Anthropic的S-1上市注册文件首次将这家前沿AI公司的财务底牌摊开在公众面前。据科技媒体《The Verge》总编辑尼莱·帕特尔与芯片研究机构SemiAnalysis分析师乔伊·布鲁克哈特在播客《Decoder》中的对谈,Anthropic在很短时间内扩张至估值超过1万亿美元、ARR超过700亿美元的规模,毛利率、计算业务利润率和自由现金流等指标均符合投资者预期。布鲁克哈特认为这份文件“基本没有什么值得挑剔的地方”,并提到过去两天半导体产业链、新型云计算公司及计算基础设施相关股票因此再次大幅上涨。

但收入从哪来,是对话中最核心的追问。布鲁克哈特指出,即便两家领先AI实验室合计ARR已达1200亿美元,市场仍然非常狭窄:排名前1%的企业客户每名员工每年在AI上支出5万至10万美元,而更广泛的《财富》500强或全球2000强企业在AI上的投入仍然不多。Anthropic的企业支出很大一部分集中在编程领域,几乎是一家专注单一垂直领域的公司。要走向CEO达里奥·阿莫代伊所设想的1万亿美元收入,就必须进入网络安全、生物科技等更多白领工作场景,让AI从辅助劳动转向节省人力甚至替代人力。

竞争格局也在快速变化。布鲁克哈特提到,今年上半年Anthropic几乎一骑绝尘,占整个行业新增ARR的90%;但到第三季度,OpenAI可能占据了行业新增ARR的大多数。开放权重模型的Token推理成本规模从第一季度约10亿美元ARR增长到第三季度超过100亿美元。与此同时,Google DeepMind和Meta Superintelligence Labs等资金雄厚的实验室持续增加算力,马斯克也表示明年将新增约10吉瓦算力,其中一半用于长期内部业务需求。

推理效率是Anthropic利润率改善的关键。布鲁克哈特称,公司拥有多元化的芯片集群,包括Trainium、TPU和GPU,Trainium芯片的Token吞吐量相比去年同期提高了5到10倍,这既来自硬件效率,也来自软件优化和模型与硬件的交互方式。目前Anthropic每兆瓦推理算力创造的收入约为6500万美元,去年同期还只有一千多万美元;若未来运行类似Opus 5.5的模型并使用NVIDIA Blackwell芯片,每兆瓦收入可能达到1亿至1.2亿美元,而平均每兆瓦的销售成本(计算成本)仅略高于1000万美元。

这些利润空间被重新投入研发。布鲁克哈特强调,只有约30%的计算资源真正用于创造推理服务收入,其余用于实验研究、模型训练和后训练。Anthropic原本没预料到非GAAP EBITA利润率会达到11%,但公司已向投资者表示,如果能获得更多算力并分配给模型训练,同时继续提升计算效率,他们甚至希望利润率接近零或低于零。这呼应了贝佐斯式的逻辑:在能赚大钱之前不急着赚钱。

S-1中还有一个值得注意的数据:最近三个月收入中,80%来自过去六个月内发布的模型,仅20%来自Opus 4.5及更早版本。布鲁克哈特认为,这意味着一家前沿模型公司必须始终保持在技术前沿,否则收入基础会迅速老化。对投资者而言,这份文件既展示了AI推理业务可观的单位经济模型,也暴露了其背后动辄数千亿美元的算力采购承诺和高度集中的收入结构——繁荣表象下的经济账,远比ARR数字本身复杂。