本文来自微信公众号： 硅星人Pro ，作者：王兆洋 周一笑
Anthropic的IPO招股书终于正式公开。
所有人首先关注的，自然是它是否赚钱了。而从招股书来看，它基本就是目前想要做到字面意义上赚钱的模型公司的唯一说明书。
2026年上半年，公司收入达到162.86亿美元，约为去年同期的14倍。第二季度，Anthropic实现约9.74亿美元的GAAP经营利润，上半年经营现金流净流入约39亿美元。与之同时出现在账上的，是高达807亿美元的半年净亏损。不过，其中约724亿美元，来自可转债等金融工具的公允价值变动损失。
要理解这看起来的“巨亏”，得先看Anthropic过去是怎样融资的。
可转债可以简单理解为一种“以后可以换成股份的借款”：投资者先提供资金，等到约定的融资、上市等条件满足时，再按协议把债权转成股权。投资者拿到的权利具有价值，Anthropic也承担相应的融资义务。
Anthropic对相关可转债采用公允价值计量，需要定期重新估算这些融资义务值多少钱。随着公司估值上涨，按具体转股条款计算，投资者手中的权利也可能变得更值钱，公司账上相应负债的估值随之提高，增加的部分计入损失。上半年这笔约724亿美元的损失，主要就与公司估值上涨有关。
因此，净亏损里混合了经营活动和融资工具估值变动等不同来源。不能把807亿美元理解为半年花掉的现金，也不能简单减去724亿美元，就把剩余部分当作烧钱额。这类融资义务有真实的经济含义，例如未来转股可能稀释原有股东，但其估值变化不代表当期支付了同等金额的现金。
经营利润回答的则是另一件事：当期卖出产品和服务的收入，能否覆盖当期经营费用？
今年第二季度，Anthropic确认收入约115.55亿美元，扣除算力与基础设施、人员、销售和其他经营费用合计约105.81亿美元后，留下约9.74亿美元经营利润，经营利润率约为8.4%。这采用美国通用会计准则（GAAP）计算，已经包含当期模型研发和股权激励等费用。
所以，所谓“赚钱”，就是：当融资工具估值变动等项目继续计入后，第二季度的净利润仍是负数；上半年合计也仍有约6.93亿美元经营亏损，且经营利润同样不等于当期现金流入。但至少，在持续研发模型、服务客户和扩大销售的同时，Anthropic已经有一个季度的收入，能够覆盖当期确认的全部经营费用，并留下盈余。它展示了把智能做成一门经营上有利润的生意的可能性。而且在招股书的细节里，也对这种盈利能否跨越后续模型研发和新增算力交付的周期而持续下来，提供了可供参考的信号。
1
客户正在把更多工作交给Claude
Anthropic的收入从2023年的4100万美元，增长到2024年的3.86亿美元、2025年的45.85亿美元，再到今年仅上半年就达到的162.86亿美元。从这种变化可以看到一家公司怎样把智能装进产品、送进企业，再把越来越多的企业工作变成自己的收入，也能看到，这门生意为什么仍然需要不断向前跑。
Anthropic事实上找到了一种与传统软件订阅不太一样的赚钱方式。
企业购买Claude，不再只是给员工开通一个每月固定收费的聊天工具。越来越多的客户开始让Claude Code等Agent持续执行任务。模型调用次数、处理任务的复杂度和Token消耗量，都可能反映在账单上。
今年第三季度，没有使用Claude Code的Claude Enterprise用户，月均花费不到75美元；而使用Claude Code的用户中，消费最高的5%，月均支出约为前者的20倍。
这个比较挑选了Claude Code的重度用户，不能用来推断所有用户的平均支出。但它展示了一种新的消费空间：员工自己提问，使用量受制于人的时间；把任务交给Agent，软件可以持续运行，甚至并行处理工作，一个人背后的计算需求也随之扩大。
过去按席位卖软件，收入增长往往需要更多人坐到电脑前。按使用量收费的智能服务，还可以随着同一批人交出更多工作而增长。
这种区别在它的财务附注里也有呈现。2026年上半年，Anthropic的按量计费收入为130.64亿美元，订阅收入为32.22亿美元，分别占约80%和20%。这里的按量计费并不等于纯API业务，自有应用同样可以带来使用量收入。
