Anthropic即将上市：大模型是不是一门好生意？

2026年10月26日，Anthropic正式向美国证券交易委员会公开提交IPO申请，拟在纳斯达克挂牌，股票代码ANT。媒体报道的估值预期，是1.5万亿至2万亿美元。还没敲钟，身价已经是万亿美元起步。无论上市后的表现如何，这一天都很可能在经济史上留下一笔。

Anthropic是这场智能革命的重要风向标。很多人把AI的经济价值与模型公司的商业价值绑在一起：AI既然能改变世界，领跑的模型公司，怎么也该赚个盆满钵满吧？

如果Anthropic能够一往无前，市场就更有理由相信，今天的巨额投资终有回报。故事越讲越大，钱也越投越多。可一旦增长不及预期，怀疑也会沿产业链传开：模型公司赚不到钱，云厂商、芯片和数据中心的订单，还能持续多久？

一家公司的成绩单，就这样牵动了整场技术革命的信心。

但这种联系，也容易掩盖一个区别：AI创造的财富，可能留在大模型公司，也可能通过更低的价格、更高的效率，流向使用它的企业和消费者。

Anthropic的上市，把两个问题同时摆到了我们面前：智能革命能创造多大的价值？投资一家大模型公司，又能分享多少价值？

这两个问题的答案，其实未必相同。

伟大行业，平庸投资

我们常说，伟大行业，平庸投资。如果要给20世纪最伟大的行业排个座次，电力肯定坐在主桌。

电改变了工厂、城市和普通人的生活。可灯照亮了千家万户，并不意味着投资电力的人，都能跟着沾光。1900 年前后美国曾有几百家电力公司，后来大部分死于市场竞争、债务危机和大萧条。其中，一个引人注目的名字是英萨尔。他最初是爱迪生的私人秘书，1892年接掌芝加哥爱迪生公司，此后通过大机组、联网供电和低价扩张，把电力做成了一门大规模生意。但1932年，他的公司也因为过度负债而破产，六十万股东血本无归，他本人逃到希腊，被引渡回美国受审。

还有汽车行业，号称工业时代皇冠上的明珠，但是在长期，投资汽车股票的人赚钱了吗？

巴菲特曾经说，他手里有一份当年美国汽车制造商的名单，长达 70 页，数量至少超过 2000 家。很遗憾，近一个世纪后，美国只剩通用、福特、克莱斯勒三家，而且长期收益并不尽如人意。福特 1956 到 2019 年，年化 5.6%，买到龙头，也就跟买国债差不多。通用汽车更在2009年走进了破产重组。后来，汽车继续生产，但旧公司的普通股在2011年3月31日被正式注销，股东没有获得任何补偿。

改变世界和让股东赚钱，是两件事。巴菲特的结论是：投资的关键不在于判断一个行业会多大程度上改变社会，而在于判断一家公司的竞争优势，以及这种优势能维持多久。

读 Anthropic 的招股书，我总想到这些故事。“智能会改变世界”，很容易让人顺手推出“大模型公司会让投资者赚大钱”。但从前一句走到后一句，中间还有很长一段路。

如果看巴菲特的选股偏好，可以概括成一句话：利润能够不断增长，却不需要同比例投入大量新增资本。

他举的例子是喜诗糖果。从1972年收购到2007年，喜诗累计产生了13.5亿美元税前利润，而为了支撑业务增长，只需追加3200万美元经营资本。剩下的钱可以交给母公司，纳税后再去投资其他企业。

拿这把尺子量Anthropic，目前显然还不合身。但一家处在技术前沿、快速扩张的公司，现金流紧张也不奇怪。重要的问题是：再往前走，它有没有可能成为一门能够持续为股东留下现金的好生意？

我们可以把这个问题拆成三层来看。

第一，训练大模型，能不能挣钱？

第二，为了继续卖智能，每年还要投进去多少钱？

第三，赚到的钱，能不能长期留在模型公司手里？

大模型商业模式的三个问题

第一，训练大模型，能不能挣钱？

Anthropic 的生意说穿了很简单：按 token 卖“智能”。2026 年上半年 162.86 亿美元收入里，按调用量计费的收入约131亿美元，占八成；企业版、Pro/Max 这些订阅 32 亿，占两成。八成按用量收费，两成收包月费、包年费。这像是一张电力公司的账单，而不是软件公司、平台公司的账单。

这种生意有一个好处：同一版模型训练完成后，服务第一位客户和第一亿位客户，不需要把训练重新做一遍。推理仍然消耗算力，但前期研发投入可以由更多使用量来分摊。只要用量增长足以抵消降价，收入就能继续增长；如果单位服务成本下降得比价格更快，毛利率也会提高。

