Anthropic即將上市：大模型是不是一門好生意？

2026年10月26日，Anthropic正式向美國證券交易委員會公開提交IPO申請，擬在那斯達克掛牌，股票代碼ANT。媒體報導的估值預期，是1.5兆至2兆美元。還沒敲鐘，身價已經是兆美元起步。無論上市後的表現如何，這一天都很可能在經濟史上留下一筆。

Anthropic是這場智能革命的重要風向標。很多人把AI的經濟價值與模型公司的商業價值綁在一起：AI既然能改變世界，領跑的模型公司，怎麼也該賺個盆滿缽滿吧？

如果Anthropic能夠一往無前，市場就更有理由相信，今天的巨額投資終有回報。故事越講越大，錢也越投越多。可一旦增長不及預期，懷疑也會沿產業鏈傳開：模型公司賺不到錢，雲廠商、晶片和數據中心的訂單，還能持續多久？

一家公司的成績單，就這樣牽動了整場技術革命的信心。

但這種聯繫，也容易掩蓋一個區別：AI創造的財富，可能留在大模型公司，也可能通過更低的價格、更高的效率，流向使用它的企業和消費者。

Anthropic的上市，把兩個問題同時擺到了我們面前：智能革命能創造多大的價值？投資一家大模型公司，又能分享多少價值？

這兩個問題的答案，其實未必相同。

偉大行業，平庸投資

我們常說，偉大行業，平庸投資。如果要給20世紀最偉大的行業排個座次，電力肯定坐在主桌。

電改變了工廠、城市和普通人的生活。可燈照亮了千家萬戶，並不意味著投資電力的人，都能跟着沾光。1900 年前後美國曾有幾百家電力公司，後來大部分死於市場競爭、債務危機和大蕭條。其中，一個引人注目的名字是英薩爾。他最初是愛迪生的私人秘書，1892年接掌芝加哥愛迪生公司，此後通過大機組、聯網供電和低價擴張，把電力做成了一門大規模生意。但1932年，他的公司也因為過度負債而破產，六十萬股東血本無歸，他本人逃到希臘，被引渡回美國受審。

還有汽車行業，號稱工業時代皇冠上的明珠，但是在長期，投資汽車股票的人賺錢了嗎？

巴菲特曾經說，他手裡有一份當年美國汽車製造商的名單，長達 70 頁，數量至少超過 2000 家。很遺憾，近一個世紀後，美國只剩通用、福特、克萊斯勒三家，而且長期收益並不盡如人意。福特 1956 到 2019 年，年化 5.6%，買到龍頭，也就跟買公債差不多。通用汽車更在2009年走進了破產重組。後來，汽車繼續生產，但舊公司的普通股在2011年3月31日被正式註銷，股東沒有獲得任何補償。

改變世界和讓股東賺錢，是兩件事。巴菲特的結論是：投資的關鍵不在於判斷一個行業會多大程度上改變社會，而在於判斷一家公司的競爭優勢，以及這種優勢能維持多久。

讀 Anthropic 的招股書，我總想到這些故事。「智能會改變世界」，很容易讓人順手推出「大模型公司會讓投資者賺大錢」。但從前一句走到後一句，中間還有很長一段路。

如果看巴菲特的選股偏好，可以概括成一句話：利潤能夠不斷增長，卻不需要年增率例投入大量新增資本。

他舉的例子是喜詩糖果。從1972年收購到2007年，喜詩累計產生了13.5億美元稅前利潤，而為了支撐業務增長，只需追加3200萬美元經營資本。剩下的錢可以交給母公司，納稅後再去投資其他企業。

拿這把尺子量Anthropic，目前顯然還不合身。但一家處在技術前沿、快速擴張的公司，現金流緊張也不奇怪。重要的問題是：再往前走，它有沒有可能成為一門能夠持續為股東留下現金的好生意？

我們可以把這個問題拆成三層來看。

第一，訓練大模型，能不能掙錢？

第二，為了繼續賣智能，每年還要投進去多少錢？

第三，賺到的錢，能不能長期留在模型公司手裡？

大模型商業模式的三個問題

第一，訓練大模型，能不能掙錢？

Anthropic 的生意說穿了很簡單：按 token 賣「智能」。2026 年上半年 162.86 億美元收入里，按調用量計費的收入約131億美元，占八成；企業版、Pro/Max 這些訂閱 32 億，占兩成。八成按用量收費，兩成收包月費、包年費。這像是一張電力公司的賬單，而不是軟體公司、平台公司的賬單。

這種生意有一個好處：同一版模型訓練完成後，服務第一位客戶和第一億位客戶，不需要把訓練重新做一遍。推理仍然消耗算力，但前期研發投入可以由更多使用量來分攤。只要用量增長足以抵消降價，收入就能繼續增長；如果單位服務成本下降得比價格更快，毛利率也會提高。

