新智元报道
编辑：艾伦
【新智元导读】Epoch AI 与 Ipsos 调查显示，美国 Claude 周活用户 80% 来自年入 10 万美元以上家庭。AI 助手开始按价格、入口和工作场景分层，高收入用户率先进入更高阶的 AI 服务。
一份美国全国性调查，揭开了各大旗舰大模型之间的用户画像差异。
过去一周用过 Claude 的美国成年人里，79.8% 来自年收入 10 万美元以上家庭。
这个比例高于 Microsoft Copilot 的 63.7%、ChatGPT 的 60.3%、Grok 的 56.2%、Google Gemini 的 55.9%，更远高于 Meta AI 的 36.5%。
作为参照，Epoch AI 用美国人口普查数据估算，美国成年人里约 50% 生活在年收入 10 万美元以上家庭。
低收入端的差距同样明显。
Claude 周活用户中，年收入 5 万美元以下家庭占比约 6.4%；
Meta AI 对应比例为 32.1%。
美国成年人总体中，年收入 5 万美元以下家庭占比约 24%。
这份调查由 Epoch AI 与 Ipsos 合作完成，使用 Ipsos 的 KnowledgePanel，美国成年人样本来自基于地址的概率抽样。
第一波调查在 2026 年 3 月 3 日至 6 日进行，样本量 2021 人，95% 置信水平下总体误差为正负 2.2 个百分点；Epoch 后续关于收入分布的分析又合并了 3 月和 4 月三轮调查数据。
一个更直白的说法是，Claude 在美国已经呈现出高收入浓度。
它还没有成为大众默认入口，却正在成为某类人群更高频、更高强度使用的工具。
Claude 没有赢下规模
收入画像容易制造误读。
Claude 的用户更富，但 Claude 的用户规模仍然小。
Ipsos 这轮全国调查里，过去一周用过 ChatGPT 的美国成年人占 31%，Google Gemini 为 21%，Microsoft Copilot 为 11%，Meta AI 为 8%，Grok 为 5%，Claude 只有 3%。
另有 49% 的美国成年人表示，过去一周没有用过任何 AI 服务。
The Decoder 援引 Epoch AI 的说法补充了另一层数据，在年收入 10 万美元以上人群中，ChatGPT 的触达率仍为 37%，Gemini 为 24%，Copilot 为 14%，Claude 只有 6%；同时，44% 的高收入人群过去一周没有使用 AI 服务。
所以 Claude 的情况更像是高收入浓度高，但绝对覆盖率低。
它在一个小池子里显得更精英化，在整个美国 AI 市场里还远远没有接近 ChatGPT 的默认地位。
这也解释了为什么这组数据会有新闻价值。
过去两年，AI 公司大多用月活、下载量、调用量讲故事。
现在，用户结构开始比用户规模更重要。
谁在浅尝辄止，谁在付费，谁把 AI 塞进工作流，差异开始浮出水面。
为什么是 Claude
Claude 的高收入画像，很难只用价格解释。
Anthropic 的 Claude Pro 为每月 20 美元，Max 5x 为每月 125 美元，Max 20x 为每月 250 美元，Max 面向需要更高用量、更少中断、更优先访问新模型和功能的用户，并包含 Claude Code。
OpenAI 的 ChatGPT 也有 20 美元 Plus 和更高阶 Pro 方案，个人高用量 AI 产品正在共同进入 100 美元、200 美元价格带。
差别在于产品心智。
ChatGPT 更像全民入口。
Gemini 绑在 Google 搜索、Gmail、Docs 等场景里。
Copilot 跟 Microsoft 365、Word、Excel、Teams、Edge 连接更深。
Meta AI 则直接进入 WhatsApp、Instagram、Facebook、Messenger。
Claude 的典型使用场景更偏主动访问、长文本处理、代码、复杂写作和专业任务。
它要求用户知道自己为什么打开它，也更容易吸引已经愿意为效率付费的人。
Ipsos 的付费订阅数据也说明了这一点。
ChatGPT 付费订阅中，4% 的受访者表示自己付费，3% 表示由雇主或学校付费；Claude 对应比例都是 1%；Copilot 则有 5% 自费、10% 由雇主或学校付费。
Claude 的付费面很窄，但这部分人更可能是高意愿、高强度用户。
这就是 Anthropic 现在的位置，规模小，单个用户价值可能更高。
它不像 Meta AI 那样靠社交产品铺开，也不像 Google 那样靠搜索入口捎带分发。
Claude 需要用户主动选择。
但主动选择，本身就是门槛。
Meta AI 站在另一端
Meta AI 是这张表里的另一端。
它的周活用户中，年收入 10 万美元以上家庭占比只有 36.5%，5 万美元以下家庭占比达到 32.1%。
在这组主流 AI 助手里，它最接近大众市场。
原因并不复杂。
