Anthropic花兩塊賺一塊，一場訴訟揭開對token經濟的反思

一場與美國戰爭部的訴訟，讓 Anthropic 罕見地公開了自己的財務賬本。公司首席財務官Krishna Rao在法庭提交的法律聲明（Declaration，Case No. 3:26-cv-01996-RFL）顯示：公司在模型訓練與推理上的累計支出已超過100億美元，而自商業化以來的收入僅約50億美元。

與此前媒體零散披露的全年業績以及公司間接披露的年度經常性收入（ARR）相比，這份法庭文件提供了更完整的財務輪廓，也在一定程度上印證了市場對當前大模型商業模式的長期猜測：推理業務的規模增長，仍趕不上模型訓練成本的快速攀升。大模型公司本質上仍在轉售“token”，而附著其上的計算毛利率仍然有限。

聲明還稱，為維持運營，Anthropic不得不籌集超過600億美元的外部資本，并通過長期融資安排支持大規模算力采購。聲明同時警告稱，政府以“供應鏈風險”為由實施的制裁，可能削弱投資者信心，并加劇客戶對不確定性的擔憂，從而導致公司2026年的收入減少數十億美元（multiple billions）。

如此一來，Anthropic想要盈利，就更加遙遠了。此前，該公司就已經把時間線推遲至2028年。

模型已經盈利的敘事詭計

此前，無論是Anthropic的阿莫迪，還是OpenAI的奧特曼，都聲稱模型已經盈利，公司仍在虧損。但這種說法只在有限意義上成立。

去年，在GPT-5發布后的訪談中，奧特曼表示，如果公司花3000億美元建設數據中心，就可以賣出4000億美元的AI服務。“如果不需要為模型訓練付費，我們會是一家非常盈利的公司。”幾乎在同一時期，阿莫迪在一場訪談中也給出了類似的邏輯。花1億美元訓練的模型，可以賺回2億美元，未來訓練10億美元、100億美元的模型，也將如此。“如果把每一代模型視為一家公司，舊模型其實在持續創造利潤。”

現在，這份來自 Anthropic 的法律聲明表明，現實情況遠非如此。公司在模型訓練與推理上的累計支出已超過100億美元，大約是其累計收入的兩倍。更重要的是，在大模型廠商的算力支出結構中，無論是美國的閉源前沿模型公司，還是中國的開源模型團隊，訓練成本始終占據絕對主導地位。這意味著，以 Claude 系列目前的使用規模來看，幾乎不可能僅靠推理收入收回模型訓練成本。

算力是大模型最大成本

AI模型的真實經濟學，幾乎是一個黑箱，充滿了商業敘事的“詭計”。兩位業界領袖的說法，讓EpochAI研究總監Jaime Sevilla感到困惑。他推測，阿莫迪所謂的“模型盈利”，主要是指模型產生的毛利潤，足以覆蓋其自身的“最終訓練運行”（final training run）。這一口徑并不包括公司的整體運營開支，也不包括開發模型過程中大量的基礎研究、去風險運行（derisking runs），以及最終沒有發布模型所消耗的研發算力。

大模型公司的成本結構，并不是“訓練一個模型—部署—回本”的簡單循環，而更像一家持續進行實驗的研究實驗室。那些沉沒在冰山之下的原始創新與失敗探索，往往構成了訓練成本的大頭。

所謂“單個模型可以賺錢”，在現實中也往往只是一個短暫的階段性現象。根據EpochAI的估算，在去年8月至12月 GPT-5的生命周期內，OpenAI主要產品收入約為60億美元。同一時期，模型推理成本約40億美元，公司運營成本（包括薪酬、法務、行政以及超級碗廣告等）約20億美元。這意味著公司的計算毛利率約為33%，而運營利潤率幾乎為零。