Anthropic的報表，已經顯示出這種變化。營業收入從2023年的4100萬美元，增至2024年的3.86億美元，2025年又躍升至45.85億美元。到了2026年，僅上半年就實現了162.86億美元收入。

2024年以來，收入擴張的同時，毛利率也在快速改善：從2024年的−94.8%，升至2025年的39.5%，再升至2026年上半年的85.4%。換句話說，2024年客戶每支付100美元，公司對應的營業成本接近195美元；到了2026年上半年，這項成本降到了約15美元。

與中國大模型廠商相比，這個數字已經相當漂亮。智譜、MiniMax收入大概不到Anthropic的1%，毛利率也只有20%左右。

2026年上半年三家大模型公司收入與毛利對比

至少在服務付費客戶這一環，Anthropic已經跨過了一個重要門檻：客戶支付的錢，明顯超過了當期營業成本。不過，毛利高，並不代表整家公司已經賺錢。大模型要分訓練和推理兩個階段。營業成本里的23.80億美元，主要對應於已經訓練好的模型，在推理階段，服務客戶的算力和基礎設施。繼續研發、訓練下一代模型的錢，主要記在研發費用里，還沒有從這85美元毛利中扣掉。

這就到了第二個問題——為了繼續賣智能，每年還要投進去多少錢？

喜詩賣糖果，並不要求技術進步，不需要每年發明一種智力高出一倍的巧克力。前沿模型公司可沒有這樣的幸福。

客戶購買Claude，很大程度上是因為它的能力足夠強。但競爭者不斷推出新模型，客戶對準確率、速度、價格和任務完成能力的要求也不斷上升。公司必須繼續投入，才能保住下一輪收入的基礎。

一個前沿模型能領先多久？目前來看，也就是幾個月。招股書里有個很能說明問題的數字：2026年7—9月，Anthropic超過80%的收入，來自當年4—9月發布的模型版本。支撐收入的主力，已經是最近半年推出的模型。

以前的發電廠，建一座，折舊三四十年，之後幾十年都在收電費。現在的大模型公司，每年都要重建一座更大的電站。

招股書顯示，2026 年上半年，總算力與基礎設施費用 89.45 億美元。其中記在營業成本里、用來服務客戶的只有 23.80 億；剩下六十多億，是在訓練下一代模型。也就是說，每花 100 塊錢買算力，不到 30 塊用來賣token，70 多塊在建下一座模型。

當然，持續投入本身不是罪過。巴菲特也投資需要大量資本的公用事業。真正的分界線是：每追加一筆錢，能不能獲得相稱的回報。

如果研發投入能夠打開更大的市場、提高客戶付費、降低服務成本，這些錢就是有價值的投資。如果投入越來越大，卻主要用於避免被競爭者甩開，股東就得追問：企業究竟是在積累優勢，還是在不斷支付留在牌桌上的費用？

更麻煩的是，這些投入已經不只是可以逐年調整的研發預算。

Anthropic 不自建數據中心，算力主要租自亞馬遜和谷歌。所以它的資產負債表上沒有多少廠房設備，「資本開支」藏在營業成本和表外的採購承諾里——2026 年上半年，Anthropic 的不可取消採購承諾，從 2025 年末的約 546 億美元，增至 6 月底的 2,656 億美元，半年漲到原來的 4.9 倍；已簽約但尚未起租的預計租賃付款，從 502 億美元增至 3,214 億美元。此後公司又簽訂或修訂了大批基礎設施協議，若把後續承諾和條件性支出一併算上，涉及的未來支出已達兆美元量級。

所謂不可取消採購承諾，沒有出現在資產負債表，但就是一種變相的負債。以Anthropic與谷歌、亞馬遜的協議為例，只要供應商按約履行義務，即便實際使用量不足，公司通常也得補足約定的最低支出。

這就出現了一種「短貸長投」式的期限錯配：公司對供應商承諾的是多年剛性支出，客戶對公司承諾的卻是按月、按量、隨時可以不用的收入。上半年 131 億美元的營業收入，沒有一分錢是客戶簽了五年的。

電力史上，英薩爾就是倒在這上面的。他的電站是用債務建的，電費是按月收的；1929 年之後，大蕭條導致用電量大幅下滑，但債務卻不會跟着縮水。

技術創造價值，並不保證股東們都能等到價值兌現的那一天。

第三個問題：賺到的錢，能不能長期留在模型公司手裡？

這是護城河的問題。客戶為什麼選Claude？因為它好用。可如果另一家同樣好用，而且更便宜呢？

如果客戶只是通過API接入大模型，那麼就可以隨時更換供應商，如果競爭對手推出了性能更好的模型，客戶就會移情別戀。比如，2026年9月，OpenAI推出GPT-6 Astra。隨後一周，在第三方模型平台OpenRouter上，用戶花在OpenAI模型上的錢，一度超過Anthropic。