订阅也仍在快速增长：去年上半年，这部分收入只有1.8亿美元，今年同期达到约18倍。Anthropic正在同时扩大两种收入：先让人愿意购买和使用Claude，再让越来越多的任务进入计费系统。
这种消费正在向更多产品扩散。年收入贡献超过10万美元的客户中，超过一半已经同时使用Claude平台和至少一款Anthropic自有应用，例如Claude Code或Cowork。2025年第四季度，这个比例还只有约30%。
截至今年9月底，已有超过1.19万家客户在过去十二个月贡献超过10万美元收入，一年前这一数字还只有950多家；其中，约250家的收入贡献超过1000万美元。
老客户净收入留存率达到约900%。按公司定义，这是把一年前已有付费记录的同一批合格客户，在今年第三季度与去年第三季度的收入相比较，排除了Pro、Max固定订阅用户。九倍的数字反映了这批客户整体扩张的幅度，不能理解为每家客户都增加了九倍预算。
Anthropic不只是在争取新客户，也在让已有客户把更多工作交给Claude。模型能力打开一个场景，产品把它变成能使用的工具，企业验证效果后再扩大部署。这是收入增长背后更值得观察的过程。
对于其他行业，这里有一个很实际的启发：AI产品的市场空间，开始取决于能接下多少工作、这些工作原本有多贵。客户数量和付费席位仍然重要，但已经不足以描述全部生意。
当然，更多Token不自动等于更多价值。反复重试、过长的上下文和失败任务，也能增加账单。持续扩张的客户提供了需求信号，最终仍要靠完成任务的质量和成本，来判断这些支出能否长期保留。
1
每1美元算力，开始换来更多收入
把Anthropic的收入和算力费用放到同一条时间线上，变化比单独的营收增速更直观。
Anthropic：算力及基础设施费用对应的收入，来源：招股书；最后一列为收入除以同期算力及基础设施费用。年度与半年度分别列示，未将半年数据年化
2024年，每花1美元在算力和基础设施上，Anthropic只能确认约0.15美元收入。今年上半年，这个数字提高到1.82美元，约为当时的12倍。
只比较两个上半年，去年这一比值约为0.50，今年提高到1.82，达到约3.65倍。收入增长约14倍时，算力及基础设施费用增长到约3.83倍。
最近两个季度的变化也在延续：今年第一季度，该比值约为1.40，第二季度进一步提高到2.08。到了第二季度，算力及基础设施费用占收入的比例已经降到约48%。
这还不能直接称为“每单位算力的收入”或“算力投资回报率”。分母是当期确认的费用，包含研究、训练、客户服务和内部使用等多种工作负载，也受采购价格、费用确认时点和设备交付影响。它没有告诉我们公司使用了多少颗芯片、完成了多少计算，更没有覆盖全部未来付款义务。
但作为商业指标，它揭示了一件重要的事：Anthropic的收入，已经开始超过维持当期整套计算活动所确认的算力及基础设施费用，而且差额正在扩大。
这里面既可能有模型和推理系统效率的提升，也有算力利用率提高、客户使用扩大、定价与产品组合变化的作用。招股书提供的数字不足以把每种贡献精确分开，不能把全部改善都归功于算法突破。
固定采购的资源被更多工作填满，本身就能改善账面经济性。Anthropic提前锁定的算力，在需求迅速增长时表现为经营杠杆：客户支出增加，已经交付的容量不必以相同比例增加成本。
这也是第二季度能够出现经营利润的关键背景。AI生意要跑通，需要模型持续打开值得付费的任务，也需要这些任务足够多，能够把已经买下的计算资源用起来。
1
毛利率升到85%
更重要的变化发生在成本结构上。
根据财报附注中的收入和营业成本计算，Anthropic的毛利率从2024年的约负95%，升到2025年的约40%，再升到今年上半年的约85%。
不过，毛利率只回答了其中一部分问题。用于服务客户的算力主要计入营业成本，研发下一代模型和内部使用等工作负载主要进入研发费用；渠道费用、营销、免费使用等支出，则归入销售和营销。
如果把主要费用按占收入比例展开，就是这样：
Anthropic：主要成本占比与经营利润率变化
能看出来，研发仍然是一笔大账。今年上半年，这部分费用达到约97.41亿美元，相当于每确认1美元收入，就有约0.60美元对应研发支出。但相比2024年和2025年，收入对这笔投入的覆盖能力已经明显增强。
