Anthropic冲刺IPO：2万亿美元估值贵不贵？

捞上来就折价的模型 · 老客户花了九倍的钱 · 一人药企 · 下一个Coding还是Coding

「这大模型行业是非常非常残忍的，我更认为它是一个海鲜业，海鲜捞上来就开始不断地折价。」 —— Raymond，谈前沿模型的保鲜期

嘉宾： Aaron（周玖洲）｜《涉市未深》主播、二级市场投资人；Raymond Huang｜《苔藓之火》主播、科技投资人

主持： Diane（丁教）｜《科技早知道》主播、「声动活泼」联合创始人

一家巴西公司，跑到上海找中国大模型。它现在主要用Anthropic和OpenAI，却打算在2027年底把一半Token用量转到开源模型上。客服、销售、改图，已经跑通的任务能省则省，更难的开发再用贵的模型。Raymond听完问了一句：要是Anthropic明天又出了个更聪明的模型，你的工程师会不会还想用最好的？对方没有回答。

这笔账，差不多也是这期对话一直在算的账。便宜的模型够不够用，贵的模型到底多聪明，客户愿意多付多少钱。往上再走一步，才是一家成立五年的公司，凭什么让人用两万亿美元讨论它的估值。

2026年10月26日，Anthropic公开S-1招股书。上半年收入接近163亿美元，约为上年同期的14倍。做过投行的Raymond看到了抢先上市的定价权，也看到了一个“海鲜业”：模型刚捞上来，保鲜期就开始倒数。长期做二级市场投资的Aaron不完全同意。他觉得淘汰这么快是阶段性的，更值得想象的是模型公司下场做药、和客户一起解决问题，再分享收益。

Diane把两位投资人拉回几个实在的问题：账上不缺钱，还上什么市？她也想弄清楚，季度经营盈利，怎么和半年800多亿美元的净亏损摆在同一份报表上。聊到中国模型，刚才还意见一致的两个人，判断又分开了。这是《科技早知道》与《苔藓之火》《涉市未深》的一次串台。两万亿美元是讨论中的估值，全年收入也有各自的预测；能不能兑现，才是后面的争论。

以下是对话全文（经编辑整理，有删节）。

一、不缺现金，为什么还要抢第一个上市？

Diane： 我们过去常把Anthropic看作行业里的老二，现在它似乎有反超的态势。为什么选择这个节点上市？

Aaron： 大家默认OpenAI是老大，很大程度上因为它出现得更早。但拆到具体行业，比如AI Coding，也就是AI编程，Anthropic才是领先者。我把这次上市理解为编程赛道的老大要上市，而且它不会只局限在编程。

我对它的理解已经发生变化。它有机会成为各行各业运行的底层基础设施。至于上市时间，我觉得有一点抢跑的意味：在一个赛道里成为第一家上市的公司，本身就有声誉价值。

智谱和MiniMax当时也争先恐后上市。除了融资，企业还会考虑自己在资本市场的位置。对Anthropic来说，能否拿到当下最高估值，也许并不是唯一的考量。

Raymond： 我补充一点。我以前做了很长时间投行，主要就是帮这些企业上市。2014年有个印象很深的例子：京东和阿里都要上市，两家都很好，为什么还要讨论谁先冲？

因为先上的人比较有定价权。对二级市场投资人来说，你像是从石头里蹦出来的：这家公司我以前没买过，现在能买了。开始路演，故事是你讲的，赛道是你定义的，该看什么指标，也是你先说。投资人信了、买了，这个市场的参照就被你立起来了。

第二名就尴尬了。投资人会问：前一家我已经买了，你后来，你得打点折吧？不然我为什么买你？同一个赛道里，先上市在估值上往往能占一点便宜。

另一边的压力是OpenAI。它还在私募市场融资，也在抬收入预期。Anthropic可以说，我现在不急着上。但如果OpenAI的钱融到了，再往前推一推，压力还是会回来。下面那个地板在不断往上抬，你不上，并不等于对手也停下来。

