Anthropic纳斯达克上市:1.5万亿美元估值背后,大模型正发生六个变化
王强 腾讯研究院前沿科技研究中心主任今天晚上,Anthropic,这家成立不到六年的公司将在纳斯达克挂牌,股票代码ANT。其发展速度和规模,不得不说是一个技术和商业史上的奇迹,也让人们窥见了AI对未来经济、社会的巨大影响。按每股83美元的最终发行价,其完全摊薄估值约1.5万亿美元。根据目前大家的预期,上市后其市值可能会
王强 腾讯研究院前沿科技研究中心主任
成立不到六年的
Anthropic,今晚就要在纳斯达克挂牌了,股票代码ANT。这样的速度和体量,放在技术和商业史上都算奇迹,也让人看到AI对经济和社会的冲击有多大。
最终发行价定在每股83美元,完全摊薄后的估值约1.5万亿美元。眼下市场普遍预期,上市后它的市值可能突破2万亿美元。谷歌、英伟达、AMD、博通、美光、微软、台积电这七家上游企业还同步认购了260亿美元。这次发行规模超过了SpaceX今年6月750亿美元的基础发行规模,进入美股史上最大上市之列。
估值之外,更该看的是增长曲线。连续10倍的增长,比移动互联网时代的高速增长快得多,这就是AI的加速度。
2023年一季度,
路演投资者材料第二页上有一句话:人类历史上第一次,智能成为人类可以构建的东西,推理、分析、综合、决策和创造的认知能力,可以规模化生产,按需获取。这句话我读了好几遍。它讲的其实不是某一家公司,而是整个产业的转折点:智能头一回脱离人本身而存在,变成了可以量产、计价和调度的工业品。
图源:Anthropic路演投资者材料
过去一周,我们把Anthropic四百多页的招股书、15页的路演投资者材料、41分钟的路演视频,还有七位创始人联名的公开信放在一起读了一遍。收入从哪来,算力花在哪,模型怎么迭代,组织怎么运转,风险怎么定价,这些第一次被一家前沿模型公司完整披露出来。从中可以看到大模型行业正在发生的六个变化。
趋势一
规模定律(Scaling Law)
但研发的主引擎换成了AI自己
Anthropic创始团队里,有人是2020年那篇《神经语言模型的规模定律》的主要作者。创始人信里提到,当时不少人并不相信机器智能会如此强烈地依赖规模,可按规模定律做出的预测,一次又一次被证明是对的。招股书的判断同样明确:AI能力还会继续进步,可预见的未来里需求会持续超过供给,而供给主要受算力约束。
不过整本招股书读下来,我觉得更值得关注的不是规模定律本身,而是研发方式上的三个变化。
第一,
第二,模型架构和推理基础设施放在一起设计。AI研究员和推理工程师共用规划周期、汇报线和绩效目标,架构决策从第一天起就把推理成本算进去。这也解释了为什么每一代
第三,也是最关键的,AI开始参与造AI,这也是目前讨论最多的
数据本身就能说明问题。2026年9月,Anthropic代码库中有超过90%的提交出自Claude之手;到了三季度,平均每名工程师每天的代码产出,已经超过2024年日均水平的45倍。那些缺少明确规格、以往要靠资深工程师拍板的开放式工程难题,按公司内部基准测试来看,Claude在九个月里的成功率提高了约50个百分点,达到约90%。今年接入
按标价计算,Anthropic内部使用Claude的价值从今年1月到9月增长了250倍以上。今年4月,这个月度价值第一次超过了公司的月度人员费用(不含
图源:Anthropic路演投资者材料
还有一个容易被忽略的取舍。招股书说得很明确:视频和图像生成模型虽然有商业吸引力,公司眼下并不专注这块,相应的算力转投编程、智能体和安全研究。理由有三条:编程的经济影响大;安全问题会在这里先暴露出来;编程的产出在很大程度上是可验证的。
大模型竞争的关键,正从拼研发循环的速度上见分晓。哪家公司的模型能先把自己公司的活干好,它的下一代模型就会来得更快。可验证的领域会最先被突破,也会最先反过来滋养研发。
不过这个循环还有另一面。招股书里专门提到,用AI来加速AI会带来相当大的安全风险;公司的负责任扩展政策中,已经写入了接近递归自我改进时的监测与缓解方案。创始人信里的说法更直白:到了必要时,公司可能主动放慢速度。
趋势二
产品从对话框走向
交付的是工作而不是回答
