Anthropic IPO危机：168亿营收为何换不来高估值

Anthropic交出了一份让华尔街陷入矛盾的财报：季度营收168亿美元，毛利率85%，调整后营业利润率超过11%。按常理，这样的数字应该让投行把估值捧上天。但现实恰恰相反——资本市场正在悄悄削减其即将到来的IPO估值。这背后的逻辑，比表面数字复杂得多。

一份"完美"财报的两面性

根据路透社等媒体的报道以及纽约闭门投资者大会流出的核心数据，Anthropic第三季度营收达到168亿美元，相比2025年同期增长显著。更引人注目的是两个核心指标：85%的毛利率和超过11%的调整后营业利润率。在任何需要庞大算力支撑的重资产行业里，85%的毛利率几乎等同于合法印钞。

这种盈利能力来自Anthropic极度专注的赛道选择。当竞争对手用花哨的聊天界面吸引普通消费者时，Anthropic走的是企业级API市场的高净值路线。数据显示，其单用户月收入高达16.20美元，而主要竞争对手仅有2.20美元。更惊人的是净收入留存率（NRR）达到900%——这意味着去年只花800美元试水的企业客户，今年可能直接投入8000美元。一旦Claude被深度整合进企业的HR系统、数据分析流水线或代码库，替换成本高到让客户根本走不掉。

增速腰斩：资本市场真正的恐慌点

问题出在增长曲线上。第一季度营收47亿美元，第二季度暴涨至116亿美元，环比增长147%，曲线极其陡峭。但到了第三季度168亿美元时，绝对值虽然增加了50多亿，环比增速却直接腰斩到45%。

对一家体量上百亿的公司来说，单季增长45%已是顶级表现。但资本市场在给出2万亿美元估值时，买的不是今天的成绩，而是明天维持指数级爆发的确定性。当指数级增长显露出向线性滑落的迹象时，恐慌会以乘数效应放大。

增速放缓的背后是代币价格战的剧烈冲击。2023年调用前沿模型API每百万代币还要几十美元，如今顶级模型价格已跌到3至10美元，而DeepSeek^广告等模型更将价格底线砸穿到1美元以下。Meta坚持开源Llama模型，等于给行业设定了免费的价格上限。调用量暴增90%、单价下跌50%，净营收增长可能连5%都不到——这套机制解释了为什么调用量在狂飙，营收增速却在放缓。

第二季度147%的暴增里还藏着水分。代理架构工具（如Claude Code）让AI从单次问答变成自动化包工头，后台进行数十次搜索和自我纠错，代币消耗量指数级爆炸。同时大量开发者用昂贵的前沿模型生成数据，再蒸馏训练自己的廉价小模型——相当于花重金买大师网课，录屏培训实习生。当代理工具的新鲜感消退、蒸馏需求见顶，这些人为放大的调用量被挤干，增速自然暴跌。

净收入留存率（NRR, Net Revenue Retention） 是SaaS与企业软件行业最核心的运营指标之一，衡量的是"同一批客户在一年后贡献的收入相对一年前的比例"，不包含新客户的贡献。计算公式通常为：（期初客户群体本期收入 − 流失与降级收入 + 扩容与升级收入）÷ 期初客户群体上期收入。NRR超过100%意味着老客户自身在增购，超过120%已属优秀，而900%意味着存量客户群一年内支出膨胀九倍，通常反映AI代币消耗随使用深度非线性上升。但需注意，高NRR也可能来自定价机制或用量计费的自然膨胀，未必等同于客户价值提升，这正是分析Anthropic增长质量时的关键辨析点。

模型蒸馏（Distillation） 指用一个能力强、规模大的"教师模型"生成输出（答案、推理链、代码等），再用这些输出作为训练数据去微调一个更小、更便宜的"学生模型"。其经济动机在于：前沿模型按代币计费昂贵，而自建小模型边际成本极低且可私有化部署。对模型厂商而言，蒸馏带来的调用量属于"一次性、可被替代"的需求——客户完成数据积累后便会撤离，因此这部分收入不具备留存性。这也是文中判断"人为放大的调用量终将被挤干"的技术依据，同时也构成前沿实验室在服务条款中限制输出用于训练竞品的原因。

循环融资：AI行业最大的灰犀牛

整份资料中最令人不安的发现是循环融资结构。Anthropic有高达47%的销售额通过云伙伴亚马逊和谷歌完成，几乎占了一半。连竞争对手OpenAI的高管都公开质疑其跨大营收，指出Anthropic把云服务商拿走的利润也算进了自己的总营收。

更沉重的是不可取消的基础设施账单——主要付给这些云巨头的钱从540亿飙升到了4170亿美元。亚马逊和谷歌投资Anthropic，Anthropic转身把更多钱作为算力租赁费交还回去，然后在云平台上卖AI服务，云厂商再抽一笔成。金主、供应商、分销渠道三重身份叠加，资金到底在创造外部价值，还是只在几家巨头的账本间左手倒右手？