Diane： 但它五月份才完成融资，账上资金还很充裕。所以这次更多是在抢占估值高地？

Raymond： 我觉得有这个原因。但上市还有一件事，大家容易只看IPO那一下融了多少钱。更重要的是，我拿到上市公司的身份，就打开了更多融资渠道。

有些公司上市，甚至不卖新股，只卖老股，这次根本没有融新钱。可你上市以后，有机会拿到更好的信用评级，就更容易借债。条款好的时候，借债比发股票还直接、还划算。以后要用钱的时候，你能走的路就多了。

Aaron： 我抛个问题：AI大模型到底是轻资产还是重资产的行业？

Raymond： 我觉得是重资产。从整个社会层面看，这肯定非常重，是一个大型制造业。问题只是：谁付这个钱？有些公司让别人买硬件，放在别人的资产负债表上；有些公司愿意自己吞下来。

Aaron： 我也把它看作超级重资产的业务。我的判断是，它需要储备足够的资金，将来可能自己下场做更重的投入。

现在几个合作方，同时是渠道、资金方、股东和资源提供方，其中又有自己的竞争产品。模型公司很难把命运全部交给某一家。AI发展的这些年，上游芯片、数据中心拿走了很多利润，没有钱谁都干不了。今天多储备一点，就可能为明天的竞争多留一点缓冲。

二、一家公司值不值两万亿美元，到底怎么算？

Diane： 投资人并不只能投Anthropic，还有其他科技公司可以选择。1.5万亿到2万亿美元，它撑得住吗？

Aaron： 我的看法相左，我觉得可选的标的没有那么多。不能直接拿它和云服务厂商比较，它更适合与大模型公司比较。OpenAI是可比对象，但多数二级市场投资人还投不了。

既然MiniMax和智谱已经在港股上市，我们可以拿来比一比。我给Anthropic的2026年全年收入拍一个数，大概600亿美元：招股书里，上半年已经160多亿美元，下半年我拍400多亿美元。这是我自己的收入预期。

MiniMax和智谱也在增长。我稍微乐观一点，假设MiniMax全年五六亿美元、智谱超过十亿美元。我们先不用利润比较，简单算PS，也就是市销率，用股权估值除以一年的收入。

Anthropic如果是1.5万亿美元，除以600亿美元，就是25倍PS。按照我当时对另外两家公司收入和估值的估算，智谱接近30倍，MiniMax低一些，大约13倍。

收入体量和模型能力也得一起看。MiniMax假设6亿美元，Anthropic是600亿美元，差了100倍，定价当然不一样。MiniMax的倍数低一点，我能理解。但如果Anthropic是25倍PS，智谱接近30倍，我拿着美元，会怎么选？我肯定选全球龙一、龙二，估值倍数还更低的。所以按这笔账，1.5万亿美元撑得住。

Raymond： 我非常同意Aaron。正常人听到1.5万亿、2万亿，反应肯定是：没听过这么大的数。你这公司才做几年，凭什么？为什么我的工资就不涨？

但认真想一想，它的收入也很高。到了九十月份，过了暑假，美股投资人通常已经在看明年的收入预测。你拿今年收入算一个PS，拿明年收入再算一个，完全可能是两种感觉。我们不能只对着两万亿那个数发愣。

我猜今年年底可能到1,000亿美元左右的年化收入规模。我会拿这个数往明年推，再看对应的PS。

还有，做到这个体量，本来就不容易。二级市场投资人为什么常常愿意给大公司不同的估值？因为走到这个量级，它已经证明了一些小公司还没证明的东西，业务的确定性会不一样。

再想想最后谁来买。除了普通投资人，还有那些大的长仓基金、养老金。你去波士顿，一条街上可能就有很多这样的大基金，每个都想在组合里买到足够分量的AI资产。以前没有一家独立的大模型公司摆在那里让你买，现在有了，这对他们是很不一样的选择。

三、「海鲜捞上来就开始不断地折价」

Diane： 从技术和竞争看，它还能保持现在的优势吗？

Raymond： 刚才我们其实是在做二级市场投资人很熟悉的事：线性外推。今年1,000亿，明年1,500亿、2,000亿，拿着这个数往后算。但二级市场投资人当然会错。碰到这么大的技术浪潮，很多时候我们根本搞不清楚正在发生什么。

