AI 的账本开始公开:2,656 亿美元承诺、开放权重与 Token 价格战

2026-10-27 · 第 02 期

一、招股书把两张表摊开

10 月 26 日，Anthropic 向美国 SEC 提交 S-1，计划在纳斯达克上市，股票代码 ANT。招股书显示，截至今年 6 月的六个月，公司营收 162.9 亿美元，较上年同期的 11.6 亿美元增长 1,304%；2025 年全年营收 45.9 亿美元，同比增长 1,089%。

利润表则复杂得多。上半年净亏损 807 亿美元，其中 724 亿美元来自可转换票据公允价值上升的非现金会计费用。剔除这一项后，经营亏损为 6.93 亿美元，较上年同期的 21 亿美元收窄；公司称调整后经营利润为 16 亿美元，利润率约 10%。上半年经营现金流 39 亿美元，首次转正。

真正决定长期结构的是资产负债表外的承诺。截至 6 月 30 日，Anthropic 对芯片、电力等的最低采购承诺约 2,656 亿美元；公司预计每月向 SpaceX 支付约 31 亿美元算力费，若合同维持，到 2029 年累计可达 1,205 亿美元。这些承诺与使用量无关，属于刚性支出。

二季度的数字提供了一个观察单位经济学的切口：算力支出 56 亿美元，营收 116 亿美元，公司称每 1 美元算力换回 2.08 美元收入。这个比例说明需求足以覆盖当期算力成本，但不能自动覆盖未来四年的最低采购。收入可以按月波动，承诺却按年锁定——招股书第一次把这道期限错配写成了公开文件。

同一天，Meta 宣布拟通过出售普通股和优先股募资至多 950 亿美元，用于 AI 基础设施；英伟达、AMD、博通表示有意认购最多合计 50 亿美元（据财联社）。

两家公司选择了不同的融资方式：Anthropic 让公开市场为未来的算力账单定价，Meta 用股权融资为资本开支补充资金。方式不同，指向同一个事实：AI 的扩张越来越依赖资本市场，而不只是经营现金流。

二、开放权重分成三个部署层级

如果说 S-1 是需求侧的账单，开放权重就是供给侧的报价。这一周，三个模型把「开放」拆成了三个不同的层级。

第一层是数据中心级。Meta 于 10 月 15 日发布 Muse Spark Open，8,160 亿总参数、420 亿激活参数，100 万 token 上下文，支持文本、图像、视频与音频输入。BF16 权重约 1.6TB，量化后约 500GB；Meta 与 Apple 合作，用 MLX 在两台带 M5 Ultra 的 Mac Studio 上做分布式推理，四台机器时生成速度约 36.7 tokens/s。Artificial Analysis 智能指数 39，与 DeepSeek V4.1 持平。

它的「开放」有明确边界。许可证是 Meta 自定的 Muse Model License：允许商用、微调、蒸馏与销售衍生模型；对年收入超过 2,000 万美元的模型即服务提供商，另设单独签约要求。权重可以在 Hugging Face 下载，但要先通过身份表单。开放权重在这里不是无条件的公共品，而是一种带营收门槛的分发策略。

第二层是工作站与 API 级。Kimi K3.1 Pro 于 10 月 24 日发布，官方称 3 万亿参数级，基于 7 月开源的 2.8 万亿参数 K3 后训练而来，保留 100 万 token 上下文。Terminal-Bench 4.0 得分 65.7%，接近 Claude Opus 5.5 的 66.4%，高于 GPT-6 Astra 的 58.2%；Artificial Analysis 智能指数 55，排名第四。输入/输出定价为每百万 token 2 美元与 10 美元，约为 Opus 5.5 的一半。完整权重计划在 11 月 4 日前开放，许可证尚未公布。

