一个长期悬在AI产业头顶的问题，终于有了第一份来自考场内部的答案：大模型公司到底能不能赚钱？
过去几年，全球资本砸向大模型的金额以千亿美元计，但所有前沿实验室都默契地保持财务沉默。OpenAI不披露，xAI不披露，中国的月之暗面、MiniMax也不披露。亏损像一个公开的秘密，人人皆知，却无人证实。直到Anthropic把S-1招股书摆上桌面。
这份文件最锋利的一句话不是增长，而是盈利：2026年第二季度，Anthropic实现营业利润9.74亿美元，调整后营业利润率达到19%。一年前，这个数字是-129%。
从烧钱机器到单季赚近10亿美元，只用了四个季度。
一份文件，撕开整个行业的黑箱
Anthropic此次提交IPO文件，是前沿AI实验室首次系统披露财务表现。它披露的不是一家公司的账本，而是整个大模型商业模式的可行性边界。
最刺眼的数字是增速。2026年第二季度营收116亿美元，同比增长1368%。什么概念？这91天里产生的收入，超过了Anthropic整个2023、2024、2025三年的总和（约50亿美元）。上半年163亿美元的收入，是去年同期的14倍；2025年全年收入46亿美元，一年增长11.9倍。
更关键的是效率。同一时期，计算与基础设施成本增长300%，远低于收入1368%的增速。收入增速显著超越核心成本增速，这是单位经济效益转正的数学前提。
于是我们看到了那个转折点：营业利润9.74亿美元，GAAP营业利润率8.4%，调整后营业利润率19%。Evercore ISI分析师Mark Mahaney在研报里写下一句会被反复引用的判断：“前沿实验室的单位经济效益，可以在规模化时转正。”
这不是预测，是已发生的财报事实。
盈利不是靠省钱，是靠“越用越便宜”
很多人对AI盈利的想象是：等模型降价、等芯片便宜、等用户付费。Anthropic给出的路径恰恰相反——它是在持续降价的同时实现盈利的。
招股书里有一组容易被忽略的技术披露：2026年9月，公司发布新模型，把典型工作负载的成本降低了约25%，复杂编码和智能体任务最高降45%；同月发布的Opus 5.5，把客户单次任务成本降低约40%。Anthropic官网对Opus 5.5的表述是“在典型工作负载上比Opus 5的运行成本低40%”。
这就是杰文斯悖论在AI世界的现实版：当使用成本下降，需求不是被满足后萎缩，而是被激发后暴涨。招股书引用了这个现象——Opus 4.5在2025年11月发布后，因为能力更强、单次任务价格更低，收入增速反而从环比48%跳到132%。
单位经济效益的改善速度比收入更惊人。第二季度收入增长1368%，而计算与基础设施成本只增长300%。这意味着每1美元算力投入撬动的收入在快速放大，同样的算力投入，产出翻了数倍。
这也解释了为什么盈利来得比所有人预期更早。训练和推理的固定成本被摊薄，模型效率提升抵消了算力价格上涨，规模化不再是成本黑洞，而成了利润杠杆。
客户结构正在摆脱“单一大客户依赖”
盈利之外，第二个被质疑的问题是：Anthropic的收入是不是靠几个金主爸爸撑起来的？
招股书给出的答案是否定的，而且改善速度很快。截至2026年9月，年收入超过10万美元的客户超过11900家，而一年前这个数字只有950家。其中年消费至少100万美元的客户超过1900家。
客户集中度同步下降。前五大客户营收占比从2026年第一季度的约36%，降到第三季度的约21%。截至9月30日的九个月里，没有任何单一客户贡献超过10%的收入。
但集中度的阴影没有完全散去。上半年163亿美元收入中，约20%来自两大客户；2025年时，年消费超10万美元的客户贡献了76%的收入。从“少数大客户养全家”到“上万家客户共同付费”，Anthropic走了一年多，这个转型还在路上。
另一个更能说明产品粘性的数字是净收入留存率（NRR）：截至2026年9月30日约为900%。也就是说，老客户在一年后平均把支出扩大了9倍。这不是流量生意，是深度嵌入工作流的生意。
8000亿美元算力承诺，是护城河也是悬顶之剑
盈利故事的另一面，是一张巨大的账单。
招股书揭示，Anthropic未来可能需要在计算基础设施上投入近8000亿美元。这个数字要分层看：截至2026年6月30日，公司已签署的固定或最低保证承诺为2656亿美元，此后又签署了约2450亿美元；分析师估算，把尚在谈判中的安排全部计入，总敞口接近8000亿美元。供应商分布相对均衡：Broadcom、SpaceXAI、Google、AWS各持有1100亿到1610亿美元承诺，四家合计占已签署承诺6370亿美元的五分之四。
这笔账怎么理解？一边是2025年全年46亿美元的收入，一边是8000亿美元的远期承诺。Evercore ISI的Mahaney点破了关键：“这些承诺假设的收入复合增长，并没有合同锁定。”
更微妙的风险在于收入模式与成本模式的错配。Anthropic大部分收入来自按使用量付费的客户，没有长期合同锁定；而部分算力协议要求无论是否需要全部产能都必须支付最低费用。收入是弹性的，成本是刚性的——一旦需求增速放缓，剪刀差会立刻变成现金流压力。
招股书还提示，公司正从完全依赖亚马逊、谷歌等云厂商，转向租赁AI芯片并运营更多自有计算基础设施。这意味着未来现金流可能不如现在好看，即使营业利润继续改善。
好在现金垫足够厚。截至2026年6月30日，Anthropic持有超过1300亿美元的现金及短期投资，150亿美元循环信贷额度未动用，唯一未偿票据是62亿美元无息亚马逊可转债。分析师估算，公司成立五年多累计现金消耗约90亿美元。这个跑道，足够它跑完下一轮军备竞赛。
大模型能赚钱，但只有跑得最快的那几家能活到赚钱那天
Anthropic的S-1回答了一个问题，却引出了另一个更残酷的问题。
第一个问题的答案是肯定的：前沿大模型实验室可以在规模化下实现盈利，单位经济效益可以转正，而且比所有人预期的更早——从首次经营盈利到单季近10亿美元营业利润，只用了几个季度。盈利之后增长仍在加速：第三季度营收168亿美元，环比再增45%。
第二个问题没有答案：这样的盈利能否覆盖8000亿美元的算力承诺？当行业从“算力稀缺”转向“产能过剩”，当更多竞争者加入价格战，19%的调整后营业利润率是起点还是顶点？
这份文件给全球大模型产业提供了一个财务参考样本，但它不可复制。1300亿美元现金储备、四大云厂商争抢着给你送算力、900%的净收入留存率——这些条件同时满足的公司，全世界可能只有一两家。
对中国大模型公司而言，启示更直接：商业化不是等模型完美之后再开始，而是在模型迭代中同步发生；客户结构分散化的速度，决定了你抗风险的能力；而最终决定生死的，不是谁能训练出最强的模型，而是谁能在收入增速和算力成本之间跑出最宽的剪刀差。
大模型终于证明自己是一门生意，但IPO文件也同时证明：这门生意的门票，是几千亿美元的算力承诺和只有巨头才拿得到的现金储备。赚钱的答案有了，活下去的考题才刚刚开始。
快报