Anthropic的ARR在放缓，市场闻到味了。
导火索是一份跟踪报告。7月23日，TickerTrends发了一份关于Anthropic ARR的最新跟踪，标题直接写“Anthropic Growth Is Beginning to Decelerate”（Anthropic的增长开始减速）。
里面的数字是这样的：Anthropic 7月的ARR大约741亿美元，OpenAI是大概413亿美元，从绝对值看，Anthropic仍然领先近一倍。但让市场心里一紧的，是下面这行字：从两家上一次公布收入数字算起，OpenAI增长了65.2%，而Anthropic只增长了57.7%。
还有一份一级市场更细的数据也在传，说Anthropic 5、6、7月的月环比增长额分别是140亿、130亿、150亿美元，月环比增速从 +35%一路掉到 +22%。
有意思的是，Anthropic官方截至目前都没有公布过去两个月的ARR数字，上一次提ARR，还是5月初，470亿美元。缄口不谈，更让人浮想联翩。
慢下来的原因，其实很直观。
7月中旬，OpenAI给自家的Codex用户批量重置额度，取消了原来"每5小时只能用一次"的硬限制。
作为OpenAI的AI编程工具，Codex和Claude Code抢的是同一批开发者，重制额度等同于是变相降价，效果近似一次针对“对家”发起的促销价格战。
这对Claude Code来说无疑是雪上加霜。因为就在一个月前，Anthropic家最强的模型Claude Fable 5一度因为美国政府的出口管制指令，被迫在全球下线18天，加上Anthropic算力供不上高峰期的需求，Fable 5只能分阶段开放订阅用户。
与此同时，GLM、DeepSeek、Kimi等开源模型也在蚕食Anthropic的份额。国内的腾讯、快手，以及海外一批中型企业客户，都在把原本跑在Anthropic API上的任务切到开源模型自己部署。
竞争对手抢单、开源模型替代、自家掉链子，三件事赶着上架，Anthropic的增速不掉才怪。
市场据此出现一种声音：Anthropic需求转弱，说明Token需求转弱，Token需求转弱了，说明GPU需求也快见顶了。
这条逻辑链继续往下推就变成了：Anthropic慢 → AI算力需求见顶 → 半导体估值下杀。
隔天 ，NVIDIA的股价果然跌了。
这就有点意思了。
这条推理链虽然看着通顺，其实中间悄悄画了一个等号：Anthropic的需求 = Token总需求。
但是这个等号，有bug。
Token总量没有萎缩，而是在重新分配
要看整个行业的算力消耗到底见没见顶，不能只看Anthropic一家。
OpenRouter是全球最大的模型API路由平台，几乎所有主流大模型都要从它这里调用，它上面每周跑掉的token总量，可以粗略当作全行业需求的一面镜子。
年初，OpenRouter平台上每周的token总量大约7万亿；到7月份最新完整周，这个数字接近60万亿，半年涨了将近10倍。
数据来源：AI超维度根据OpenRouter数据绘制
有人跳出来说："最近一周环比转负了，不就是见顶信号吗？"
但增速数字要看基数：年初每周只有7万亿的时候，下个周多1万亿token就是14%的增长；现在每周60万亿的总量，多跑1万亿这个增量数字只有不到2%。总基数翻了快10倍了，环比数字压下去些是很自然的事。但我们能看到，Token需求总量还一直是保持着历史最高位。
增速放缓和需求见顶，是两件完全不同的事。
那Anthropic少掉的那部分收入，是跑去哪儿了？
跑去了开源。OpenRouter 7月27日的模型主榜，前十名全是开源模型和中国模型，Claude和GPT谁都没进去。
以智谱今年发布的GLM 5.2为例，这个模型的编程能力已经逼近Anthropic的Fable 5和OpenAI的GPT-5.6 Sol。像腾讯、快手这种大型互联网公司，内部有大量的编程需求，以前一直在付费使用Anthropic最强的模型Opus。
GLM5.2发布之后，这些公司做了测试，发现日常开发任务基本都能胜任。既然能力够用，谁还会傻到继续按闭源模型API那个价格付账，他们纷纷把模型切换成GLM 5.2，部署在自家公司的GPU上，推理成本一夜之间降了下来。
再看刚刚震惊了硅谷乃至全美的中国开源模型Kimi K3。2.8万亿参数，比Anthropic和OpenAI现役最强的模型都要大，而编程能力在主流基准上首次超过了全球最前沿的闭源模型GPT-5.6 Sol和Fable 5。
更要命的是，K3每百万输出token收费15美元，Claude Fable 5收费50美元，前者仅仅是后者的三分之一。7月27日，K3放出了完整权重。客户既可以按低价调用API，也可以把模型下载下来，交给自己的云和GPU去跑。