第三层是 24GB 本地级。NVIDIA 于 10 月 15 日发布 Nemotron 3.5 Bolt 74B-A9B：74B 总参数、9B 激活参数，用 2-bit 量化与量化感知训练压到 24GB，官方称在 RTX Spark 上不低于 80 tokens/s。它可在 llama.cpp、Ollama、LM Studio、Unsloth 与 vLLM 上运行，NVIDIA 称权重、训练数据与配方均开放。把 70B 级 MoE 代理模型装进一张 24GB 显卡，是这次发布最实际的意义。

三层放在一起，「开放权重」就不再是一个二选一的问题。数据中心级拼的是内存带宽与分布式推理，工作站级拼的是每 token 价格与权重许可，本地级拼的是显存占用与工具链适配。企业采购时真正要问的不是「是否开源」，而是「权重多大、许可证允许什么、现有硬件能不能跑」。

三、调用量第一不等于收入第一

需求侧的数据来自 OpenRouter。10 月 19 日至 25 日，其平台全球总调用量 188 万亿 token，环比增长 14.63%；中国模型 93.54 万亿 token，环比增长 18.14%，连续 26 周超过美国；美国模型 22.47 万亿 token，环比增长 29.44%。当周调用量前五名均为中国模型，DeepSeek V4.1-Flash-1017 以 33.6 万亿 token 居首，环比增长 801%。

这组数字需要两个注脚。第一，OpenRouter 只统计经由其平台路由的流量，不覆盖厂商自有 API、云平台、私有部署与消费级应用，不能等同于全球市场份额。第二，token 调用量是「用量」，不是「收入」；价格越低的模型，越容易在调用量上领先。

Kimi 的定价提供了一个更细的观察。每百万 token 输入 2 美元、输出 10 美元，看起来只有 Opus 5.5 的一半；但 Artificial Analysis 测算，K3.1 Pro 完成一个智能指数任务的成本为 1.98 美元，与 K3 的 2.00 美元几乎持平，原因是它每个任务平均生成 5.5 万个输出 token，比 K3 多 14%。单价下降，单任务成本没有同步下降——价格战并不等于成本战。

这解释了中国模型为什么能在调用量上领先，却不能直接推导出收入领先。OpenRouter 的流量结构偏向开发者试用、Agent 自动化与价格敏感型工作负载；这些场景对 token 价格极度敏感，对稳定性、合规与支持的要求相对靠后。

企业级收入仍然集中在订阅、云市场与长期合同里。Anthropic 招股书披露，2026 年前九个月，前五大客户贡献约 25% 的收入，近一半收入通过亚马逊、谷歌与微软的云市场流转——这是另一种分发结构。

两套结构正在互相渗透。开放权重模型用低价换取调用量，再靠企业部署、托管服务与生态工具变现；闭源实验室用订阅与企业合同锁定收入，再靠算力承诺锁定供给。短期看，前者在 token 榜上领先；长期看，谁能把调用量转成可持续的毛利，才是账单时代的胜负手。

四、接下来看什么

第一，Anthropic 的 IPO 定价。媒体预期估值 1.5 万亿至 2 万亿美元，公司目标感恩节当周上市；如果定价落在区间上沿，公开市场等于认可「先锁定算力、再兑现收入」的模式。第二，11 月 4 日 Kimi K3.1 Pro 的权重是否按时开放，许可证是否允许商用与再分发；这决定它能否进入企业采购清单。

第三，Meta 的 Muse Model License 如何执行。2,000 万美元营收门槛把「开放」分成了两层：小团队可以自由使用，规模化的模型服务商必须回到谈判桌。这个条款会不会被其他开放权重厂商跟进，值得观察。第四，OpenRouter 的份额能否在 11 月延续；如果中国模型的前五名位置发生松动，说明价格战的边际效应正在减弱。

第五，企业侧的采用速度。Anthropic 的调整后经营利润与经营现金流转正，说明头部 API 生意在当期口径上已经接近自我覆盖；但 2,656 亿美元的最低承诺意味着，任何需求放缓都会被固定成本放大。接下来一个季度，云厂商的 AI 收入增速、OpenRouter 的 token 结构、以及开放权重模型的商用许可证，是三个可以验证的指标。

资料来源

本文由公开信息整理，转载请注明出处。