创始人信中对产品代际有一番判断:AI聊天机器人在2022年前后变得可用,AI编程智能体大约在2025年,而面向通用知识工作和科学发现的智能体,会在2026年逐步可用。信中还提到,Anthropic将减少在巩固现有产品上的投入,把更多精力放到定义新产品上,因为新一代模型总会打开几个月前还做不了的产品类别。
招股书为这一代产品取了个名字,叫虚拟协作者:它握有组织授予的权限、系统连接和上下文,能调用内部工具,也能跑完那些跨多步骤、需要持续推理的流程,和员工一起干活。
图源:Anthropic路演投资者材料
编程是头一个迈过门槛的品类。
网络安全或许排第二。在
知识工作算第三个。招股书里有句话我印象很深:所有数字工作说到底都是代码的一种表达形式。顺着这个判断,Anthropic把Claude Code那套智能体架构搬到了知识工作者身上,做成了
对话和智能体,正在合成同一个产品。
客户案例也能对上。乐天借Claude Code实现了7小时以上的自主编程,新功能上线时间从24个工作日压到5个;Salesforce用13天干完了原本要231天的API迁移;百时美施贵宝3万名员工全开了Claude,一个流行病学问题的回答从一两个月缩到四五分钟。
产品形态一变,技术栈也得跟着调。招股书里有句很朴素的话:光有模型本身,构不成智能体。智能体得能从崩溃里恢复,得用范围受限、可审计的凭证去操作系统,得在负载起伏时撑得住,这些都离不开一套运行框架。Anthropic把驱动Claude Code的同一套运行框架开放成
模型、平台、应用三层一起推,好处在客户数据上已经显出来了。到今年9月底,年付费超过10万美元的客户里,一半以上同时在用平台和至少一款第一方应用,去年四季度这个比例还只有约30%。
大模型的产品单位,正从一次回答变成一份交付。竞争焦点会从模型跑分,挪到运行框架、上下文管理、权限体系和工具连接这些工程能力上,也就是大家常说的
趋势三
按智能付费
Anthropic管自己的主要收入模式叫按智能付费,说白了就是按用量计费,以token计量、按所选模型定价。2026年前三季度,按用量计费贡献了收入的79%,订阅占21%;经三大云平台市场进来的收入占44%;美国以外市场占29%。
这种模式的特点,有三个细节说得特别清楚。
其一,降价是在换量,不是打价格战。2025年11月,Anthropic发布
也就是说,token单价往下走的背后是效率红利:算力效率先提上来,价格才降得下去,价格一降,需求又被进一步放出来。
其二,模型是有保质期的。招股书披露,三季度超过80%的收入来自过去6个月内发布的模型版本。今年前三季度,公司一共推出250项新的模型版本、平台功能和应用。这行里,模型不像一次开发、长期售卖的软件,更像得不断上新的生鲜。谁一停,客户就迁到别人最新的模型上去了。
其三,收入跟着人的工作节奏走。招股书提到,截至今年1月2日的两周里,客户总支出比前两周少了约20%,原因是不少公司在节假日安排了代码冻结,开发者提交代码、上线功能都慢了下来。一家AI公司的收入,开始出现类似人力服务业的季节性。这也从侧面说明,Claude已经深深嵌进了真实的生产活动。
还有一条承诺值得说:Claude不做广告。创始人信里讲,广告大概率会是一笔可观的收入,可一旦广告进了收入目标,追用户时长的压力就上来了,而公司希望Claude唯一的激励,是给用户一个有用的答案。收入模式决定产品的激励方向,这话对所有做智能体的公司都适用。
大模型的计价单位,正从席位变成token,下一步可能变成任务和结果。谁能持续把单任务成本压下去,谁就能吃到需求弹性;单任务成本能不能降,又取决于下面要说的算力效率。
趋势四
企业是主战场,开发者是入口,
交付能力成了新瓶颈
Anthropic打一开始就把重心压在企业上。创始人的说法是,AI的巨大价值主要来自企业和组织的部署方式。
数字涨得很快。年付费超过10万美元的客户,2023年底约20家,2024年底约200家,2025年9月超过950家,到今年9月底超过11900家,一年增长12倍。其中年付费超过100万美元的超过1900家,超过1000万美元的约250家。净收入留存率约900%,换句话说,一年前就在付费的客户,这个季度花的钱约是去年同期的9倍。
客户结构也在变健康。前五大客户的收入占比,从今年一季度的36%降到三季度的21%,没有单一客户占比超过10%。