因此，把Anthropic概括为“卖当前模型赚钱，研发下一代模型仍没证明能赚钱”，已经不够准确。第二季度的经营利润包含了当期研发费用。可能往后更加值得关注的一个指标是，它能否跨越后续模型训练和新增算力交付的周期，持续保持盈利。
与此同时，销售和营销费用占比，在2025年下降之后，今年上半年又有所上升。模型服务的账改善了，把服务卖出去的账变得更加重要。
2023年，Anthropic约11%的收入通过云厂商Marketplace产生；2024年升到32%，2025年达到47%，今年上半年进一步达到48%。
Claude越来越多地沿着企业已经使用的云平台进入客户，而这一过程需要付费。按另一套费用性质分类，今年上半年，Anthropic的销售、营销和合作伙伴费用达到约31.68亿美元，占收入约19%，去年同期约为10%；其中，仅渠道合作伙伴费用的同比增量就达到约27亿美元。
对于大企业，购买AI涉及预算、采购合同、权限、安全和现有技术系统。把Claude放进AWS、Google Cloud、Azure，意味着它有机会沿用企业已经建立的采购与部署路径。云厂商的销售团队，也能帮助它触达更多客户。
Anthropic并未把客户关系完全交给渠道。按照招股书的描述，在这类合作中，公司通常保留与终端客户有关访问和定价的独立合同安排，同时向云平台支付费用。
这是一种很有代表性的分发方式：借助现成的企业入口，同时争取保留自己的客户和定价权。开发者先用起来，再带动团队和企业采购；云平台解决接入和采购问题；Applied AI团队、系统集成商和咨询伙伴，继续帮助客户把能力放进业务流程。
模型能力必须经过这一整段路，才能进入真实的企业预算。
Google、亚马逊和微软，一边给Anthropic提供算力，一边帮助它卖Claude，同时也在开发自己的模型。这让它们既是基础设施供应商、分发伙伴，也可能是竞争对手。
Claude创造的价值，最终有多少能留在Anthropic自己手里，开始取决于模型之外的关系：谁拥有客户、谁控制入口、谁决定价格，以及企业愿意为迁移付出多大代价。
对其他AI公司来说，分发已经是一项需要设计、付费和持续经营的能力。推理越便宜，未必意味着生意就越容易做；省下来的钱，还可能需要用来获得客户和完成部署。
1
需求按月变化，算力则已按十年来购买了
Anthropic目前的经营改善，建立在需求迅速增长之上。它为下一阶段增长承担的义务，却已经提前发生。
按照招股书，Anthropic向Google承诺了至少约1145亿美元的算力采购支出，向AWS承诺至少约1100亿美元。公司还与博通签订了涉及约1612亿美元付款、不含利息的设备租赁安排。
这些协议各有不同的交付、付款和退出条件，不能简单加成一笔“明天就要支付”的现金账单。但Google和AWS的合同包含最低采购义务，即使实际使用不足，也可能需要补足相应费用。其中，AWS的协议一直持续到2036年。
这让Anthropic面对一个很简单、也很残酷的问题。算力买少了，可能无法满足客户需求，也可能在模型竞争中掉队；买多了，如果模型能力和需求增长不及预期，就可能留下大量昂贵的闲置资源。
公司也在改变取得算力的方式。除了购买云服务，它开始通过Anthropic Direct，把设备采购或租赁、数据中心容量和运营服务结合起来。其思路之一，是先锁定建设周期更长的数据中心容量，再在需求更明确时决定更大的加速器投入。
这让“获取算力”逐渐成为一项完整的经营工作：采购、融资、交付、电力、适配和调度，都影响资源何时能变成可出售的智能。
今年第二季度近10亿美元的经营利润，因此并不意味着Anthropic从此可以轻松赚钱。已经承诺但尚未交付的资源，会随着交付逐步进入费用。公司需要继续提高利用率，让新采购的计算资源尽快产生收入。
客户一侧的约束却没有同样长。上半年约八成收入按使用量产生，很多客户可以调整消费；供应一侧则有多年最低付款义务。当前的收入增速，也就承担着为未来固定成本提供覆盖的任务。
截至6月底，Anthropic持有约1124亿美元现金及现金等价物，以及约193亿美元短期投资。它有庞大的资金储备，但未来陆续发生的支出，仍需要足够多的收入来消化。