Anthropic的报表，已经显示出这种变化。营业收入从2023年的4100万美元，增至2024年的3.86亿美元，2025年又跃升至45.85亿美元。到了2026年，仅上半年就实现了162.86亿美元收入。

2024年以来，收入扩张的同时，毛利率也在快速改善：从2024年的−94.8%，升至2025年的39.5%，再升至2026年上半年的85.4%。换句话说，2024年客户每支付100美元，公司对应的营业成本接近195美元；到了2026年上半年，这项成本降到了约15美元。

与中国大模型厂商相比，这个数字已经相当漂亮。智谱、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与毛利对比

至少在服务付费客户这一环，Anthropic已经跨过了一个重要门槛：客户支付的钱，明显超过了当期营业成本。不过，毛利高，并不代表整家公司已经赚钱。大模型要分训练和推理两个阶段。营业成本里的23.80亿美元，主要对应于已经训练好的模型，在推理阶段，服务客户的算力和基础设施。继续研发、训练下一代模型的钱，主要记在研发费用里，还没有从这85美元毛利中扣掉。

这就到了第二个问题——为了继续卖智能，每年还要投进去多少钱？

喜诗卖糖果，并不要求技术进步，不需要每年发明一种智力高出一倍的巧克力。前沿模型公司可没有这样的幸福。

客户购买Claude，很大程度上是因为它的能力足够强。但竞争者不断推出新模型，客户对准确率、速度、价格和任务完成能力的要求也不断上升。公司必须继续投入，才能保住下一轮收入的基础。

一个前沿模型能领先多久？目前来看，也就是几个月。招股书里有个很能说明问题的数字：2026年7—9月，Anthropic超过80%的收入，来自当年4—9月发布的模型版本。支撑收入的主力，已经是最近半年推出的模型。

以前的发电厂，建一座，折旧三四十年，之后几十年都在收电费。现在的大模型公司，每年都要重建一座更大的电站。

招股书显示，2026 年上半年，总算力与基础设施费用 89.45 亿美元。其中记在营业成本里、用来服务客户的只有 23.80 亿；剩下六十多亿，是在训练下一代模型。也就是说，每花 100 块钱买算力，不到 30 块用来卖token，70 多块在建下一座模型。

当然，持续投入本身不是罪过。巴菲特也投资需要大量资本的公用事业。真正的分界线是：每追加一笔钱，能不能获得相称的回报。

如果研发投入能够打开更大的市场、提高客户付费、降低服务成本，这些钱就是有价值的投资。如果投入越来越大，却主要用于避免被竞争者甩开，股东就得追问：企业究竟是在积累优势，还是在不断支付留在牌桌上的费用？

更麻烦的是，这些投入已经不只是可以逐年调整的研发预算。

Anthropic 不自建数据中心，算力主要租自亚马逊和谷歌。所以它的资产负债表上没有多少厂房设备，“资本开支”藏在营业成本和表外的采购承诺里——2026 年上半年，Anthropic 的不可取消采购承诺，从 2025 年末的约 546 亿美元，增至 6 月底的 2,656 亿美元，半年涨到原来的 4.9 倍；已签约但尚未起租的预计租赁付款，从 502 亿美元增至 3,214 亿美元。此后公司又签订或修订了大批基础设施协议，若把后续承诺和条件性支出一并算上，涉及的未来支出已达万亿美元量级。

所谓不可取消采购承诺，没有出现在资产负债表，但就是一种变相的负债。以Anthropic与谷歌、亚马逊的协议为例，只要供应商按约履行义务，即便实际使用量不足，公司通常也得补足约定的最低支出。

这就出现了一种“短贷长投”式的期限错配：公司对供应商承诺的是多年刚性支出，客户对公司承诺的却是按月、按量、随时可以不用的收入。上半年 131 亿美元的营业收入，没有一分钱是客户签了五年的。

电力史上，英萨尔就是倒在这上面的。他的电站是用债务建的，电费是按月收的；1929 年之后，大萧条导致用电量大幅下滑，但债务却不会跟着缩水。

技术创造价值，并不保证股东们都能等到价值兑现的那一天。

第三个问题：赚到的钱，能不能长期留在模型公司手里？

这是护城河的问题。客户为什么选Claude？因为它好用。可如果另一家同样好用，而且更便宜呢？

如果客户只是通过API接入大模型，那么就可以随时更换供应商，如果竞争对手推出了性能更好的模型，客户就会移情别恋。比如，2026年9月，OpenAI推出GPT-6 Astra。随后一周，在第三方模型平台OpenRouter上，用户花在OpenAI模型上的钱，一度超过Anthropic。

