深度｜SemiAnalysis万字长文：Anthropic毛利已接近SaaS公司，估值6万亿美元将超越英伟达

Anthropic 正在向全球证明，AI 实验室并非只能烧钱的科研象牙塔，而可以成为高毛利、高留存、高扩张的商业机器。

2026 年 7 月，Anthropic 向 SEC 递交 IPO 申请。三个月后，SemiAnalysis Tokenomics Model 披露其财务画像：第三季度 GAAP 口径营业利润（EBIT）突破 10 亿美元，营业利润率 6%；年化经常性收入（ARR）从 2025 年底的 90 亿美元飙升至 600 亿美元以上。同期，老对手 OpenAI 仍处亏损，第二季度 EBIT 利润率约为 -100%。

这是 AI 产业化以来，首家头部实验室以盈利数据证实大模型商业模式已跑通。

为什么是现在上市？

Anthropic 累计融资超 1000 亿美元且已实现非 GAAP 盈利，在 Stripe、Databricks 等独角兽选择留守二级市场的背景下，其急迫重启 IPO 的答案藏在算力账本里。

SemiAnalysis 预测，到 2030 年底，OpenAI 和 Anthropic 合计算力需求将超 100GW，未来五年需净增约 90GW，而两家公司目前可用总算力刚过 6GW。2026 年第一季度的算力短缺已导致限流和服务降级。

上市的三层战略意义

第一，打开股权和债务融资通道。训练下一代模型及租赁算力需要以“十亿美元”为单位的资本投入，公开市场能提供更快、更便宜的融资能力。

第二，用经审计的财报打消企业顾虑。Fortune 500 公司在签订数亿美元 API 合同时，需要看清供应商的财务状况。

第三，打赢人才战争。在 AI 研究员薪酬媲美职业体育明星的时代，可变现股权是留住顶尖人才的关键。

资本市场的先发优势

这是一场与 OpenAI 的博弈。首个登陆公开市场的高增长公司将成为行业“估值锚点”。Anthropic 目前的财务指标全面领先：6% EBIT 利润率对比 -100%，60%+ 毛利率对比被免费用户拖累的毛利率，500% NDR 对比未披露数据。

若 Anthropic 以 20 倍 ARR（约 6 万亿美元市值）定价，该基准将固化于市场。OpenAI 背负 9.5 亿免费用户的成本包袱，若被迫以折价上市，其融资成本将显著高于 Anthropic，进而影响再投资能力。先上市者定义规则，后发者只能在框架内博弈。

Claude Code 如何改写游戏规则

如果说 ChatGPT 是消费者的"iPhone 时刻”，那么 Claude Code 则是 B2B 市场的拐点。这款编程助手已占据 GitHub 全部提交的 7% 以上，直接推动 Anthropic ARR 火箭式蹿升：一个季度内从 90 亿美元冲至 300 亿美元。

API 模式 vs 订阅制

增长引擎核心是用量计费而非订阅制。Anthropic 收入中 API（按 token 计费）占比高达 75-85%，订阅仅占 15%；而 OpenAI 超 65% 收入来自订阅。Anthropic 消费者业务 ARR 占比仅约 5%，OpenAI 则为 40%。

Anthropic 免费 MAU 约 5500 万至 6000 万，付费率约 9%，显著高于 OpenAI 的 6%。

API 模式无收入天花板。客户部署的 agent 工作流越复杂、处理数据量越大，Anthropic 收入越高。CFO Krishna Rao 披露，Net Dollar Retention（净收入留存率）高达 500%。2025 年 Q1 的 20 亿美元老客户 ARR，到 2026 年 Q1 膨胀至 120 亿美元，占总 ARR 的 40%。

500% NDR 背后是 agentic 工作流对 token 消耗的指数级拉动。传统聊天交互消耗几百 token，而自动编码 agent 一次任务可消耗数百万 token。

API 模式的网络效应：用量飞轮

API 模式创造了订阅制无法企及的网络效应：“用量 - 收入 - 研发 - 模型更好 - 更多用量”的自我强化飞轮。订阅制是“人头税”，收入增量依赖客户数量线性增长；API 模式是“使用税”，用量随时间指数级增长。

SaaS 行业优秀公司 NDR 约 120%-150%，而 Anthropic 达到 500%。这意味着老客户群体一年内贡献收入增长 5 倍，源于 agent 工作流在深度和广度上的快速扩展。

飞轮机制：客户用得越多，Anthropic 收入越多，投入研发资金越多，模型能力越强，吸引更多 agent 工作流。API 业务毛利率达 80% 以上，增量收入几乎全为利润，并重新投入训练形成技术护城河。

从 -94% 到 60%+ 的毛利率跃迁

2024 年 Anthropic 毛利率为 -94%，如今已跃升至 60% 以上。这一跃迁来自三个杠杆：

毛利率跃迁的三大杠杆

新模型定价更高：每次 frontier 模型发布，初始定价均显著高于上一代。

推理效率大幅提升：新芯片、优化框架及缓存策略让单位算力产出更多 token。Anthropic 每兆瓦算力对应的 ARR 将从 1600 万美元提升至 6000 万美元。

算力成本基本固定：当单瓦算力产出更多收入时，增量毛利率趋近 100%。即便扣除渠道分成及租赁成本，综合毛利率仍有上行空间。

OpenAI 支撑超 9.5 亿免费用户，月均服务成本约 0.70 美元，拖累总毛利率 20-30%。若两家公司均做到 1000 亿美元 ARR，OpenAI 毛利润将比 Anthropic 少 250 亿美元。