與此同時，為訓練GPT-5，OpenAI在當年4月o3發布之后至8月GPT-5正式推出之間，大約投入了30億美元訓練算力、15億美元研發人力以及約3億美元的數據成本。換言之，即使在其短暫的商業生命周期內實現了運營層面的盈虧平衡，GPT-5 所產生的毛利潤，仍不足以覆蓋訓練它所投入的研發成本。

理論上，只要模型持續運行，就可以逐漸收回投入。但在現實的競爭環境中，模型很少擁有這樣的時間窗口。在前沿模型的快速迭代中，一代模型往往還未收回訓練成本，就已經被下一代模型取代。隨著Gemini 3的推出，GPT-5 很快被后續版本GPT-5.2所替代，其有效商業周期僅維持了約4個月。即便是沒有明顯變現壓力的DeepSeek，如果遲遲未能迭代模型，也會被懷疑是否逐漸失去了光彩。

token即收入，但收入不止于token

但問題還不止于此。在這一階段，大模型廠商單位算力創造收入的能力，并未出現明顯提升。據The Information報道，去年全年，OpenAI與Anthropic均未能實現各自設定的毛利率目標，實際水平低于預期10多個百分點。事實上，在激烈競爭之下，OpenAI整體計算毛利率（推理毛利/推理收入）已從去年年中的約42%，下降至全年約30%左右。

去年10月，OpenAI曾披露其“付費產品計算毛利率”已接近70%，看起來似乎接近傳統軟件公司的水平（通常為60%—80%）。但這一指標僅針對付費用戶的推理業務，而在實際用戶結構中，免費用戶的規模遠高于付費用戶。與此同時，大模型廠商的訂閱定價往往建立在一個隱含假設之上，絕大多數用戶不會用滿額度。一旦出現高強度調用，邊際算力成本就會迅速上升。這也是為什么 Google 與 Anthropic 會迅速封禁利用訂閱賬戶高頻調用模型的OpenClaw用戶。

Anthropic的情況也并沒有明顯不同。由于其企業客戶的API調用占比更高，理論上計算毛利率會略高于以訂閱為主的產品模式，但仍難以達到典型軟件公司的水平。市場推測去年全年它營收45億美元，推理成本27億美元，對應計算毛利率約在40%左右。

從目前披露的數據來看，這在一定程度上反映了大模型廠商的普遍盈利結構，中國公司也不例外。已經披露年報的 MiniMax顯示，其全年毛利率約為25.4%。公司收入主要來自AI原生產品與API調用，而銷售成本則主要包括推理相關的云計算費用以及平臺傭金。

自商業化以來，大模型單位算力創造收入能力并沒有顯著提升。年初，OpenAI 首席財務官 Sarah Friar 披露稱，從2023年到2025年，公司可提供的計算能力從2023年的0.2GW（吉瓦）提升至2025年的1.9GW，增長10倍。與此同時，公司的年度經常性收入也幾乎沿著相同的曲線增長，從2023年的20億美元上升至2025年的超過200億美元，增長10倍。

這意味著，OpenAI過去三年的收入增長，幾乎是算力擴張的線性映射。換言之，公司更像是英偉達AI芯片的“經銷商”，雖然“買得越多，賺得越多”，但要賺得更多，還得繼續買更多。這使得其收入增長高度依賴資本性投入，一旦GPU、能源或資本成本上升，利潤彈性就會非常有限。英偉達的毛利率維持在70%以上。

2026/01/19 完整閱讀 >

事實上，盡管像谷歌這樣的科技巨頭，不定期地披露不斷攀升的token調用量，卻將AI相關收入與成本埋在龐大的綜合損益表之中，使得外界難以單獨評估模型的真實經濟結構。

Code、Claw與高價值任務

當然，在技術周期的早期階段，投資者往往更看重增長，而非利潤。只要企業能夠迅速占據市場，資本通常愿意相信盈利終將到來。

Anthropic與OpenAI也不負眾望。過去幾年，Anthropic的收入每年復合增長約10倍，而OpenAI的收入年復合增長約為3.5倍。按照這一增長趨勢，如果沒有這次風波，Anthropic 的年度經常性收入很可能在2026年8月左右反超 OpenAI。

