这篇 SemiAnalysis 的报告，主要是在 Anthropic 可能 IPO 的背景下，系统拆解它的商业模式、财务表现、算力需求，以及它和 OpenAI 的竞争关系。报告的标题很直接，叫 《Anthropic 2026 年第三季度利润超 10 亿美元：Anthropic IPO 财务数据抢先看》。不过需要先说明，这不是 Anthropic 官方披露的招股书，而是 SemiAnalysis 基于自己的 Tokenomics 模型，对 Anthropic 的收入、成本、毛利、算力和估值做的一套自下而上的测算。
报告最核心的判断是：Anthropic 可能已经成为当前 AI Lab 里商业化质量最好的公司。 如果说 ChatGPT 是消费端 AI 的 iPhone 时刻，那么报告认为 Claude Code 就是 B2B 端的 iPhone 时刻。Claude Code 在 2026 年初爆发之后，推动 Anthropic 的 ARR 从 2025 年底的约 90 亿美元，快速增长到现在超过 600 亿美元。SemiAnalysis 甚至估计，Claude Code 已经占到 GitHub 总提交量的 7%以上，这说明它不是一个简单的 AI 工具，而是已经深度嵌入软件开发工作流。
这篇报告真正想强调的，不只是 Anthropic 收入增长快，而是它的增长质量比 OpenAI 更好。Anthropic 的收入结构主要来自 B2B API，也就是企业客户按照 token 使用量付费。报告估计，Anthropic 现在大约 75%-85% 的收入来自 API，订阅收入只占 15%左右，消费端订阅更低，只有约 5%。这和 OpenAI 的结构很不一样。OpenAI 历史上更偏消费端和订阅制，免费用户、Plus 用户、Pro 用户构成了很大一部分使用量，但这些用户会大量消耗算力，对毛利率形成压力。
SemiAnalysis 的逻辑是，按使用量计费的 API 模式，比订阅制更适合 AI Agent 时代。 因为 Agent 工作流不是简单问答，而是持续调用模型、读代码、写代码、调试、执行任务，token 消耗量会比普通聊天高很多。对 Anthropic 来说，同一个客户用得越深，收入就越高，不需要新增客户也能持续扩张收入。报告提到，Anthropic 的净美元留存率达到 500%，意思是老客户一年后的支出规模可能变成原来的 5 倍。这是非常典型的高质量 B2B 软件增长特征。
财务上，报告认为 Anthropic 已经证明 AI Lab 可以是一个利润很好的生意。过去大家对 AI Lab 的印象是烧钱、训练模型、买 GPU、现金流很差，但 Anthropic 展示出来的是另一种模型：高毛利 API 收入可以反过来支持更多模型训练和算力采购。报告估计，Anthropic 当前混合毛利率已经到 60%中段，API 业务毛利率甚至超过 80%。相比之下，2024 年 Anthropic 的毛利率还曾经是明显负值，这说明过去一年推理效率和商业化能力发生了很大变化。
这里面最关键的指标是 ARR per MW，也就是每兆瓦算力能产生多少年化收入。报告说，Anthropic 每兆瓦算力对应的 ARR，9 个月前大概是 1600 万美元，而今年晚些时候可能达到 6000 万美元。这个变化非常重要，因为算力成本在单位层面相对固定，一旦单位算力跑出的 token 更多，或者 token 定价更高，利润率就会快速改善。这也是为什么 SemiAnalysis 认为 Anthropic 的商业模式可以形成飞轮：新模型带来更高收入和更高毛利，更高毛利再投入下一代模型训练，从而拉大能力差距。
报告对 OpenAI 的评价相对没那么友好。它认为 OpenAI 最大的问题是消费端负担较重，尤其是需要服务大量免费用户。SemiAnalysis 估算 OpenAI 有超过 9 亿免费用户，每个免费用户每月服务成本接近 0.70 美元，这会对总毛利率造成 20-30 个百分点的拖累。报告还做了一个对比：如果 Anthropic 和 OpenAI 都达到 1000 亿美元 ARR，OpenAI 的毛利润可能比 Anthropic 少 250 亿美元。这少掉的 250 亿美元，本来可以用于训练下一代模型，所以长期可能会影响 OpenAI 的再投资能力。
