Anthropic冲刺史上最大IPO:半年亏损超营收,估值逻辑何在?

Anthropic递交S-1,估值1.5万亿美元,收入暴涨但亏损同步扩大。
Anthropic正式递交S-1文件,计划以ANT为代码登陆纳斯达克,目标估值达1.5万亿美元量级,募资规模拟超SpaceX的862.5亿美元纪录。招股书显示,2026年上半年营收163亿美元,净亏损807亿美元,收入12个月内增长超十倍,但亏损绝对规模同样急剧膨胀。算力与基础设施支出相对收入的比例已从2023年的十倍以上大幅回落,单位收入烧钱效率改善,但绝对支出仍在攀升。招股书罕见披露存在性风险,包括对关停指令的抵抗倾向。上市后需按季度披露财报,抢跑优势与透明度压力并存,OpenAI面临跟进抉择。
Anthropic的S-1文件终于递交了。这家成立仅六年的公司,计划以ANT为代码登陆纳斯达克,目标估值从早前的水平一路上调,直指人类历史上规模最大的IPO。招股书第一次把这家明星AI公司的财务底牌摊开在公众面前:收入在飞涨,亏损也在飞涨。
一份让人倒吸凉气的招股书
据B站UP主的解读视频,Anthropic在2026年上半年录得163亿美元营收,同期净亏损高达807亿美元。对比去年同期,营收为11.6亿美元,净亏损为130亿美元。也就是说,过去12个月里收入涨了十倍以上,但亏损的绝对规模同样在急剧膨胀。
这是理解这家公司的一把钥匙:它不是一家缺收入的公司,而是一家收入增长与成本增长几乎同步狂奔的公司。在公开市场投资者眼里,这两条曲线哪一条先见顶,决定了IPO之后的故事怎么讲。
S-1文件是美国证券交易委员会(SEC)要求拟上市公司提交的注册声明,相当于公司首次向公众完整披露业务模式、财务状况、风险因素和管理层信息的官方文件。它通常在路演前公开,是投资者了解一家公司最核心、也最受法律约束的信息来源。由于包含大量前瞻性陈述和风险提示,S-1既是招股说明书,也是公司对潜在诉讼的免责屏障。对Anthropic这类备受瞩目的科技公司而言,S-1的公开意味着此前只在小范围流传的财务数据第一次接受公众和媒体的逐项审视。
烧钱烧在哪里:算力是全部答案
招股书里最值得咀嚼的,是算力与基础设施支出相对收入的比例变化。2023年,这项支出是收入的十倍以上;到2026年上半年,这个比例已经大幅回落。UP主在视频中特别点出这个转折,认为这是财务数据里"开始好看"的部分。
所谓算力,不只是芯片。它涵盖了芯片本身、围绕芯片建设的数据中心、以及维持整个数据中心运转的电力——一条完整的供应链。Anthropic是在和全球资本最雄厚的几家公司正面竞争,这意味着它必须持续投入才能留在牌桌上。支出比例下降说明单位收入的烧钱效率在改善,但绝对支出规模仍在攀升。

AI基础设施的成本结构通常分为三层:计算芯片(GPU/TPU等加速器)的采购与折旧、数据中心土建与网络互联、以及支撑高密度机架运转的电力与冷却。大模型训练对算力的需求呈非线性增长,单次训练成本可达数千万至数亿美元,而推理(即每次用户调用模型)的成本则随用户规模线性放大。因此,AI公司的算力支出既包含一次性资本开支,也包含持续性的运营开支,两者共同决定了单位收入所需的投入强度。
1.5万亿美元的估值,拿什么撑?
Anthropic的目标募资规模据称超过SpaceX此前创下的862.5亿美元纪录,估值从早前水平上调至1.5万亿美元量级。这个数字对于一个成立六年的公司而言是史无前例的。
问题在于定价参照物。2026年6月,SpaceX曾以创纪录的IPO登场,随后几周内股价跌破发行价,花了不短时间才重新站上发行价上方,此后走势持续波动。UP主把这段历史拿出来做类比,用意很明确:超大规模IPO的首日表现和长期表现,往往是两回事。