这大模型行业是非常非常残忍的。它是一个大型制造业，我更认为它是一个海鲜业，海鲜捞上来就开始不断地折价。

招股书披露了一个数据，我第一次看到有人这么披露：第三季度超过80%的收入，来自过去六个月发布的模型。你想一下，六个月。下一轮做不好，收入可能就会受很大的影响。

它又兼具了制造业的不好，又兼具了海鲜业的不好。 前面要花很多钱，东西做出来以后又在不断过时。所以你问我，未来几年Anthropic还能不能一直领先？我不敢确定。

我们只有几个基础假设：过去做得很好，算力积累得好，有机会做更多实验；人才也是全球最顶尖的一批，而且还在看到其他实验室的人才往里面流。它已经参与了很多客户的工作流程，数据也在积累。理论上，它有概率继续坐在这个王座上。但能不能坐稳，我不确定。这可能就是最大的投资风险。

Aaron： 80%收入来自六个月内的新模型，这个数据确实惊人。但我觉得它是阶段性现象，未必是一个长期常态。

现在前沿模型迭代太快了。不要说六个月，一个月、两个月、三个月，都可能翻天覆地。所以最前沿的厂商，主要收入自然来自最前沿的几个模型。老模型的那部分空间，会留给国内模型、开源模型，或者其他厂商更便宜的产品。

等到有一天，迭代没这么快了，情况就变了。我们过去讲芯片的摩尔定律，18个月翻一倍，一直翻；后来18个月翻不了倍，速度就慢下来。那你会发现，7纳米、6纳米、5纳米都可以用了，不会一两年就淘汰。我觉得模型现在这种状况，是阶段性的。

我对不断诞生“新王者”这件事，一直有一个问号。企业能不能保持地位，和上市早晚没有直接关系，但它上市时处在什么位置，很重要。

快手上市了，字节跳动还没上市，这不意味着快手就能凭上市改变短视频里的竞争位置。反过来，如果你本来已经领先，就可能利用资本市场的资金和更大的影响范围，加强领先。

今天这一轮浪潮，我们数来数去还是微软、谷歌、亚马逊。往前翻二十年，互联网泡沫的时候，它们的名字是不是也在？它们也经历过那一波。只要不犯战略级别的错误，领先者遇到的可能就是阶段性的消沉、阶段性的崛起。新王者没诞生，老的王者做几个俯卧撑，过得好再蹦跶两下。这就是美股的现实。

Raymond： 对，这点很重要。回看移动互联网，从创业公司跑出来，最后真的成了新王者的有几家？不要说新王者，跑成一个“小太子”的都不多。Uber、Instacart、DoorDash，这些已经算很成功了，但绝大部分新创造的市值，还是被原来的大公司拿走了。Facebook就是PC互联网时代成立的公司，并不是移动互联网出来的新公司。

我觉得往后十年，这种情况可能只会加剧。大模型需要更大的资本投入，账上没有百亿、千亿美元，你连牌桌都上不了。技术跑得快是一回事，谁有钱一直跑，是另一回事。

四、客户花了九倍的钱，买的是什么？

Diane： 招股书里的另一个数字是约900%的净收入留存率。它衡量的是同一批客户收入的变化，这些客户花了更多的钱。

Raymond： SaaS，就是订阅制软件公司，经常会看这个指标。比如去年你买了Zoom，一年100美元。今年它多卖给你一个功能，你花了120美元，同一个客户的收入就变成1.2倍。

这时候软件公司已经很高兴了。今年加个功能，明年再加一个，过几年100美元变200美元，多好。

但Anthropic这边的九倍，更多是用量变了。以前只让AI写一点代码，现在你会把很长、很复杂的任务交给它。随手做一个网站、一个视频，再让它接着干别的。Token，也就是模型处理和生成内容的计量单位，会随着这些任务大量消耗。你要它干的活越完整，用量就越不一样。

所以我觉得，往后看，对Token的消耗还会往上走，而且可能是非常快地往上走。

Aaron： 这个数字令人惊讶，但它的商业模式和传统SaaS不完全一样。收入里，固定套餐订阅只是一部分，更大一部分来自API调用，也就是其他产品和企业系统直接调用模型。