空间还有多大?财富500强中超过一半已是年付费10万美元以上的客户,但这些客户花在Claude上的钱,平均不到其总费用的0.1%;花费最高的十家也未到1%。招股书写道,Claude的能力与实际使用广度之间的落差,是公司最大的增长机遇之一。
路演材料把花钱的典型路径拆成四步:工程师先用Claude Code,随后扩散到相邻岗位,再进入业务流程,最终嵌进对外产品。招股书里有组对比:三季度,没用Claude Code的企业版用户月均花费不到75美元;用了Claude Code的前5%用户,花费约是前者的20倍。开发者既是最挑剔的早期用户,也是企业内部最有说服力的推动者。
光靠自下而上的路子,显然撑不起来。招股书里就承认,组织内部天生抵触变革,这是Claude铺开时的一大拦路石。Anthropic的办法是搭一整套交付体系:直销团队和应用AI团队先按地域、再按行业分片,陪着客户把定制方案设计出来、部署下去;AWS、谷歌云、Azure三家云一起联合销售,客户直接跟Anthropic签约,Anthropic再把钱付给云厂商;埃森哲、德勤、毕马威、普华永道这些系统集成商,各自拉起了专做Claude的业务团队;合作伙伴网络已经认证4000多家组织、15万名从业人员;10月又砸下1亿美元办学院,打算到2027年底,按自家工程师的标准,培训出1万名能把AI推入生产环境的人。
即便这样,今年上半年销售、营销和合作伙伴费用也只占收入的19%。
模型能力已经跑到了组织吸收能力前头。下一阶段企业AI的瓶颈不在模型,而在交付:能把模型接进真实业务流程的FDE工程师、应用团队和生态伙伴,会是最稀缺的资源。这跟我们此前观察到的现场交付工程师岗位一年增长15倍,是同一件事。
趋势五
算力是最大的一块成本,
也是一张跨期的期货。
先看效率。2025年一季度到2026年三季度,Anthropic营收扩大45倍,算力与基础设施支出只扩大10.4倍。每1美元算力支出换回的营收,从0.40美元升到1.72美元,二季度一度达到2.08美元。
图源:Anthropic路演投资者材料
公司给了两个原因。一是算法改进带来算力倍增,同样的模型能用更少的算力训练出来、跑起来。二是多芯片架构:同时在亚马逊
再看错配。招股书写明,公司通常提前12至18个月采购算力,这部分成本短期内基本固定,需求却按季度翻倍。
结果就是利润随需求预测大幅摆动。二季度,营收跑赢了一年多前订下的算力,算力支出只占营收的48%,经营利润在已披露季度中首次转正,经营利润率8%。三季度需求继续冲高,公司高价补买50亿美元短期算力,单价明显高于多年期合同,约占当季算力支出的一半,算力占比回升到58%,经营利润率转为负3%。
再看一组数字。路演口径下,今年前三季度毛利率85%;可要把模型训练等全部算力支出都算进去,利润率就只剩43%。毛利率覆盖的只是服务客户那部分算力,训练下一代模型的开销不在其中。对做模型的公司来说,真正吃钱的地方,恰恰落在毛利率之外。
最后看规模。截至9月底及之后,Anthropic已签的算力与基础设施承诺约9000亿美元,其中约4516亿美元在2030年底前发生,其余主要在2031年至2045年之间。未来12个月到期的约707亿美元,低于当前约810亿美元的年化收入;但2030年底前的部分,已经是当前年化收入的5.6倍。
为了在这场跨期博弈里多留点回旋余地,Anthropic正把更多算力转向自建体系。
创始人信谈这件事很坦率:公司经常做出乍看之下大得不负责任的前瞻性投资,尤其是在算力上。信里拿制药业类比,前期研发投入巨大,只有等成功的药物出来才算得过账,只不过AI这个过程更快、规模更大。与此同时,公司愿意放弃一部分上行空间换取下行保护,比如需求高估时转手多余算力,持续提效来提高对误判的容忍度,必要时提前融资。用信里的话说,要大胆,但要清醒。
需求怎么预测、算力怎么调度,正变成大模型公司的核心经营本事。看重投入的AI公司,先瞧它单位算力的产出曲线,再瞧算力合同的期限跟需求增速对不对得上。前一条决定它赚不赚钱,后一条决定它会不会在哪一季被算力成本压垮。
趋势六
安全和治理,从成本中心变成产品的一部分。
今年4月,Anthropic训练出当时能力最强的模型。
这么做在商业上划得来吗?招股书的说法是:严格的安全防护、可预期的模型行为、可证明的问责机制,已经是企业给关键任务挑AI伙伴时的决定性标准。对齐做得好的模型更会听指令,没弄清用户想干什么之前不会贸然动手搞破坏,抗得住