Anthropic收入快速追趕OpenAI

如果根據其歷史披露的 ARR 數據進行簡單倒推，將各時間點的 ARR 折算為對應的月度收入，并結合 ARR 的增長軌跡估算全年平均收入，則自商業化以來，Anthropic的累計收入大約在50–60億美元之間，基本符合公司CFO的陳述。按相同口徑估算，OpenAI的累計收入約在 230–260 億美元左右。

但與此同時，兩家公司的資本支出也在迅速膨脹，從而不斷推遲其實現盈利的時間表。按照OpenAI的規劃，公司在2030年前的算力支出預計將達到約6000億美元，屆時將迎來公司盈利。這意味著OpenAI們不僅要擴大收入規模，更要改變收入增長高度依賴token調用量增長的局面。

規模仍然重要，它可以攤薄成本并提升利潤率，但真正決定商業模式關鍵的，仍然是每一單位算力所創造的價值。如果單位算力創造的收入長期停滯，大模型行業的結構很可能最終收斂為三條路徑：算力寡頭、平臺化競爭，以及不可避免的價格戰。

原因在于，在當前的模型經濟學下，收入幾乎與算力規模線性相關，更多算力意味著更多token，也意味著更多收入。這會使行業逐漸演變為一種典型的資本密集型產業，只有少數公司能夠承擔持續擴張的算力投資。與此同時，模型能力正在逐漸趨同，開源模型持續擴散，算力供應也在快速增加。一旦算力成本下降或開源模型進一步普及，token價格很可能被迅速壓低，而訓練與研發投入卻仍在不斷上升。

在這種情況下，大模型廠商最直接的出路，就是提高每一單位算力所創造的價值。這既來自模型性能的持續提升，也來自更高價值的應用層。這也是為什么各大模型廠商正迅速向原本由SaaS占據的應用層擴張，并積極推動智能體式（Agentic）AI的發展。AI不再只是對話，而是直接參與生成代碼，甚至自動執行企業的生產流程。在這一階段，OpenAI對AGI的定義才開始顯得具體，即在認知領域完成達到人類水平、并具有經濟價值的任務。

在這種模式下，AI的商業模式也從“出售計算能力”，逐漸轉向“出售自動化勞動力”。對企業客戶而言，付費邏輯也隨之改變，他們不再為token調用付費，而是為完成一項任務付費。大模型廠商與應用廠商，都有動力完成從重視token數量向重視token價值的轉型，讓利潤更多地沉淀于自己的一側。

為了實現這種轉變，OpenAI等公司也在重新設計自己的商業結構，從單一的模型調用收費，轉向更復雜的產品與平臺收入體系。這也是為什么OpenAI一再調整自己的收入結構藍圖。現在，它預期未來的收入主要來自四個部分：ChatGPT的消費者業務（包括免費用戶的廣告變現），企業服務（包括智能體、研究助手），平臺業務（包括在微軟Azure上的API銷售），以及新產品（包括AI硬件等）。

OpenAI的收入結構藍圖

開源模型社區已經開始積極擁抱OpenClaw，紛紛推出兼容的實現版本。OpenAI也迅速作出反應，將該爆款產品的開發者招致麾下，并在GPT-5.4系列中引入原生computer-use能力。過去一年持續發布一系列產品的奧特曼，顯然也不打算讓“垂直一體化的個人智能體”停留在太遙遠的未來。與此同時，Anthropic則在Claude體系中較早將工具調用能力模塊化，并以 “Skills” 的形式進行封裝，Claw能力最終也很可能被進一步引入其企業服務護城河之中。

也許在2026年，大模型商業化競爭最大的看點之一，已經不再是Anthropic何時反超OpenAI，而是誰能率先將自己的收入增長從單純依靠token銷售量的擴張中擺脫出來。