去年一个客户可能刚刚尝鲜，只用了很少一点。今年发现能解决问题，开始正式使用，用量一下就放大了。

Diane： 所以也有去年比较基数低的原因？

Aaron： 对，从尝鲜变成正式使用，这个增幅会很大。数字很惊人，但我觉得更应该关注的是，客户真的开始大量使用了。

很多人一直在讲AI泡沫，可这个说法太笼统。数据中心建设上有没有局部泡沫？一些芯片囤积里有没有？可能有。但你看Anthropic的客户，过去一年从尝鲜走到疯狂使用，这是真实发生的需求。

很难就这样给整个AI产业扣一个泡沫的帽子。你去看这份招股书，会发现真实需求爆发得很吓人。

五、卖完模型之后，为什么还要自己做药？

Diane： 我们以前经常讨论，除了Coding，大模型真正能赚钱的商业模式还有什么。Aaron，看完这份S-1，你的想法有变化吗？

Aaron： 我觉得我以前对大模型公司的理解有误。以前能够通过公开资料深入研究的公司太有限，仔细看Anthropic、OpenAI怎么做生意以后，我的想法有了变化。

我觉得它不是一个简单的模型提供商。往前多走一步，它是世界运行的底座；再往前走，我不夸张地说，将来会成为各行各业的商业合作伙伴和共创者。

从我把模型卖给你，你拿回家自己用，变成我和你一起用模型解决一件事，再一起分成这个商业收益。

已经能看到一些端倪。Anthropic和医药公司一起研究新药，也收购了一家叫Mithril Medicine的一人公司，开始自己参与新药研发。它从给别人提供工具，走到了自己下场做事情。

我想象中的AI时代公司，可能就是一个人、三个人、五个人，却能搭起很大的业务架构。

还有Ode with Anthropic，是它和其他机构合作成立的AI服务公司，去帮各行各业把模型用到实际问题里面。这比FDE，也就是驻场交付工程师，还要往前一步：不只是给你部署，而是跟你一起解决问题。

可以设想，如果有一天，它研发出一种罕见病药物，再由外部合作伙伴完成临床试验、审批和商业化，它应该拿到怎样的收益？

今天有些罕见病药物没人愿意投入研发，因为商业效益算不过来。如果以后能批量推进研发，这件事可能就有经济效益了。那Anthropic在里面应该拿到怎样的分成？这得看它到底创造了什么落地价值。

投行也一样。今天很多团队仍然在做PPT、准备路演材料，真正必须由人去打交道的工作，占比未必那么高。其他行业也会遇到类似变化。所以我看它的想象空间，不只是一家卖模型的公司，而是能够进入很多业务的底座型公司。

Raymond： 我同意Aaron，但稍微有一点差别。我非常相信，大模型会成为很多生意的底座，像水电煤一样。只是水电煤未必只有一家垄断。中国电力这么发达，也分不同电网；不同国家都有自己的水电煤。Anthropic会是里面很重要的一家，但未必把所有东西都拿走。

新药、FDE往前走，这些事情也说明模型公司在找新的变现办法。今天API收入占大头，可API开放出来，就面临被模仿、被蒸馏的风险。产品一出来，就变海鲜了。

假如更前沿的模型留在自己内部，不放API出去，拿它研发新药、蛋白质结构，或者新材料，再按结果收钱，是不是就能把保鲜期拉长？你卖出去的东西变了，生意模式也可能跟着变。

六、「下一个Coding可能还是Coding」

Raymond： Diane刚才的问题，其实就是“下一个Coding是什么”。这是一个万亿美元的问题。我经常说一句话：下一个Coding可能还是Coding。

很多人把Coding理解成程序员写代码，AI在旁边帮他自动补全。我觉得这个理解太窄了。在数字世界里，你做的很多事情，最后都可以通过编程完成。

比如我做一个聊天机器人，陪我爸妈聊天。从最后呈现的东西看，它是Coding的结果；但我爸妈感受到的，会是“我在用一个编程工具”吗？做视频、做工具、把工作流程自动化，也有类似的情况。