于是Anthropic拉上金融、医疗、公共部门的100多家客户,一起做出了企业级前沿安全防护:监控数据放在客户自己的云账户里,用客户的密钥加密,滥用警报直接送到客户安全团队手上,Anthropic员工不碰。
在治理上,Anthropic是一家
公益这块也落到了股本上:上市前拿出5%的股权设公益基金,之后股价每持续涨50%,董事会可以再拨2%。七位联合创始人全都承诺,捐出个人所持股权的80%;过半员工也答应捐一部分股权。
创始人信里有一段,我以为是整份上市材料中最清醒的地方。信中说,启动IPO之前请教过不少经历过上市的企业家,好几个人给出差不多的建议:永远别让公司比它的实际价值多值一美元。理由是人们若照着你兑现不了的预期买股票,或者看错了你会怎么行事,那都很危险。所以这封信专门写明了公司可能违背投资者预期的两类决策:一类来自AI指数级发展、单看有些反常的业务押注,一类是为了平衡公共利益而偏离利润最大化。
安全也成了Anthropic留人的黏合剂。七位联合创始人一个没走,非预期流失率约1%;公司想留却走了的员工里,有19%后来回来了;前100名员工中,超过四分之三还留在公司。
模型一旦从回答问题转向替人做事,信任本身就成了产品的一部分。安全投入也就不再只是合规开支,企业客户为关键业务买单时,这笔钱等于入场券。
招股书还列了四个不确定因素。
第一是增速放缓。三季度环比增长47%,二季度是144%,差距明显。招股书里写明,收入增速会随时间往下走,降幅可能更大,也可能比预想来得更早;增速一降,季节性波动会更突出,业绩也更难预测。
第二是收入质量。招股书披露,今年前九个月有约5%至7%的收入来自后来被认定违反使用政策或商业条款的客户。公司在8月和9月收紧了检测和执行,这部分收入会逐步减少。影响有多大、何时体现,眼下说不准。
第三是算力错配。约9000亿美元的承诺,一般不管收入和利用率如何都得履行。部分算力建设还靠云厂商和芯片伙伴出资金或给信用支持。亚马逊和谷歌都持股超过5%,既是股东,又是客户、分销渠道和竞争对手,多重关系本身就带着不确定性。
第四是账面亏损。三季度净亏损233亿美元,其中219亿美元来自估值上升带来的可转换票据、衍生负债和
从发行定价看,市场其实已经在算这笔账。
对大模型产业的五点启发
六个趋势合起来看,能给产业留下五点启示。
第一,研发上,先让自己成为自家模型的第一用户。Anthropic的做法说明,内部用得深不深,比外部榜单排第几更能决定迭代速度。可以先从代码这类结果可验证的领域切入,让模型先改造自己的研发流程,再把能力外溢给客户。
第二,产品上,从对话转向交付。模型、运行框架、连接协议、技能包要一起做,产品围绕交付结果设计,而不是只看回答质量;规划产品时盯着模型半年后的能力,别只盯着当前水平。
第三,商业上,把单位算力产出当成第一经营指标。按量计费加持续降价,前提是单任务成本一直往下走。效率没提升的降价只是补贴;有效率提升撑着,降价才能换来需求弹性。
第四点看市场。企业服务最终比的是交付体系:开发者从下往上渗、应用 AI 团队做深度交付、云平台和集成商把生态铺开、FDE 工程师的认证与培训,再加上面向中型企业的那套服务形态,缺一不可。模型能力过剩的时候,收入归谁?归能把能力落进客户流程、变成结果的那一方。
第五,算力上,异构算力池化和长短期组合是基本功。一家模型公司能不能在多种芯片上高效训练和推理,能不能借助AI自动完成算子移植,能不能把数据中心和芯片分开锁定、把长约和短约搭配好,直接决定它在需求波动时的利润弹性。对需要同时在多种芯片上跑模型的企业来说,这一点尤其值得借鉴。
最后回到那句话:永远不要让你的公司比它的实际价值多值一美元。
对 Anthropic 来说,上市真正的分量不在又多了一家万亿美元市值公司。大模型行业头一回得在公开市场上按季度交账,这才是关键。智能开始量产以后,做出更聪明的模型反倒不是最难的了;难的是持续证明:每一单位算力产出的智能,确实有人愿意按量掏钱。
这场考试,从11月19日今天晚上开盘开始。
(本文内容依据 Anthropic 公开的招股书、路演投资者材料、路演视频以及创始人信整理。公司自报的经营数据和管理层在路演中的口径,均未经过独立核实;发行价格与规模以最终定价为准。本文不构成任何投资建议。)