又强、又便宜、还开源。美国闭源模型过去最稳的一道护城河——“只有我能提供这种能力”——开始漏水。
利润开始从模型层向基础设施层转移
到这里，Anthropic丢的客户跑去哪里，已经清楚了。
可方才不是说了，开源模型让推理成本大大降低。那么像Kimi K3这样的高效模型，不是反而节省更多算力吗？
AI超维度在之前写K3时专门讲过这个问题，这里再用一个实际案例来说明。
一家只有25人的AI Agent创业公司Lindy在今年6月24日披露，他们公司做了一件事：把大部分托管Agent流量从Claude、Gemini迁到了DeepSeek，迁移后的推理成本足足下降了90%。乍一看是“算力需求下降”——因为同样的任务，花的钱少了九成。
但实际发生的情况完全相反。Lindy公司的CEO Flo Crivello讲得很直白：省下来的钱他们全部拿去部署了更多agent、跑了更多token。也就是说，总花销没减，任务量翻了几倍，GPU消耗更多了。
这背后是很朴素的一个逻辑：模型很贵的时候，客户舍不得频繁调用，但一旦模型更便宜，用户就敢用它跑更多任务。
华尔街也早有人看到了这条逻辑。Atreides Management的CIO Gavin Baker指出：如果市场份额从高毛利的闭源实验室，转向更便宜的开源模型，那么就会驱动增量token需求，因为同一笔预算能购买更多的token调用量，只要新增调用量超过单次成本的降幅，GPU消耗就会上升，而利润也会从模型层流向基础设施层。
Anthropic的推理毛利高达90%以上。这意味着客户每花1美元在Claude上，只有大约1毛真正变成了GPU消耗，剩下9毛都留在了模型公司这一层。而当客户从Anthropic切到DeepSeek、K3这些开源/半开源模型上，模型公司的高毛利会被压缩，同样1美元的AI支出里，会有更大比例传导到GPU和基础设施层。
最清楚这件事的，其实是黄仁勋。
就在前几天，老黄突然开通了X。第一条帖子是转发《Open Weights and American AI Leadership》公开信，联合首批25家公司签署，力挺开源。后来连OpenAI也加入了，尚未加入的Anthropic变得很显眼。
但是大家不要上头，老黄这么做不是情怀，是生意。对英伟达来说，不管客户用哪家的模型，只要跑推理就要烧GPU。闭源模型毛利高，客户舍不得多调用；开源模型便宜，客户敢放开跑。开源越多、越便宜，全球烧掉的token就越多，英伟达的生意就越好。
换句话说，Baker说的那件事——利润从模型层往基础设施层流——最大的受益人就是英伟达。老黄心里门清，所以他要亲自下场推开源。
H100积压是升级换代，不是算力萎缩
按上面的逻辑，开源模型越多，GPU需求越旺。但GPU市场上正在发生的事情看起来跟这个逻辑矛盾：H100已经开始积压了。
AWS的SpotReclaimRate是一个很直观的供需指标，它记录的是云厂商回收闲置Spot实例的频率，频率越低说明实例越空闲、没人来抢，现在的数据显示，AWS上p5实例（跑的是H100芯片）的SpotReclaimRate不到5%，就是几乎没人抢。
H100是NVIDIA在2022年推出的GPU，过去两年撑起了整个AI训练和推理的基本盘，现在它在大厂手里已经开始积压了。
那么这是否代表算力过剩呢？显然不是，因为此时此刻，英伟达最新一代的GB200（Blackwell架构）依然一卡难求。
老卡卖不动、新卡抢不到，这是为什么？
因为K3这代模型已经大到H100跑不动了。2.8万亿参数的K3，要拉起64张以上的卡组成超节点才能实现高效推理。H100的单卡算力和卡间互联带宽都不够，客户被迫升级到GB200， 甚至开始等NVIDIA下一代的Vera Rubin平台。
Vera Rubin的机柜订单已经排到了明年，它的单柜（VR200 NVL72，72块Rubin芯片组成的一个完整机柜）的价格 ，几乎是上一代GB300 NVL72的两倍，大约需要780万美元。
所以算力需求没有消失，而是在往更高端的硬件迁移，H100的积压恰恰是因为需求升级了，而不是需求萎缩了。
7月27日，K3权重发布，1.56TB的模型文件挂上HuggingFace，几个小时之内下载量就冲到了几千次，每一份部署都需要一整个机柜才能跑。同一天，英伟达的股价因为“中国AI竞争加剧”大跌。
Anthropic的增速在放缓，英伟达的股价在跌，泡沫论卷土重来。
但泡沫论者看对了症状，搞反了因果。
Anthropic慢下来那一刻，恰恰是算力需求加速的信号。AI行业没有在萎缩，它比任何时候都更需要算力。
-END-
获取更多AI非共识！