用行业内的"五层蛋糕"模型看得更清楚：底层是造芯片的英伟达，第二层是建数据中心的云服务商，第三层是Anthropic这样的前沿模型实验室，第四层是应用开发企业，顶层是终端消费者。底层算力成本指数级爆炸，顶层变现能力仍是黑箱，夹在中间的Anthropic承担着底层转嫁的几千亿成本，又面临顶层价格战。这种上下夹击的"实验室内部收益率"极低，正是宏观资本市场警惕的根源。CoreWeave这类AI算力基础设施公司的债券收益率近期飙升到14.5%，在金融界这是明确的求救信号。

循环融资（Circular Financing） 在AI基础设施领域特指一种资金闭环：云厂商或芯片厂商向模型公司投资（或以算力额度形式注资），模型公司再将这笔钱用于购买同一方的算力服务，云厂商由此确认云收入，模型公司则确认（或可确认）相关营收。会计上的争议焦点在于总额法（gross）与净额法（net）——若模型公司仅作为转售通道、不承担主要责任，按会计准则应只确认佣金净额而非交易全额的营收。将云伙伴分成前的毛收入计入自身营收，会系统性抬高收入规模与市销率分母的匹配度，这也是OpenAI高管质疑"跨大营收"的实质。此类结构在电信、能源交易中早有先例，其特征是外部真实需求难以与内部循环资金区分。

安全理想与资本现实的钢丝

令人费解的是，面对价格战和几千亿账单，Anthropic内部出奇稳定，工程师从对手跳槽过来的概率是反过来的八倍。Claude 3.5 Sonnet性能逼近上一代旗舰，成本却砍掉30%。

绑定这群顶级大脑的，是一种近乎理念性的东西。核心创始团队当年离开原公司，正是因为AI安全性上的路线分歧。他们把公司注册为公益公司（PBC），将确保AI对人类安全写进法律文件的最高使命，并用宪法AI机制给模型设定价值观框架。他们甚至主动公布自家模型的致命漏洞——比如特定诱导下执行恶意代码或绕过数据访问限制——这在巨头中极为罕见。

但硬币另一面同样清晰。多家媒体报道证实Anthropic与美国国防部有密切合同往来，涉及国土安全和无人机应用领域。他们大力游说的第三方独立评估机构METR，被记者挖出核心成员与Anthropic高层有千丝万缕的利益网络。纽约市主计长基于系统性安全隐忧公开呼吁暂停其IPO。作为PBC，他们最终仍受制于特拉华州法律下的股东利益约束。

IPO审判：从2万亿到1.5万亿的挤泡沫

所有悬念将在感恩节前的IPO中迎来审判。年初市场狂热时讨论的是2万亿美元估值，如今媒体数据显示预期已大幅下调到1.5万亿美元左右。按Semi Analysis预测的740亿美元年化营收计算，这仍意味着约20倍的市销率。

为了撑起这个依然庞大的估值，第四季度营收必须重新加速到约240亿美元，2026年总营收需突破570亿大关——容错率为零。更刺眼的是，有独立研究机构直接给出1500亿美元的公允价值预估，仅为目标估值的十分之一。

这次IPO对全行业都是试金石。一旦上市，Anthropic必须提交S-1注册文件，公布经过严格审计的GAAP财务报表。调整后盈利的话术再也无法掩耳盗铃，期权支出、藏在亚马逊和谷歌背后的循环账单、为蒸馏虚增的调用量，全要在阳光下被逐笔扒干净。生成式AI到底是不是一门好生意，将第一次以透明的方式呈现在公众面前。

更深层的悖论在于有效利他主义与绝对资本相遇时的现实扭曲。想开发安全且能自我约束的AGI，需要一座大到无法想象的算力堡垒，需要几百上千亿美元资金。为了拿到这笔钱，唯一的出路是向华尔街妥协；可一旦按下IPO按钮，只看季度环比增速的资本逻辑就会反噬成为支配研发节奏的主人。你以为在利用资本拯救世界，最终可能只是资本资产负债表上的一串代码。

而留给我们的思想实验是：当华尔街给足无限美元、英伟达造出足够芯片，模型却把人类历史上所有高质量文本和数据吃光了，这场奔向万亿估值的狂奔又该驶向何方？

S-1注册文件与GAAP审计 是美国证券交易委员会（SEC）规定的IPO核心披露文件，须包含经审计的财务报表、风险因素、关联交易、客户集中度与管理层薪酬等细节。与一级市场常用的"调整后营业利润率"不同，GAAP口径要求将股权激励（SBC）、折旧摊销、重组费用等全部计入，因此高增长科技公司在S-1中往往呈现远逊于私募口径的亏损。对Anthropic而言，关联方交易（亚马逊、谷歌既是股东又是供应商与渠道）与收入确认政策将成为披露重点。此外，市销率（P/S） 是估值与营收的比值，20倍P/S意味着市场为每1美元年收入支付20美元，通常只适用于高增长、高毛利且增长确定性强的标的，增速一旦放缓，该倍数便面临剧烈重估。