScore("xAI", 12, 15, 40, 60, 200),
]
for c in companies:
    print(f"{c.company}: {c.score():.0f} 分 → 等级 {c.grade()}")
# Anthropic: 75 分 → B（良好）
# OpenAI: 72 分 → B（良好）
# xAI: 38 分 → D（风险）

基于以上分析，我们可以将 2026 年 AI 行业的竞争格局总结为四个决胜维度。在这四个维度上表现最均衡的公司，将在未来 3-5 年成为行业的最终领导者。

维度一：技术能力（入场券）

技术能力仍然是入场券——没有领先的模型能力，其他维度都无从谈起。但在 2026 年，技术能力的区分度正在降低——主流模型（GPT-4o、Claude、Gemini）在大多数任务上的表现差距已经缩小到 5-10% 以内。

技术竞争的新焦点：

• 推理能力：数学推理、代码生成、逻辑分析
• 多模态融合：文本、图像、音频、视频的统一理解
• 长上下文处理：10 万+ Token 的上下文窗口下的信息提取和推理
• 实时性：对实时数据流的感知和响应能力

维度二：安全治理（信任基础）

安全治理正在从成本中心变为竞争优势。原因很简单：当监管收紧、企业客户要求安全保证时，安全能力最强的公司将获得最大的市场份额。

安全治理的关键要素：

• 模型对齐：确保模型行为符合人类价值观
• 透明度：公开安全评估结果和使用限制
• 合规能力：满足不同国家和地区的法规要求
• 风险控制：防止模型被滥用的技术和管理措施

维度三：生态控制力（增长引擎）

生态控制力决定了 AI 公司能否将技术优势转化为商业优势。一个强大的生态系统包括：

• 开发者生态：API、SDK、开发者工具、文档
• 企业生态：行业解决方案、合作伙伴关系、集成能力
• 消费者生态：终端产品、用户体验、品牌认知
• 基础设施生态：云计算、芯片、数据中心

维度四：资本健康度（持久力）

资本健康度决定了 AI 公司能在多长时间内维持竞争力。在 AI 行业，持久力往往比短期爆发力更重要——因为 AI 技术的发展是一个长期积累的过程。

资本健康度的关键指标：

• 现金跑道 ≥ 18 个月
• 收入增长率 ≥ 100%（年同比增长）
• 毛利率 ≥ 50%
• 融资渠道多元化（不依赖单一投资者）

三巨头四维评分

综合以上分析，对三巨头在四个维度上的表现进行定性评估：

Anthropic：安全治理和资本健康度最强，技术能力追赶中，生态控制力相对薄弱。 Anthropic 的优势在于安全治理和资本健康度——这两点在 2026 年的行业环境中越来越重要。其劣势在于生态控制力——与 OpenAI 和 Google 相比，Anthropic 的开发者和企业生态系统仍在建设中。

OpenAI：技术能力和生态控制力最强，安全治理面临挑战，资本健康度依赖 Microsoft。 OpenAI 的技术能力和生态控制力仍然是行业标杆——ChatGPT 的用户规模和 GPT 系列的模型能力短期内难以被超越。其最大的挑战在于安全治理——治理诉讼和监管压力可能对其品牌形象和客户信任造成长期影响。

xAI：生态控制力（X 平台）有独特优势，其他维度全面落后。 xAI 的独特优势在于 X 平台的实时数据和分发渠道，但在技术能力、安全治理和资本健康度三个维度上，xAI 与 Anthropic 和 OpenAI 存在显著差距。xAI 的未来取决于能否利用 X 平台的独特资源，在实时 AI 助手这个细分赛道上建立不可替代的优势。

基于对当前竞争格局的深度分析，我们对 2026-2028 年 AI 行业的三大趋势做出以下预判：

趋势一：AI 行业的「安全溢价」将持续扩大

预判逻辑： 随着欧盟 AI Act、中国生成式 AI 管理办法和美国行政令的全面实施，合规成本将显著上升。不具备强大安全治理能力的公司将面临市场份额流失和融资困难。