單靠一時的技術領先，大模型這門生意就很可能會被做成大宗商品。比如，電就是大宗商品，各個發電廠生產的都是類似質量，類似價格的電力。很少有人追問：今天這度電，是哪家發電廠的產品。

真正的護城河，只能來自與客戶的深度綁定。招股書里還有一個細節：Anthropic承認，企業部署的瓶頸不只是模型能力，還包括沒有建好的系統連接、沒有制定的治理規則，以及需要重新設計的工作流程。公司因此派專門團隊進入客戶組織，幫助設計和部署具體應用。

Anthropic招股書中提到了AIG，這是一家大型保險公司。AIG與Anthropic的合作，是把Claude嵌入核保流程，共同建設業務應用。過去，核保員可能要花數周搜集資料，再開始整理風險摘要。現在，在已經部署的業務中，他們可以從Claude生成的風險摘要和完整審計軌跡開始工作，把精力放到審閱和判斷上。據公司披露，AIG Assist在已部署的業務範圍內，將投保申請審閱時間縮短了90%以上。

這時候，客戶購買的就不只是一次模型回答，而是把數據接進去、重新改治理規則和員工分工。當這些流程深度依賴Claude，更換供應商就會變得更困難。

不過，與客戶深度綁定所形成的護城河，未必屬於模型公司，也可能屬於模型之上的應用公司。比如，WorkBuddy的打法，讓底層模型保持可替換，把客戶的工作留在同一個工作檯里。

國內版目前列出的內置模型包括混元、DeepSeek、智譜、MiniMax和Kimi，用戶也可以接入自己購買的第三方模型服務。這樣做的好處是，不管哪家模型勝出，WorkBuddy都能接入。模型負責理解與推理，工作檯負責組織工具和執行過程。Workbuddy還接入了企業微信，員工不需要更換日常工作的入口，AI可以直接進入團隊分派任務、交付結果、檢查修改的協作過程。

當團隊的資料、工具連接、工作標準和協作習慣逐漸集中到這裡，換一個底層模型，未必需要換掉整套工作環境。模型廠商之間的競爭，反而有機會成為工作檯改善服務、控製成本的條件。

如果客戶依賴的是某一款模型，優勢可能留在模型公司；如果客戶依賴的是組織模型、數據、流程和工具的工作檯，優勢就可能沉澱在WorkBuddy這樣的應用里。

所以，大模型是不是一門好生意？

Anthropic的招股書給出的答案，已經比「模型只會燒錢」前進了一大步：直接服務成本被收入覆蓋，毛利快速改善，經營現金流開始轉正。但它還沒有證明，自己能夠在持續開發下一代模型、兌現長期算力承諾之後，穩定地留下可供股東支配的現金。

大膽預測未來的話，我認為，大模型競爭的終局，很可能出現兩種生意：基礎智能越來越像公用事業，前沿智能則越來越像「奢侈品」。

隨著技術進步，只要越來越多的模型跨過了日常工作的能力門檻，價格競爭就會變得激烈。整理會議記錄，給商品分類，寫一封通知，從表格里找出異常——現實世界裡，大量工作需要的不是多麼聰明，而是準確、穩定、便宜。為了完成這些任務，企業沒有理由每一次都為世界上最聰明的模型付費。

當幾家模型都能把同一件事做好，客戶自然會開始比價。到了這一步，基礎智能就會越來越接近水、電、通信這樣的服務：隨時可用，按需購買，供應商靠成本、規模和服務質量競爭。智能成為基礎設施，也可能意味著它更不可或缺，卻更難賣出高價。

像Anthropic這樣的追求「頂尖智能」的公司，還是可以做「大模型界的LV」：在基礎能力日益普及的市場裡，保留一塊客戶願意多付錢的地方——在複雜任務上持續交出更好的結果。

最後，跳出單一公司單一行業的視角，從長遠來看，AI的路還很長。

直到現在，我們仍然處於智能革命的早期。從Anthropic的招股書也可以看到，AI的滲透度仍然是很低的——在財富500強企業中，超過一半已是年消費10萬美元以上的Anthropic客戶，但這些企業在Anthropic上的花費，平均不到其總開支的0.1%，用得最多的前10家也不到1%。

Anthropic招股書也很有意思，最開頭並不是自己的業績，而是三幅圖，分別是紅色菌落、菊石的剖面圖，以及古式天球星圖。這是什麼意思？我覺得，這代表着從微觀生命到宏觀宇宙，有待人類探索的廣袤空間。

後面配着文字：「我們相信，AI是人類歷史上最具深遠影響的技術之一。如果管理得當，它能夠迅速加速科學創新，大幅提高經濟增長率，使重大疾病的治癒方法觸手可及，並解決歷經數代人的努力仍未能解決的問題。」

我也相信這樣的星辰大海。但通往它的路，註定曲折蜿蜒。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。