收入已经在向更多客户扩散。今年第三季度，前五大客户以外的客户贡献约79%的收入，高于第一季度的约64%；与此同时，前五大客户各自的季度收入贡献也创下新高。这说明集中度下降可以与大客户继续增长同时发生。
但客户更多，只能降低对个别客户的依赖，无法消除整个行业的需求风险。一旦AI预算增长放慢，或者竞争对手以更低价格提供足够好的能力，今天正在发挥作用的固定成本杠杆，也可能转过来压缩利润。
1
“RSI”
Anthropic解决这个问题的一种方式，是让Claude本身参与下一代Claude的研发。是的，就是所谓RSI。但Anthropic倒是没有在招股书里太多使用这个名词。
2026年9月，Claude已经写下Anthropic超过90%的代码贡献。第三季度，工程师人均每日代码贡献量，相比2024年提高了45倍以上。代码量不等于软件质量或有效研究产出，但模型已经大规模进入公司的生产过程。
Claude还参与实验执行、训练数据处理、模型评估和安全审计。按照Claude的公开价格折算，Anthropic内部Claude使用量的月度价值，从今年1月到9月增长超过250倍。4月，这一折算价值首次超过公司当月不含股权激励的人力费用。
这项数字衡量的是使用规模，不能当作实际内部成本，也不能直接等同于节省的人力费用。但它表明，算力在这家公司内部的用途已经扩展：它既用于训练模型和服务客户，也用于帮助员工完成工作、推进下一轮研发。
Anthropic研究部门在今年9月公开的数据显示，截至8月，Claude已经在约26%的被衡量AI研发工作中达到“主导”级别。也就是说，人类给出目标并监督，Claude可以完成其中的大部分工作。半年前，这个比例还不到1%。这仍是公司自己的任务与测量口径，不能外推为所有研究的自动化比例。
第三方评估机构METR对Claude Opus 5.5的判断也更审慎：Claude已经能够加快部分AI研发任务，但在长期规划、开放式推理，以及研究人员所谓的“研究品味”上仍有明显不足。现有证据还无法判断，AI研发能力的提升速度究竟是在加快还是放缓。
不过，它真正的重要性始终是它在内部能否持续换来更高的研发产出。同样的团队和预算，能不能更早发现有效方法、排除无效路线，让下一代模型以更少资源完成同样的任务？
Anthropic已经在围绕这种收益安排研发。招股书称，模型架构和推理基础设施共同设计，研究人员和推理工程师共享规划周期、汇报关系和性能目标。模型的能力与服务它的经济性，从设计阶段就要一起考虑。
这也是后训练和真实任务的重要性所在。公司把完整、贴近专业工作环境的任务组合，视为一项重要资产。只有知道客户在做什么、什么结果算完成、失败发生在哪里，智能提升才更容易对应到可购买的工作。当然，这个过程不应直接理解为“把企业私有数据拿去训练”。产品反馈、授权数据、评测任务和内部构建的训练环境，需要分别讨论。值得关注的是，部署产生的经验怎样进入研发，让下一代产品更接近真实需求。
如果这套机制有效，技术、产品和商业就会相互推动：Claude更强，能够接下更多任务；客户扩大使用，带来收入和需求反馈；收入支持新的投入，Claude自己也帮助提高研发效率。
它会形成一个Anthropic非常希望看到的循环。这可能是真正有用的RSI。ANthropic把它称为：close the loop。
另一组数字说明了为什么这件事如此紧迫：2026年第三季度，Anthropic超过80%的收入，来自此前六个月内发布的模型版本。这包含客户升级和产品迁移的影响，不能全部解释为新能力创造的增量收入。但至少说明，今天这门生意已经非常依赖持续更新的产品。
Anthropic必须在保持客户关系的同时，一轮轮重新证明自己的技术价值。
五年前，人们还在争论，大模型公司能不能找到愿意持续付费的客户。Anthropic如今已有上万家过去十二个月贡献超过10万美元收入的客户，第二季度的经营利润也首次转正。Claude甚至已经开始帮助研发下一代Claude。把智能变成生意的过程，正在变得具体：让模型接下有价值的任务，用产品降低使用门槛，借助渠道进入企业，扩大同一客户交出的工作量，再把收入用于下一轮能力和供给。
Anthropic已经展示了这条路可以在一个季度里走通，也算是给行业提供了目前唯一的一份说明书。