技术 - 经济耦合分析

毛利率跃迁深层是一场“技术 - 经济耦合”的工业过程：推理效率提升降低单位成本，收入增长反哺更大规模训练。这形成两条并行曲线：单位算力产出曲线（9 个月提升 275%）与定价能力曲线。当单位产出上升而数据中心成本固定时，增量毛利率趋近 100%。

稳态毛利率 75%+ 意味着 AI 实验室经济模型本质是“轻资产软件业”而非“资本密集型制造业”，这将决定其在资本市场享受软件业估值（20-40x EBITDA）。

EBTIT：新产业指标的诞生

SemiAnalysis 提出新指标 EBTIT（Earnings Before Training, Interest, and Taxes），即剔除训练投入后的推理业务真实现金流利润率。Anthropic 2026 年第二季度 EBTIT 利润率达 36%。

训练投入本质是“资本支出”，EBTIT 解决了训练规模掩盖推理业务真实盈利能力的问题。36% 的 EBTIT 利润率接近最佳 SaaS 公司水平。预计未来 2-3 年，EBTIT 将成为 AI 实验室估值的标准语言。

Anthropic 目前将收入 60% 以上投入训练，预计到 2030 年训练与推理算力分配将达 48:52。即使维持高强度研发，Anthropic 仍有能力在 GAAP 口径下保持盈利。

商业模式的深层分野：B2B API vs 消费者订阅

Anthropic 与 OpenAI 的分歧是两条完全不同的商业路径。Anthropic 坚持 API 优先、用量计费、B2B 为核心；OpenAI 则受困于消费者优先、订阅制及巨大免费层。

结构差异决定再投资能力。2027 年 Anthropic 扣除 COGS 后可用于再投资的资金预计为 1600 亿美元，而 OpenAI 仅为 920 亿美元。Anthropic 每年可多投入近 700 亿美元拉开技术代差。

TaaS 渠道的战略意义

TaaS（Token-as-a-Service）正成为放大优势的通道。通过 AWS Bedrock 等渠道，Anthropic 约 15-20% 的 ARR 来自间接销售。虽然需分出 20-30% 收入给渠道，但换来了对 Fortune 500 客户的规模化触达。

路径的不可逆性

Anthropic 从第一天起就是 B2B 优先，无免费用户惯性拖累。OpenAI 拥有 9.5 亿周活跃用户，超 65% 收入来自订阅，这构成了巨大的转型“重力”。月均 0.70 美元的服务费用在十亿量级用户下成为结构性成本负担。

更深层问题在于组织文化惯性。以消费者产品为核心的组织难以转向 B2B。TaaS 渠道对 Anthropic 而言还是“对冲模型不确定性”的风险管理工具，降低了客户被单一模型锁定的风险。

风险与变量：预算收缩、开源追赶、监管阴影

Anthropic 的叙事存在裂缝，主要风险包括：

概率评估框架

高概率风险：TaaS 渠道占比提升压缩利润率。目前 TaaS 占 ARR 的 15-20%，渠道分成 20-30%。但随着占比提升，客户获取效率和规模化优势可对冲部分压力。

中概率风险：开源竞争加剧导致 token 定价压力。若 Google DeepMind、Meta 等在核心场景追上 Claude 能力，定价将面临下行压力。但 Anthropic 的 EBTIT 优势使其有更多资金维持能力代差。

低概率但高影响风险：监管封锁。若美国政府限制 frontier 模型发布，商业化进程将被打断。这是必须纳入压力测试的“黑天鹅”风险。

此外，网络安全被视为下一个 S 曲线。Mythos/Fable 系列模型有望推动 ARR 加速，年付费超 100 万美元的客户在过去两年增长了约 42 倍。

投资逻辑在于：高概率情景带来的回报，足以覆盖低概率情景的潜在损失。

6 万亿美元估值：疯狂还是合理？

SemiAnalysis 给出的基准估值为 6 万亿美元（20 倍 2027 年末 3000 亿美元 ARR）。这一假设基于月均净新增 ARR 从当前 100 亿美元提升至 150 亿美元，考虑到新模型发布及新垂直领域叠加，这是大概率可实现的。

四情景敏感性分析

基准情景（6 万亿美元）：2027 年末 ARR 达 3000 亿美元，20 倍估值。

乐观情景（10 万亿美元）：2027 年末 ARR 达 4000 亿美元，25 倍估值。需新垂直领域爆发及享受估值溢价。

保守情景（3 万亿美元）：2027 年末 ARR 达 2000 亿美元，15 倍估值。即便在此情景下，Anthropic 仍将跻身全球最有价值公司前 10 名。

悲观情景（1.5 万亿美元）：2027 年末 ARR 达 1500 亿美元，10 倍估值。需多重负面因素叠加，即便如此估值仍超大多数科技巨头。

AI 产业资本结构的范式转移

Anthropic 的 IPO 是 AI 产业从 VC 驱动向公开市场驱动的范式转移起点。万亿级资本需求无法仅靠 VC 满足，公开市场提供了股权融资规模效应及长期债务融资能力。

未来 2-3 年，AI 生态系统每年将需要数万亿美元融资，这标志着一个全新大类资产类别的诞生。Anthropic 用 10 亿美元单季净利润敲响公开市场大门，也敲响了 OpenAI 的警钟。

数据来源说明：本文财务数据及分析主要基于 SemiAnalysis Tokenomics Model（2026 年 7 月），部分数据引自《华尔街日报》（WSJ）及 Anthropic 官方披露。估值预测为 SemiAnalysis 分析师观点，不构成投资建议。