单靠一时的技术领先，大模型这门生意就很可能会被做成大宗商品。比如，电就是大宗商品，各个发电厂生产的都是类似质量，类似价格的电力。很少有人追问：今天这度电，是哪家发电厂的产品。

真正的护城河，只能来自与客户的深度绑定。招股书里还有一个细节：Anthropic承认，企业部署的瓶颈不只是模型能力，还包括没有建好的系统连接、没有制定的治理规则，以及需要重新设计的工作流程。公司因此派专门团队进入客户组织，帮助设计和部署具体应用。

Anthropic招股书中提到了AIG，这是一家大型保险公司。AIG与Anthropic的合作，是把Claude嵌入核保流程，共同建设业务应用。过去，核保员可能要花数周搜集资料，再开始整理风险摘要。现在，在已经部署的业务中，他们可以从Claude生成的风险摘要和完整审计轨迹开始工作，把精力放到审阅和判断上。据公司披露，AIG Assist在已部署的业务范围内，将投保申请审阅时间缩短了90%以上。

这时候，客户购买的就不只是一次模型回答，而是把数据接进去、重新改治理规则和员工分工。当这些流程深度依赖Claude，更换供应商就会变得更困难。

不过，与客户深度绑定所形成的护城河，未必属于模型公司，也可能属于模型之上的应用公司。比如，WorkBuddy的打法，让底层模型保持可替换，把客户的工作留在同一个工作台里。

国内版目前列出的内置模型包括混元、DeepSeek、智谱、MiniMax和Kimi，用户也可以接入自己购买的第三方模型服务。这样做的好处是，不管哪家模型胜出，WorkBuddy都能接入。模型负责理解与推理，工作台负责组织工具和执行过程。Workbuddy还接入了企业微信，员工不需要更换日常工作的入口，AI可以直接进入团队分派任务、交付结果、检查修改的协作过程。

当团队的资料、工具连接、工作标准和协作习惯逐渐集中到这里，换一个底层模型，未必需要换掉整套工作环境。模型厂商之间的竞争，反而有机会成为工作台改善服务、控制成本的条件。

如果客户依赖的是某一款模型，优势可能留在模型公司；如果客户依赖的是组织模型、数据、流程和工具的工作台，优势就可能沉淀在WorkBuddy这样的应用里。

所以，大模型是不是一门好生意？

Anthropic的招股书给出的答案，已经比“模型只会烧钱”前进了一大步：直接服务成本被收入覆盖，毛利快速改善，经营现金流开始转正。但它还没有证明，自己能够在持续开发下一代模型、兑现长期算力承诺之后，稳定地留下可供股东支配的现金。

大胆预测未来的话，我认为，大模型竞争的终局，很可能出现两种生意：基础智能越来越像公用事业，前沿智能则越来越像“奢侈品”。

随着技术进步，只要越来越多的模型跨过了日常工作的能力门槛，价格竞争就会变得激烈。整理会议记录，给商品分类，写一封通知，从表格里找出异常——现实世界里，大量工作需要的不是多么聪明，而是准确、稳定、便宜。为了完成这些任务，企业没有理由每一次都为世界上最聪明的模型付费。

当几家模型都能把同一件事做好，客户自然会开始比价。到了这一步，基础智能就会越来越接近水、电、通信这样的服务：随时可用，按需购买，供应商靠成本、规模和服务质量竞争。智能成为基础设施，也可能意味着它更不可或缺，却更难卖出高价。

像Anthropic这样的追求“顶尖智能”的公司，还是可以做“大模型界的LV”：在基础能力日益普及的市场里，保留一块客户愿意多付钱的地方——在复杂任务上持续交出更好的结果。

最后，跳出单一公司单一行业的视角，从长远来看，AI的路还很长。

直到现在，我们仍然处于智能革命的早期。从Anthropic的招股书也可以看到，AI的渗透度仍然是很低的——在财富500强企业中，超过一半已是年消费10万美元以上的Anthropic客户，但这些企业在Anthropic上的花费，平均不到其总开支的0.1%，用得最多的前10家也不到1%。

Anthropic招股书也很有意思，最开头并不是自己的业绩，而是三幅图，分别是红色菌落、菊石的剖面图，以及古式天球星图。这是什么意思？我觉得，这代表着从微观生命到宏观宇宙，有待人类探索的广袤空间。

后面配着文字：“我们相信，AI是人类历史上最具深远影响的技术之一。如果管理得当，它能够迅速加速科学创新，大幅提高经济增长率，使重大疾病的治愈方法触手可及，并解决历经数代人的努力仍未能解决的问题。”

我也相信这样的星辰大海。但通往它的路，注定曲折蜿蜒。