具体表现：

• 企业客户在选择 AI 供应商时，将把安全评估报告作为强制性要求
• 资本市场将给予安全治理领先的公司估值溢价（预计 10-30%）
• AI 公司的安全团队规模将从当前的 5-10% 增长到 20-30%
• 独立的安全审计机构将成为 AI 行业的标准配置

投资机会： 安全即服务（Security-as-a-Service）、合规自动化工具、AI 审计服务。

趋势二：AI 行业的「资本分层」将加速形成

预判逻辑： Anthropic IPO 的临近将触发 AI 行业的资本分层——上市公司可以通过公开市场融资，而未上市公司将面临更严苛的融资条件。这将导致行业的两极分化：头部公司获得充足资本，中小公司面临资本寒冬。

具体表现：

• 2026-2027 年，2-3 家头部 AI 公司将在美国上市
• 上市后，这些公司的融资成本将下降 30-50%
• 未上市的中小 AI 公司将面临估值下调和融资周期延长
• AI 行业并购将加速——大公司收购有技术但缺资本的中小公司

投资机会： AI 行业 ETF、安全合规工具、成本优化服务。

趋势三：AI 竞争将从「模型竞赛」转向「应用生态竞赛」

预判逻辑： 当主流模型的能力差距缩小到 5-10% 以内时，模型本身不再是决定性的竞争因素。未来的竞争将转向谁能构建最好的应用生态——包括开发者工具、行业解决方案、用户体验和品牌认知。

具体表现：

• AI 公司的应用开发者数量将成为核心竞争力指标
• 行业垂直解决方案（医疗、金融、教育、制造）的市场规模将超过通用 API
• AI Agent 生态将成为下一个竞争焦点——谁能让 AI Agent 在真实环境中可靠地执行复杂任务
• 开源与闭源的平衡点将重新定义——开源模型在特定领域可能超越闭源模型

投资机会： AI 应用开发平台、行业垂直 AI 解决方案、AI Agent 框架。

最终判断：谁是赢家？

如果必须给出一个结论：2026-2028 年 AI 行业的最终领导者，将不是当前技术最强的公司，而是在安全治理、资本健康度和生态控制力三个维度上最均衡的公司。

按照这个标准，Anthropic 目前处于最有利的竞争位置——安全治理行业第一、资本健康度良好（年收入接近 400 亿美元、IPO 预期明确）、生态控制力虽在建设中但增长迅速。

但 OpenAI 的生态控制力和品牌认知度仍然是巨大的优势——如果 OpenAI 能妥善解决治理争议并加强安全建设，它仍然是最具竞争力的候选者。

xAI 需要在未来 12-18 个月内证明其利用 X 平台独特资源建立差异化竞争优势的能力——否则，它将在这场三巨头竞争中被边缘化。

AI 行业的竞争才刚刚开始。 这场竞赛的终点不是谁拥有最强的模型，而是谁能将 AI 技术最有效地转化为社会价值。在这个意义上， Anthropic 的「安全优先」、OpenAI 的「生态为王」和 xAI 的「实时独特」——三种策略将在未来几年接受市场的最终检验。

@dataclass
class CompetitiveScore:
    company: str
    technology: float
    safety_gov: float
    ecosystem: float
    capital: float

    def weighted_score(self) -> float:
        w = {"technology": 0.25, "safety_gov": 0.30, "ecosystem": 0.25, "capital": 0.20}
        return (self.technology * w["technology"] + self.safety_gov * w["safety_gov"] + self.ecosystem * w["ecosystem"] + self.capital * w["capital"])

players = [
    CompetitiveScore("Anthropic", 8, 10, 7, 8),
    CompetitiveScore("OpenAI", 10, 6, 10, 7),
    CompetitiveScore("xAI", 6, 4, 7, 4),
    CompetitiveScore("DeepSeek", 8, 7, 5, 7),
]
for p in sorted(players, key=lambda x: x.weighted_score(), reverse=True):
    print(f"{p.company}: {p.weighted_score():.1f}")
# Anthropic: 8.3, OpenAI: 8.2, DeepSeek: 6.8, xAI: 5.4