Anthropic S-1 的關鍵考驗：Claude 能否把規模轉成利潤

圖片：TechLab 自製資訊圖

TechLab 編輯部（譯）·2026-11-05

Anthropic 據 The Verge 報道已提交在 Nasdaq 上市的 S-1 文件，市場焦點不只在於其潛在估值，而是在 Claude 的收入能否持續覆蓋推理、訓練及研究所需的龐大運算開支。對企業客戶和開發者而言，這也關乎日後模型供應商會否繼續把資源投向更強模型，以及價格、資料處理與部署選項如何演變。

不過，文件呈現的是一套仍在高速擴張的商業模式，而非已被證明可長期複製的結果。The Verge 節目受訪的 SemiAnalysis 分析師 Joey Brookhart 對數字相當樂觀，但其估值、收入和 AGI 前景均屬分析判斷，不能視為既定事實或投資建議。

Claude 的生意，核心是把推理收入再投進下一代模型

Brookhart 在節目中稱，Anthropic 的經濟模型已有明顯改善：兩年前推理業務的毛利率為負 94%，如今則為正 85%。若此趨勢能維持，Claude 的使用收入便不只是即時變現，也能為訓練及後訓練下一代模型提供資金。

這個循環很重要，因為他指目前只有約三成運算資源直接用於提供可帶來收入的推理服務；其餘用於實驗、研究、訓練及後訓練。換言之，Anthropic 要同時經營兩條成本線：既要令現有 Claude 服務有效率地賺錢，也要持續投入尚未產生收入的研發。推理效率改善，才可減低前者對後者的拖累。

Brookhart 把效率來源歸納為硬件組合、軟件優化，以及模型與硬件的配合。他稱，Anthropic 使用包括 Trainium、TPU 及 GPU 的多元晶片配置，部分硬件的 token 吞吐量按年可增五至十倍。這些數字反映的不是單純「模型更快」，而是同一份運算容量可服務更多請求，讓單位成本下降。

企業採用仍是收入上限的關鍵

報道引述 Brookhart 指，現時 AI 開支仍相當集中，最高消費的 1% 客戶每名員工可花費 5 萬至 10 萬美元；較廣泛的大型企業雖然傳統上有龐大 IT 預算，採用規模卻未必相若。Anthropic 的需求亦較集中於編程用途。

因此，Claude 若要大幅擴張，不能只靠開發者編程工具。報道中的分析認為，未來需要延伸至更廣泛的白領工作、網絡安全及生物科技等垂直場景，並從輔助工作逐步帶來可量化的節省人力效果。這是增長機會，同時也是最難驗證的假設：企業是否願意改造流程、交出資料，並為成效穩定的 AI 工作流付費。

資料處理安排亦會影響採用。報道提到，部分企業對把資料交予大型模型供應商有所顧慮，亦有機構在本地部署 AI；另有 AI 原生公司以開放權重模型作自訂訓練及推理。這表示 Anthropic 即使在模型能力上具優勢，仍要面對客戶對資料保留、部署方式和轉換成本的要求。

上市後，競爭會更集中在成本結構與供應能力

Brookhart 指，Anthropic 在上半年曾取得行業新增年度經常性收入的大部分份額，但第三季競爭轉趨激烈，OpenAI 可能佔較多新增收入；開放權重模型相關的 token 推理成本規模亦在增長。這說明前沿模型市場不會由單一供應商決定，編程等轉換成本較低的使用場景尤其容易令客戶流動。

對 Anthropic 而言，上市文件的意義在於把這套取捨攤在市場面前：收入要夠快增長，推理要夠有效率，才能支持不斷上升的訓練投入；但擴張企業市場又須處理資料、部署和競爭問題。下一步值得觀察的，是更多大型企業完成預算周期後，會否把 AI 支出由小規模試用轉為長期合約，以及這些合約是否足以支撐模型公司的研發開支。