所以大家经常拿Coding的业务上限，跟程序员的工资比。我觉得不一样，应该把视野放到整个白领工作、企业研发投入的范围。你比较的那个盘子，已经不是同一个盘子了。

Coding自己的上限就还很高，远没达到。再往外看，还有很多我们现在没想到的事情。

Diane： 所以可触达的市场，不只是程序员用AI，也包括普通人借助编程完成任务，以及模型公司进入新药研发这样的行业。还有哪些数据，让你们更看好这门生意？

Raymond： 有一个数据让我印象很深。2026年4月，Anthropic内部使用Claude，按官方标价折算的价值，超过了当月不含股权激励的人事费用。

往后很多公司可能都会走到类似的位置。怎么走？一种是人变少了，工资支出下降；另一种是你给AI投入得更多。买闭源模型也好，用开源模型也好，都是在拥抱一套新的生产力。钱花在AI上的比例不断提高，花在人身上的比例就可能下来。

我的预测是，科技公司可能在2027年陆续做到，其他行业可能到2028年。这会带来什么社会问题，我们另说。但在企业里面，人和AI怎么分工、钱怎么花，我觉得会有很大的变化。

Aaron： 我还会看人均创收。按当时的口径粗算，Anthropic的人均创收明显高于另外两家大模型公司，差距很大。

这让我想到一个问题：如果所有公司在同一个没有壁垒的市场竞争，这种规模优势会非常强。但现实世界有不同市场、不同客户圈层，各家公司还是可能找到自己的空间。这个前提，做中美比较的时候不能忘。

Diane： 还有客户分散度。前五大客户以外的收入占比，从2026年第一季度的64%，升到第三季度的79%。它越来越不依赖少数几个大客户了。

七、季度经营盈利，为什么半年还亏了800多亿美元？

Diane： 第二季度的经营利润已经接近10亿美元，但上半年净亏损却超过800亿美元，这两个数字怎么理解？

Aaron： 这里面有很大一部分是账面、非现金的损失。800多亿美元的净亏损中，有700多亿美元来自公允价值调整，属于会计层面的损失。

Raymond： 我看到有些公众号，就拿“Anthropic又亏了800多亿美元”做大标题。但凡这种，我就直接取关。这里面的会计关系都没讲清楚，光拿一个大数吓人。

Aaron： 没办法，要点击量。不看到那个标题，可能就不点文章了。

Raymond： 我们播客也可以说：“为什么Anthropic亏了800亿，又拿两万亿上市？”

Aaron： “震惊，Anthropic巨亏800亿。”

Diane： 两个大数字，标题就出来了。

Raymond： 不看招股书，你真不知道它是怎么一路走过来的。2023年，收入才四千多万美元，研发费用四亿多美元，十倍于收入。

四亿多美元，今天听着好像根本不算钱。当年可不是这样，收入才四千多万。投资人会问：你花了这么多钱，next token也能预测了，那你怎么不能预测收入在哪？下一个客户是谁，next customer就预测不了？

再看2026年上半年，研发费用占同期收入的59.8%。你说这个大不大？当然还大。但从收入的十倍，降到59.8%，变化已经非常大了。

Aaron： 还有一个我觉得很重要的数据：一美元算力支出能带来多少收入。

投一美元，只拿回来五毛钱，那就在持续失血。到2026年第二季度，大致是一美元算力支出能拿回两美元收入。这是一个很重要的转折。

如果这个季度的情况能持续，趋势能保持下去，继续采购算力、签长期合同就有支撑。但我们不能只拿一个季度来说，要看它是不是昙花一现。

八、股东也是供应商，合作关系就是资金自循环吗？

Diane： 约48%的收入通过云平台合作伙伴产生，这么高的渠道占比，会不会是潜在风险？

Aaron： 潜在风险肯定有，但我目前仍然把它看作一种合作和竞争并存的商业环境。Anthropic没有完全绑定某一家，某一家云厂商也没有完全绑定Anthropic。双方都在发展自己的模型和渠道。

