Deedy Das 榜单:30家百亿美元AI独角兽,中国公司进前十
11月15日,硅谷老牌风投机构Menlo Ventures合伙人Deedy Das(@deedydas)在社交平台晒出一张全球AI公司估值与营收排行榜。 Menlo Ventures成立于1976年,是硅谷历史最悠久的风险投资机构之一,曾投资Uber、Chime等知名科技公司。近年来,这家机构将AI作为重点投资方向,投
11月15日,硅谷老牌风投Menlo Ventures的合伙人Deedy Das(@deedydas)在社交平台贴出一张全球AI公司估值与营收排行表。
Menlo Ventures于1976年成立,是硅谷资历最老的风险投资机构之一,Uber、Chime等知名科技公司都曾拿到它的投资。近几年,AI成了这家机构的重点下注方向,投资名单里有Anthropic、Lovable、Modal等。
Anthropic的早期投资方名单里同样有Menlo Ventures:2023年它参与了后者的C轮融资,2024年又同Anthropic一起设立了一只1亿美元的AI投资基金。
榜单口径是截至11月14日,全球估值超过100亿美元、公开年化营收在1亿美元以上、且尚未上市的公司,符合条件的一共30家。
头部的“双寡头”差距还在拉大。OpenAI以约1.25万亿美元的估值排在第一,Anthropic以约9650亿美元跟在后面,两家已把其他对手甩开相当远的距离。
换成按年化营收排队,两家的位次却调了个个儿——Anthropic压过OpenAI。估值上两家一骑绝尘,收入上的较量却出现了新变化。
中国公司DeepSeek和月之暗面挤进全球前十:DeepSeek估值890亿美元排第五,月之暗面估值500亿美元居第七。榜单披露的数据显示,两家年化营收都已到10亿美元量级。
美国公司仍占压倒性多数。30家里有23家来自美国,涉及基础模型、AI编程、算力云服务等多个方向;中国入围2家,剩下5家分别来自加拿大、法国、德国、英国和瑞典。

01
“双寡头”断层领先
一年前的情形不是这样,当时OpenAI还“遥遥领先”。
2025年底,OpenAI年化营收约200亿美元,Anthropic才90亿美元,收入差了一倍多。
到了2026年,Anthropic的增速明显压过OpenAI。截至今年9月底,OpenAI年化营收约500亿美元;10月底,Anthropic已冲到810亿美元。十个月里Anthropic的年化营收涨了约8倍,OpenAI同期约1.5倍。原先落后的那一方,在营收上完成了反超。
实际收入层面同样看得出这个变化:今年第三季度Anthropic营收约170亿美元,OpenAI约100亿美元。双方在云平台收入的计算方式上仍有出入,不过Anthropic今年的增长势头已经相当惊人。
两家在行业里的领先位置没有松动。全球基础模型市场的头部之争,已经迈入万亿美元估值这一档。
更抓眼球的是,Anthropic正借这股势头冲IPO。
11月10日,Anthropic给出每股70至78美元的IPO发行价区间,预计11月19日登陆纳斯达克,代码“ANT”。按发行价上限算,其完全摊薄后估值可能到约1.4万亿美元,比今年5月9650亿美元的私募估值又迈出一大步。
OpenAI走的是另一条路。它此前表态2026年不上市,IPO推到2027年。11月6日,OpenAI完成新一轮融资的首批约110亿美元,估值1.25万亿美元,整轮规模可能达到200亿美元。
一年前,OpenAI在模型市场、用户规模和商业收入上都占着明显优势;眼下Anthropic先在收入增长上反超,又准备抢在前面IPO。
02
中国公司突围
中国AI公司也挤进了这张全球高估值AI公司榜单。
按榜单,DeepSeek估值890亿美元排第五,收入约10亿美元;月之暗面(Moonshot)估值500亿美元排第七,收入同样约10亿美元。两家都进了前十,在基础模型领域代表中国AI企业。
两家年化营收同为约10亿美元,估值对应的动态市盈率却一个是89倍、一个是50倍。这意味着资本市场的定价不只盯着当下收入,还把模型能力、技术路线和未来商业化空间的预期算了进去。
除中美企业外,加拿大Cohere估值255亿美元、年化收入约2.4亿美元;法国Mistral估值240亿美元、年化收入超过4亿美元。
德国国防AI企业Helsing估值180亿美元排在第20位,年化收入约5亿美元;英国算力基建商Nscale排第28,估值146亿美元、年化收入约2.8亿美元;瑞典AI开发平台Lovable压线拿到第30名,估值133亿美元,年化收入达到6亿美元。
03
超级并购启动
榜单上有两家公司被灰色标注,格外引人关注:xAI和Cursor。
这两家公司对应的交易估值分别是2500亿美元和600亿美元,且都标注为并入SpaceX体系。xAI的2500亿美元交易估值里包含了社交平台X的价值,不过榜单列出的5亿美元收入只计算AI业务。
另一家被收入囊中的企业是Cursor,这几年它在AI编程工具赛道上跑得很快。交易给出的估值是600亿美元,收入约26亿美元。榜单数据显示,不少估值更高的基础模型公司,收入规模反而比不上Cursor。