Ipsos 调查显示，在用过 Meta AI 的人里，55% 通过 WhatsApp、Instagram、Facebook 或 Messenger 内置功能接触它，40% 是在 Facebook 或 Instagram 搜索时看到 AI 生成摘要或答案，只有 21% 是去 meta.ai 或 Meta AI 应用里输入问题。
入口决定用户。
Meta AI 被放进社交网络，Gemini 被放进搜索，Copilot 被放进办公软件。
Claude 则更多依赖用户带着明确任务进入产品。
这会带来完全不同的商业后果。
Meta AI 可以接触更广泛的人群，但用户意图更分散，很多互动可能只是顺手一问。
Claude 的用户少，但更像带着工作问题进门，需求更清晰，也更容易被转化为订阅、API 调用或企业采购。
AI 市场正在重演消费互联网和生产力软件的老故事，一边是巨大流量入口，一边是高 ARPU（Average Revenue Per User，每用户平均收入）工具。
前者负责覆盖，后者负责收钱。
分水岭在使用强度
更关键的分层，不只发生在是否用过 AI 上，还发生在怎么用 AI 上。
Ipsos 调查显示，在过去一周用过 AI 服务的人里，34% 只用了一天，49% 用了 2 到 5 天，16% 几乎每天都用。
使用最重度的一天里，62% 只处理一两个快速任务，32% 多次使用，只有 6% 表示当天大量使用或高度依赖 AI。
这说明美国 AI 普及率看上去已经不低，但多数使用仍然很轻度。
大量用户只是把 AI 当搜索框、改写器、临时问答机；少数用户开始把它当工作界面。
工作场景同样如此。
在有工作的 AI 用户中，46% 主要用于个人事务，26% 主要用于工作，25% 工作和个人差不多；
在工作中使用 AI 的人里，33% 使用雇主付费或提供的服务，50% 使用个人订阅或免费服务，11% 两者都用。
这组数字放在 Claude 的收入画像旁边，会有一个更清楚的判断，AI 行业的下一轮竞争，很可能围绕高强度用户展开。
高强度用户不会只问天气、写邮件、总结网页。
他们会把 AI 接进代码、合同、销售、研究、投放、采购、客服和数据分析。
模型能力差距越大，工具带来的结果差距越大。
Anthropic 自己的 Project Deal 实验提供了一个有意思的旁证。
实验中，不同 Claude 模型代理员工在内部市场买卖真实物品。
更强的 Opus 模型作为卖方，平均能为同一件商品多卖 2.68 美元；作为买方，平均少付 2.45 美元。
当 Opus 卖方面对 Haiku 买方，平均成交价为 24.18 美元，高于 Opus 对 Opus 交易的 18.63 美元。
更微妙的是，处在劣势的用户并没有清楚感知自己吃亏。
这类实验规模很小，也发生在公司内部，不能直接推到整个商业世界。但方向很清楚。
当 AI 开始代表人谈判、采购、写代码、做研究，模型能力就会变成一种新的生产资料。
谁用更强的模型，谁更早把模型放进工作流，谁就可能获得更好的结果。
差距会藏在每一次小决策里。
对 OpenAI、Anthropic 和广告主的信号
这份调查对几家公司指向不同的问题。
对 Anthropic，Claude 的高收入画像是利好，也是压力。
利好在于，它证明 Claude 已经吸引到一批更可能付费、更可能高强度使用的用户。
压力在于，Claude 仍然太小。
3% 的周使用率，支撑不了一个大众平台叙事。
Anthropic 需要继续提高高端用户价值，同时找到更低门槛的分发方式。
对 OpenAI，ChatGPT 仍是默认入口。
它在总体周使用率和高收入人群触达上都领先。
真正的挑战是，把规模优势转化为更高阶的工作流锁定，避免高价值用户在代码、研究、长文档等场景里流向 Claude。
对 Meta，Meta AI 的低收入占比更高，反而说明它接近大众。
它的商业化路径可能不会像 Claude 那样靠高价订阅，而更像广告、推荐、搜索、内容消费入口的延伸。
对广告主和企业软件公司，这是一张早期用户地图。
不同 AI 助手背后，可能对应不同购买力、不同任务类型、不同转化路径。
ChatGPT 代表最大默认入口，Claude 代表更高收入和更专业的使用倾向，Copilot 代表办公软件里的企业分发，Gemini 代表搜索和 Google 生态，Meta AI 代表社交网络里的大众触达。
当然，数据也要谨慎看。
Epoch AI 在收入分析中说明，Claude 样本量为 201，Grok 为 221，相比 ChatGPT、Gemini 样本更小，置信区间更宽；
调查是横截面样本，使用情况来自自我报告，可能有回忆误差和误分类。
但趋势已经足够清楚。
AI 不会只按模型能力排序，也会按用户阶层、入口位置、付费意愿和工作强度重新排队。
过去两年，行业一直在关注谁的模型更强。
接下来，更有价值的问题会变成，谁在用最强的模型，谁为它付钱，谁把它变成日常工作的一部分。
财富牛提示：文章来自网络，不代表本站观点。