如果把它理解为直营和分销，早期利用几大云厂商，把产品卖给更多客户，我觉得没有问题。不能仅仅因为这些公司互相合作，就认定业务是资金自循环，甚至直接推导成财务造假。

如果自己的渠道足够强，Anthropic也可以减少对其他渠道的依赖。要观察的是它有没有在拓展自己的客户关系。

Raymond： 很多人一看新闻，就开始想：这家公司怎么又是Anthropic的投资人，又是上游，又是下游？这边给它做芯片，那边帮它卖模型，是不是有什么问题？可你放进大公司里面看，这些决定往往是不同部门做的。

投资部门负责战略投资，想的是哪些模型公司值得投；云业务部门要卖东西，要收入。它可能几家都投，也可能几家的模型都卖。能多赚钱就多赚钱，没必要每次都先选一个队站好，再把其他人排出去。

真要处处排他，最后就变成一个个孤岛。所有东西都要自己做，那合作还有什么意义？

Diane： 那你们觉得最大的风险在哪里？招股书的风险因素甚至会提到AI可能带来的极端后果。

Raymond： 我先说为什么会写风险因素。招股书里有这个部分，律师会建议什么事情要写清楚。将来投资人亏了钱，会说：你当时要是告诉我，我就不买了；你没说，现在我来告你。所以公司会把各种可能性都写进去，很多地方也有律师沿用的模板。

但我真正关心的，还是接下来有没有新场景，有没有大的收入机会。到底谁会给你付大钱？

毕竟它已经和供应商签了非常大的算力合同，接下来有很多钱要花出去。

Diane： 客户没有和它签同样长期的合同，但它锁定算力是长期的。

Raymond： 对，用中国话说，就是期限错配。你跟上游签了很长的承诺，客户将来用多少，还没有同样的保证。

但数据中心建起来，就是要花很多钱。你不可能等别人都建好了，再过去说我现在要买。对方也不一定卖给你了。所以前面这些投入，有些就是必须提前做。

如果收入能持续涨上去，消化这些承诺的压力就不一样。

Aaron： 我觉得更可能出现的风险，并不是所有AI需求突然消失。客户试了半年，发现一点用没有，明年集体不再使用，这种情况我觉得概率较小。

更可能的是，需求还在快速增长，落地也是真的，只是没有大家想象得快。对一家被寄予很高增长预期的公司，明年收入即使增长30%，也可能明显低于预期。

收入还在增长，估值照样可能往下修。 我倾向于这种场景：实际需求是真的，只不过没有大家想象得那么快，最后变成严重低于预期。

九、同比增长几倍之外，中美模型公司要比什么？

Diane： MiniMax和智谱的收入也在快速增长，但和Anthropic相比，规模明显不同。Aaron，你长期关注这两家公司，怎么比较？

Aaron： 单看同比增速，意义没有那么大。一个新行业从渗透率接近零，走到10%，增长数字通常都非常快。新能源汽车早期就是这样。

从10%到30%，速度仍然很快，大家开始讨论风险；再往后，玩家更多、竞争更激烈，增长变慢，利润空间也可能收窄。今天还在早期，增长1,000%还是400%，不能直接告诉你最后谁能活下来。

我更在意几个问题。第一，现金流哪个季度能转正，转正以后能不能持续。这决定了公司在融资环境不好时能不能活。

你不能假设每一年都能在市场上拿到钱。现在融资顺利，企业可能会抓紧把钱融进来，因为它知道，翻过这一页，市场未必还那么好。明年还会不会有同样大的资金量愿意支持数据中心？二级市场还会不会给同样好的融资条件？都不一定。

第二，投入的钱到底能不能带回收入。算力投入与收入之间的关系，有没有逐渐改善？如果始终不能覆盖，商业模式还需要继续迭代。

Diane： 那有些已经上市的公司，是不是还处在很早期的阶段？

Aaron： 企业发展的不同阶段，评判标准本来就不同。天使、早期VC，也就是风险投资，可以承受当期收入很少、研发投入很大的情况；到公开市场，投资人需要用另外一套标准审视它。

