Anthropic半年营收163亿美元却亏807亿，账面巨亏背后是估值飙升的会计逻辑

2026年10月26日，人工智能公司Anthropic正式向美国证券交易委员会（SEC）提交S-1招股说明书，计划以“ANT”为股票代码登陆纳斯达克。这家由前OpenAI核心成员于2021年创立的企业，正试图在资本市场的聚光灯下验证其商业模式——一份表面“赚百亿、亏八百亿”的财报，引发市场对整个大模型行业盈利逻辑的重新审视。

招股书显示，Anthropic在2026年上半年实现营收162.86亿美元，较2025年同期的11.63亿美元增长约1300%；其中第二季度单季收入达116亿美元，首次实现GAAP口径下的营业利润9.74亿美元。然而，同一时期净亏损高达807.48亿美元，数字之巨令人震惊。

仔细拆解亏损构成可发现，807.48亿美元中，有723.88亿美元来自可转换票据、衍生负债及SAFE工具的公允价值变动，占比达89.6%。这一现象源于公司融资历程：自A轮起经历多轮融资，估值从早期数百亿美元一路攀升至2026年5月的9650亿美元。根据美国通用会计准则（GAAP），向早期投资者发行的可转债等工具需按公允价值计量，公司估值每上升一次，相关负债账面价值同步重估，在利润表上体现为巨额“亏损”。例如，亚马逊持有的62亿美元可转债，截至2026年6月底账面价值已升至1085.66亿美元。

换言之，Anthropic越被市场看好、估值越高，账面“亏损”反而越大。这种会计处理并非经营恶化信号，而是私募估值机制与上市公司财务规范碰撞的产物。剔除该影响后，公司2026年上半年经营层面实际亏损仅约6.93亿美元，且第二季度已转正；调整后毛利率达85%，经营利润率约10%。

Anthropic的收入结构高度聚焦企业市场。2026年上半年，按Token用量计费的API及Claude Code等消耗型收入达131亿美元，占总营收80%；订阅收入32亿美元，占20%。这一模式与其创始初衷一致：避开C端红海竞争，主攻高付费能力、高粘性的企业客户。数据显示，年付费超10万美元的客户从2023年末的约20家增至2026年9月末的11900家；其中超100万美元客户1900家，超1000万美元客户约250家，前五大客户收入占比从一季度的36%降至三季度的21%，客户集中度持续下降。

Claude Code作为旗舰编程工具，是增长关键变量。上线六个月即实现10亿美元年化收入，2026年初突破25亿美元，在AI编程工具市场占据约54%份额。其成功印证了垂直场景落地对模型商业化的加速作用。

但高增长背后是沉重的成本负担。Anthropic已锁定的算力基础设施承诺超过6000亿美元，若正在谈判的协议落地，总额或达7500亿至8100亿美元——相当于其2026年上半年收入的近50倍。算力及基础设施成本占收入比例从2025年Q1的251%降至2026年Q2的48%，规模效应初显，但长期履约压力巨大。

更值得注意的是渠道结构变化。亚马逊Bedrock、谷歌Gemini企业平台与微软Foundry三大云厂商渠道贡献收入占比从2023年的11%升至2026年上半年的48%，应收账款中58%挂于云厂商名下。由于Anthropic作为主要交付责任方按毛收入确认营收，支付给云厂商的分成计入销售费用，渠道费率从2025年的16–18%升至2026年上半年的约35%。这揭示出一个现实：即便模型能力领先，云平台仍掌握着分发话语权。

对比SpaceX的财报更具启示性。2026年10月20日，SpaceX公布Q3营收145.75亿美元、净利润44.04亿美元，首次实现季度盈利，其中星链业务贡献85%利润。其盈利路径清晰：通信业务走过资本开支高峰后，反哺高投入的星舰与Starlink Gen2研发。而Anthropic缺乏此类“现金牛”业务，每一美元收入都直接面对推理成本与刚性算力承诺的检验。

行业普遍面临类似挑战。模型公司收入增长虽快，但训练与推理成本随参数量指数级上升；算力采购合同往往长达数年，一旦技术路线迭代或客户流失，沉没成本难以回收。OpenAI虽未公开详细财务，但据多方信源，其同样面临高额算力支出压力。相较之下，英伟达凭借GPU销售持续盈利，微软、谷歌通过云服务将模型能力打包变现，均构建了更稳健的现金流结构。

Anthropic的IPO估值预期在1.5万亿至2万亿美元之间，若达成上限，将成为美股史上最大IPO之一。但投资者关注点已从“能否上市”转向“能否持续盈利”。其招股书并未提供明确的自由现金流转正时间表，也未说明如何应对下一代模型训练成本可能翻倍的风险。

目前，公司经营活动产生净现金流39.3亿美元（2026上半年），但受客户预付款、应收账款周期及供应商结算影响，尚不能视为稳定自由现金流。未来三年，其能否将高毛利率转化为可持续净利润，取决于三方面：一是客户留存与ARPU（每用户平均收入）提升速度；二是与云厂商的分成比例能否优化；三是新一代模型推理效率是否显著改善。

大模型竞赛已进入深水区。 Anthropic的案例表明，技术领先不等于商业成功，而资本市场的耐心正从“烧钱换增长”转向“验证单位经济模型”。当估值神话遭遇现实成本，行业或将迎来一轮理性回调——不是技术退步，而是商业模式的真正校准期。