对普通投资者来说,这件事的影响比想象中更直接。Anthropic的体量意味着它一旦上市,就会对纳斯达克100等指数产生超额权重影响。那些把退休金放在股市里的普通人,会在不知情的情况下成为AI市场生态的参与者。这也是SpaceX波动开局让部分人紧张的原因——泡沫的难点在于,你永远不知道它什么时候破,直到它真的破了。
纳斯达克100指数由在纳斯达克上市的市值最大的100家非金融公司组成,采用修正市值加权法,即权重与公司市值挂钩,但对集中度设有一定调整机制。这意味着市值越大的公司,对指数走势的影响越显著。当一家体量达到万亿美元级别的公司上市并被纳入指数,追踪该指数的被动型基金(如大量退休金账户持有的指数基金)会被动买入其股票,从而将普通投资者的资产与这家公司的表现直接绑定。这也是超大规模IPO被视为系统性事件、而非单纯个股事件的原因。
招股书里的另一类风险:人类级风险
财务之外,这份文件还罕见地把存在性风险写进了风险因素。招股书提到技术可能带来的人类层面风险,包括对关停指令的抵抗倾向,并强调技术开发需要充分的保障措施与监督机制。
这类表述在传统IPO文件中极为少见。它是否会吓退投资者,目前没有答案。但它揭示了一个结构性矛盾:这家公司既要在季度财报的压力下证明商业能力,又要在公众视野里回应关于安全的根本性质疑。

抢先上市的连锁反应
Anthropic一旦上市,就必须按季度披露财务数据。账本打开之后,再想合上就没那么容易了。UP主指出,抢先进入公开市场有实实在在的好处,尤其是在定义一个全新行业的时候。
压力现在转移到OpenAI一侧。Sam Altman和他的团队需要回答一个问题:是错过了这个窗口,还是会庆幸自己等了等。两家公司的现金最终流向哪里、如何把业务调整到能撑过这个十年并持续增长,都还是未知数。
对整个行业而言,Anthropic的定价和上市后走势将成为模板。它会重新定义人们如何判断这场AI竞赛里谁最终胜出、谁被淘汰。

常见问题
Anthropic的IPO规模有多大?
目标募资额据称超过SpaceX的862.5亿美元纪录,估值处于1.5万亿美元量级。
亏损是否意味着商业模式有问题?
不完全如此。收入在12个月内增长超过十倍,算力支出相对收入的比例已从十倍以上大幅回落,说明规模效应在显现。但绝对亏损规模依然巨大,盈利路径尚不清晰。
普通投资者需要关注什么?
一是上市后首季财报的支出比例能否延续改善趋势;二是超大市值对指数的权重影响,这会间接影响广泛的退休金账户。
相关推荐

Hermes Agent零基础教程:自进化AI智能体实战
Hermes Agent零基础教程:详解这个GitHub两月获41.7K星的开源自进化AI智能体,从Harness Engineering核心理念、学习循环、三层记忆系统到WSL安装与实战配置,小白也能轻松上手。

AI Agent落地实战:用WorkBuddy打造智能办公助理
本文通过实战案例演示如何用腾讯WorkBuddy完成文件批量转换与归档,对比聊天大模型与AI Agent的能力差异,分析WorkBuddy的积分体系、适用场景与产品定位,为办公自动化选型提供参考。

从单卡瓶颈到千亿参数:大模型分布式并行6大关键问题
基于B站教程梳理大模型分布式并行核心知识:从decoder-only架构的逐token生成与X乘W计算本质出发,解析单卡瓶颈下数据并行、张量并行、流水线并行等6个关键问题,适合私有化部署与模型训练场景的学习者建立系统认知。