港股越来越像VC市场，再搞不好，要搞成天使市场了。

Raymond： 我觉得和钱在哪里有关。美国私募市场的钱足够多，可以把一家公司撑到很大，甚至万亿美元估值，再去上市。中国有些公司，天使轮、A轮、B轮走下来，私募的钱还撑不到那么大的体量，就得去公开市场继续融。

所以同样叫上市，可能美国的公司已经走得很远，中国有些公司还更像在做一轮成长融资。两边到了不同的阶段，不能只因为都已经上市，就把它们当成完全一样的生意来比。

再一个，用户愿不愿意付钱、企业愿意付多少，中美也差挺多。这是从SaaS时代就留下来的付费习惯。收入长成今天这个样子，有这个现实在里面。

今年上半年，市场很买账的是：中国公司用比较少的卡、比较低的成本，也能很快追上前沿。这很厉害。但往前看，还能不能一直这么追？模型能力、数据、调用限制都在变。原来有效的办法，接下来能不能继续有效，我觉得要打个问号。

Aaron： 还有一个比喻需要拆开。我们常说AI是水电煤，但我不觉得所有层次的模型都会成为人人用得起的公用事业。

普通聊天可以很普惠；真正能创造更多商业收益、能力更强的模型，可能有更高的价格和使用门槛。它可能更像炼好的汽油里面的97号。钱不够，我可以加93号嘛；我93号也不加，我加便宜的、加柴油行不行？也可以。

所以我更关心的，还是能力怎样变成客户愿意支付的钱，以及这些钱能否支持公司继续投入。

十、中国开源模型的机会，只是便宜吗？

Raymond： 从DeepSeek横空出世开始，就有人说，中国模型这么便宜，美国前沿模型这么贵，应该没人用了吧？事实证明，并没有这样。大家对更聪明的模型，还是有很强的需求。

你想，如果公司预算够，你是不是希望请一个更好的学生？能请到北大的博士，而且他真的能做出不一样的东西，那你愿意多给钱。今天我们可能还在请小学生来上班，模型每更新一轮，就从小学生到初一、初三，再到高中、本科，之后才分985、211，再到硕士博士。能力还会往前走，企业会为这种差异付钱。

Diane： 但也有公司用中国开源模型，做出了不错的产品。未必所有任务都需要最强的闭源模型。

Raymond： 我上个星期刚好见了一家巴西公司。他们现在绝大部分模型支出都在Anthropic和OpenAI上，计划到2027年底，把50%的……不是支出，是Token用量，放到开源模型上。

所以我才会在上海见到一家巴西公司。他们就是来看中国大模型，准备采购。

他们很多东西已经跑通了，客服、销售、改图、视频，今天的模型都能做。换到开源模型，是为了降本增效。企业内部更难的开发，还是用前沿模型。这个安排很好理解。

但我问他：如果Anthropic接下来出了一个新模型，能力明显提高，你的员工、工程师，不会要求还是用最好的吗？这个问题，他没有回答。

如果你认为中美模型就差两三个月，那普通任务用便宜的、难任务用贵的，账当然很好算。可如果差距拉大呢？前沿模型突然多了一种我们没想到的能力，就像它不只读了北大博士，连清北复交的博士后都瞬间读了一遍，那这笔钱又不一样了。他今天来上海大采购，也得看中国模型以后能不能贴得够近。

Diane： 很多创业公司也在这么做，用最好的模型做研发，日常运行则用便宜模型。初中生能完成的活，没有必要一定找博士。我觉得一定时间里，中国开源模型还是会有自己的天地。

Aaron： 我犹豫的地方是，它的估值究竟从哪里来。

此前市场把某家公司叫作“中国的Anthropic”，给高估值，是因为大家觉得它可能接近全球第一梯队。高估值并不是因为它便宜，而是因为大家相信它能够赶上。

如果后来没有看到差距继续缩小，就需要重新问：估值来自性价比、使用范围，还是解决具体商业问题的能力？

我原本更期待第三条路。企业拿模型，不只是跑一下程序，而是解决真实业务，最后要算成本和收益。只要这件事能跑通，就能形成价值。

但今天Anthropic也在向下走，和企业合作、解决业务问题，甚至自己做药物研发。开源厂商在落地层面，也会遇到前沿闭源模型的竞争。如果后者解决同一个问题的效果更好，创造的收益更大，客户可能还是愿意付更高的价格。