这两笔交易分别落在基础模型和AI应用产品上,头部企业正借助资本整合扩大业务边界。模型研发、应用产品与商业化渠道之间的联系进一步加强,AI行业的竞争也开始从单一产品和技术能力延伸至更大规模的商业生态。
04
卖铲子最赚钱
基础模型公司虽然占据了估值榜单的前列,但另一批企业同样值得关注——它们为整个AI行业提供算力、数据和推理服务。模型训练和应用部署的需求涨起来之后,这些公司的收入也开始形成相当规模。
首先是直接提供算力的企业。
Crusoe主要从事AI数据中心建设和云计算服务,估值达到309亿美元,收入约20亿美元。Fluidstack则通过GPU算力资源和云服务为AI企业提供计算能力,估值180亿美元,预计收入约6.6亿美元。
这些公司的生意跟传统云计算厂商有几分相像,区别在于它们的基础设施是围着AI训练和推理需求来建的。要买GPU、要建数据中心,资金得源源不断投进去,还得想办法拿下长期客户合同。
第二类是数据基础设施公司。
VAST Data估值达到300亿美元,收入约20亿美元,主要为企业提供大规模数据存储和管理服务。Scale AI估值290亿美元,2025年收入约10亿美元,业务则集中在AI训练数据、数据标注和模型评估等领域。
AI模型正往复杂推理、多模态和智能体方向走,训练数据好不好、处理得快不快、模型评估准不准,这些环节的分量随之加重。VAST Data做的是数据存储管理,Scale AI管的是数据生产处理,两家各自从其中一个环节找到了生意。
第三类则是近年来增长迅速的模型推理服务平台。
Baseten估值达到300亿美元,收入约6亿美元;Fireworks AI估值175亿美元,收入约10亿美元;Modal估值157.5亿美元,收入约10亿美元;fal估值160亿美元,收入约8亿美元。
开发者和企业要部署、运行AI模型,靠的就是这类公司,目的是把推理成本压下来、把运行效率提上去。fal的路子更聚焦一些,主要提供图像、视频这类生成式AI模型的推理服务。
跟大模型公司不一样,这些基础设施企业能同时接多家模型厂商和应用厂商的活,不同的技术路线也都能支持。AI应用越来越多地进入实际运营,模型调用量、算力消耗和数据处理需求,都有望继续往上走。
但基础设施这行当,未必就一定是更稳的买卖。算力服务商得掏出高昂的资本开支;推理服务平台要面对模型调用价格一路走低,还有大型云厂商来抢生意。需求涨上去,最后能不能变成利润,是这些企业接下来要回答的问题。
05
应用分化加剧
AI应用层的竞争格局跟基础模型、算力基础设施都不一样:应用公司的估值一般比头部模型企业低,可有些公司的收入增速和估值倍数,已经高得让人侧目。
其中,最先跑出规模的是AI编程、语音和搜索等高频应用。
Cognition凭借AI编程智能体Devin,估值达到480亿美元,年化营收约10亿美元;ElevenLabs以语音生成和语音智能体业务获得220亿美元估值,年化营收超过6亿美元;AI搜索公司Perplexity估值210亿美元,年化营收估算约7.5亿美元。
lovable成立于2024年,做的是让不懂编程的普通人用自然语言就能开发软件。它的估值已到133亿美元,年化营收约6亿美元。
但更值得关注的变化,发生在法律、医疗和企业服务等垂直行业。
法律AI公司Harvey的年化营收已超过4亿美元,估值155亿美元。美国排名前100的大型律师事务所中,已有80%用上了它,合同审查、法律研究、尽职调查这些活儿都交给它协助完成。
企业客服智能体公司Sierra估值158亿美元,商业模式挺有代表性:客户按AI实际解决的问题付费,比如成功处理一笔售后咨询,而不是为软件账号或Token调用量买单。今年10月底,Sierra宣布年化经常性收入突破4亿美元,五个月内翻了一倍。
医疗AI平台OpenEvidence走的是另一条路。它向经过认证的医生免费提供临床研究和医学信息检索服务,收入来自面向医药行业的广告。Sacra估算,其年化营收已达约3亿美元,估值150亿美元。
这几家公司的共同点在于,它们开始接手原本由律师、医生、客服人员等专业人士完成的工作环节。只提供一个AI聊天工具远远不够,它们得理解行业规则、接入企业现有系统,有时还要重新设计客户的工作流程。
应用层的估值逻辑也因此变得更有意思。按榜单简单计算,部分垂直AI应用公司的估值达到年化收入的数十倍,甚至高过不少算力基础设施企业。投资者看重的不只是软件能卖出多少订阅,还有这些公司未来能承接多大规模的专业服务市场。
这一趋势在其他研究里也能看到。11月11日,投资机构Leonis Capital发布的《2026 AI 100》报告显示,上榜的垂直行业AI公司从去年的28家增至40家,覆盖医疗、法律、金融等领域。
AI应用市场正在加速分化。基础模型能力不断提升,通用AI应用的功能优势越来越容易被复制,只靠模型能力包装出来的产品,很难长期撑住高估值。
资本市场则开始更青睐那些扎根垂直行业、手握独特数据和专业壁垒的企业。这类公司往往要长期积累行业经验、客户信任和业务流程,一旦深入核心业务,客户的迁移成本也会更高。
在模型吞噬一切的梦魇之下,对AI创业公司来说,应用层的机会也许正在于此。