这也是为什么报告认为 Anthropic 应该先 IPO。它的理由有三个。第一，AI Lab 后面需要大量资本，尤其是算力建设需要进入公开股权和债务市场融资。第二，上市之后有公开、经审计的财务报表，有助于企业客户签更大的长期合同。第三，公开市场股票有流动性，也有利于吸引和留住顶级人才。SemiAnalysis 的观点是，既然 Anthropic 的财务表现比 OpenAI 更好，就应该率先上市，用更好的财务数据获取资本市场支持，同时反过来给 OpenAI 制造融资压力。
算力是这篇报告的另一条主线。报告估计，到 2030 年 OpenAI 和 Anthropic 两家公司合计可能需要超过 100GW 算力，而目前两家公司能获得的算力只有略高于 6GW。这个缺口非常大，所以报告认为，Anthropic IPO 不只是一个公司上市事件，而是整个 AI 基础设施融资周期的一部分。未来几年，AI Lab、云厂商、neo-cloud、数据中心、GPU、光模块、电力等产业链，都要围绕这个巨大算力需求进行资本开支扩张。
报告还专门讲了 TaaS，也就是 Token-as-a-Service，简单说就是企业不一定直接找 Anthropic 买模型，而是通过 AWS Bedrock、Azure Foundry、Google 的企业 AI 平台去调用 Claude。表面看，Anthropic 要把 20%-30% 的收入分给云厂商，毛利率会被压低；但 SemiAnalysis 认为这是值得的。因为企业客户本来就和云厂商有采购关系、合规体系、承诺消费额度，通过云平台调用模型可以减少销售阻力。报告估计，Anthropic 现在已经有 15%-20% 的 ARR 来自这类间接渠道，而一个季度前只有 5%-10%。
从客户结构看，当前 AI Lab 收入高度集中在 coding 场景。报告估计，超过 65% 的 Lab ARR 来自编程相关用例。Cursor、Cognition、Lovable、Replit 等 coding startup 也贡献了不少需求，但这些 wrapper 公司整体占比并没有外界想象得那么高，大概只占总 ARR 的 10%-15%。报告还认为 Meta 可能是 Anthropic 最大客户，但也只占 Anthropic 总收入的 3%-5%，所以客户集中度并没有极端失衡。
风险方面，报告列了几类。第一，企业可能开始做 token budgeting，也就是限制员工使用 AI 的预算，这会压制 token 消耗。第二，OpenAI 可能降价抢客户，Google 和 Meta 也可能推出更强的 coding model，使市场从两强竞争变成多强竞争。第三，开源模型持续追赶，可能压低前沿模型的定价权。第四，美国监管如果限制前沿模型发布，可能会削弱 Anthropic 的商业化窗口。第五，算力供应不足可能成为最大约束，因为需求再强，没有算力也无法转化成收入。
但 SemiAnalysis 对上行空间更乐观。它认为 Claude Code 只是第一个大垂直场景，后面网络安全、医疗、生物科技、金融等领域都有机会复制类似的 S 曲线。报告特别提到，Mythos/Fable 这类新模型或新产品可能成为下一轮增长催化剂。如果 Anthropic 月度净新增 ARR 能从当前每月 100 亿美元以上，进一步提升到每月 150 亿美元，那么 2027 年底达到 3000 亿美元 ARR 就是可能的。
最后，报告给了一个非常激进的估值框架：用 2027 年底 3000 亿美元 ARR，乘以 20 倍 ARR，得到 Anthropic 6 万亿美元企业价值。也就是说，在 SemiAnalysis 的 base case 里，Anthropic 有机会成为全球市值最高的公司。
所以这篇报告表面上是在讲 Anthropic IPO，实际上是在讲一个更大的判断：AI Lab 可能正在从“纯烧钱训练模型”的阶段，进入“高毛利 API 收入反哺模型训练和算力建设”的阶段。 Anthropic 目前是 SemiAnalysis 眼里最接近这个模型的公司。它的优势不是用户数量最多，而是 B2B 收入结构更好、API 占比更高、毛利率更强、再投资能力更强。如果这个逻辑成立，那么 AI Lab 会变成类似软件公司和云基础设施公司的混合体，同时也会继续推动算力、数据中心、GPU、光模块和电力系统进入更长周期的资本开支扩张。