所以我会重新检查自己的判断。我曾经对中国模型缩小差距很有热情，但也要问，现在出现的信号，是不是在往我原来想象的方向走？

Raymond： 我可能没有那么悲观。我做中国大模型季报，每一次会把主要模型过一遍，感受真的很不一样。

年初有一阵，觉得差得好远，根本看不到头：算力有限制，数据也有限制，越追不上，感觉越落后。后来新版本出来，又逼得很近，再后来又拉开了。每次季报，我们就在讨论今天到底差几个月。这个过程是个波浪。

我还是相信中国的人才密度、技术能力。还有DeepSeek这样的团队，很多推理和工程方法都愿意开源。这种智慧，我觉得还有很多。股票不好说，但技术上，我还是愿意乐观一点，它还有往前走的空间。

Aaron： 大家都喜欢问这个问题。

Diane： 我觉得也可以想想手机：Android和苹果，一个开源生态、一个闭源生态，它们解决的需求并不完全一样。

前段时间我去高通的活动，看到一些开源模型已经能放进本地的眼镜和小型AI设备，解决日常基本问题。没有必要每件事都去调用Anthropic或者ChatGPT。这两种生态会在不同领域重复出现。

Raymond： 对。但我觉得这个行业还比较早，经常会把现在类比成2014年。那时候苹果手机出来几年了，大家还是疯狂换机。我自己大概到2018年以前，还在每年换；后来就不怎么换了，因为换了和没换好像差不多。每个人可能都有这么个时间点。我觉得大模型还没完全走到那个时候。

Diane： 如果只是拿来聊天，我最近的体感已经没有前几年那么强了。但Agent，也就是能执行任务的智能体，在长任务上仍然有很大差别，包括它的Harness——围绕模型组织工具、上下文和执行流程的系统——做得好不好。不同使用场景，感受到的提升确实不一样。

十一、看好Anthropic，是否意味着上市就应该买？

Diane： 如果你们管理一只基金，Anthropic上市后，会配置吗？

Aaron： 要看估值。你讨论要不要买，都是在当时那个时间点做决定。得看那一天市场怎么样，大家有多兴奋，给它什么价格。

SpaceX那么稀缺的标的，也不能直接推出“上市就必须买”。好的公司照样会经历预期过高和价格波折。你要看上市前大家有多兴奋，给出的价格是什么。

上市前的一些交易可以当温度计。如果大家已经交易得特别贵，情绪已经特别热，就值得多看一下。

如果看未来十年，我倾向于配置这类公司；如果只看上市后一个月、两个月，就得看当时的热情是不是过头了。如果情绪过于亢奋，我会选择等一等。机会永远是有的。

Raymond： 我跟Aaron的想法差不多，但可能更乐观一点。我会倾向于配，差别是超配还是低配。

这么大的一轮科技浪潮，你去计较它现在是一万亿、两万亿还是三万亿，我觉得意义没有那么大，更多地参与对我更重要。当然，价格会有很大波动，接下来几个星期都可能上蹿下跳。

这是一家完全新的公司，一个全新的赛道，判断很难。市场可能突然把它砸下去，大家找到了一个叙事，说Anthropic不行了。但那也可能是捡的机会。也可能市场突然把它抬上去，那又是另一种机会。

今天我们把看好的理由、担心的地方都说了。它本来就很复杂，所以我相信市场还会给出机会。

正因为复杂，我觉得还是可以多花点时间，把它看清楚。

原播客：《Anthropic冲刺IPO：2万亿美元估值贵不贵？拆解Claude的增长、成本与竞争｜S10E34》

资料：Anthropic S-1招股书；Anthropic关于药物研发及Mithril Medicine的公告。

本文保留录制时的观点与判断，仅供信息交流，不构成投资建议。

欢迎订阅我的 Substack
mossfirepodcast.substack.com

如果你也在看这个方向，或者不同意上面的判断，欢迎写信到 [email protected]——不想写信也没关系，把邮箱留在下面就行。