夜雨聆风
从这个六月开始，资本市场可能要面对一个很少见的场面：几家仍处在高速烧钱、商业模型尚未完全定型的公司，正在尝试把自己推向公开市场。
问题不只是它们能募多少钱，而是：当 SpaceX、OpenAI、Anthropic 这样的公司集体走到 IPO 门口，市场到底是在给未来定价，还是在给一套还没有被完全验证的叙事买单？
5 月 20 日，SpaceX 公开向 SEC 提交 S-1 招股书，计划 6 月 12 日登陆纳斯达克，估值超过 1.8 万亿美元，募资规模预计在 400 亿到 800 亿美元之间。同一天，市场传出 OpenAI 正在准备秘密递交招股书，由高盛和摩根士丹利联合承销，目标 9 月上市，最新一轮融资对应估值为 8520 亿美元。
而在昨天深夜，Anthropic 官宣已向 SEC 递交 S-1 文件。就在上周，它刚完成 650 亿美元 H 轮融资，估值从 2024 年的 380 亿美元跃升至 9650 亿美元，一举反超 OpenAI，成为全球估值最高的私有 AI 公司。
如果这三家公司都按计划推进，今年美国 IPO 市场将迎来一个极端集中、极端高估值、也极端敏感的窗口。三家公司合计募资规模，可能超过 2000 年以来所有美国风投支持 IPO 的总和。作为对照，Renaissance Capital 的数据显示，今年前五个月，美国 IPO 市场总募资额只有 284 亿美元。
这不是普通意义上的上市潮。更准确地说，这是 AI 与太空科技两条长周期资本叙事，在同一个时间点向二级市场发起的一次压力测试。
秘密递交，不是低调，而是控场
IPO 的本义是“公开”，但这一次，几家公司选择的第一步并不公开。
Anthropic 和 OpenAI 都采用了 confidential filing，也就是秘密递交。SpaceX 在 4 月也曾通过同样方式提交文件，直到 5 月才向公众披露。
这条通道来自 2012 年奥巴马签署的《JOBS 法案》。该法案允许符合条件的“新兴成长企业”以保密方式向 SEC 提交招股书草案。审核、反馈、修改照常进行，但 S-1 文件不会立刻公开，直到路演前 15 天才必须披露。
S-1 是一家公司的财务 X 光片。
按照 SEC 要求，注册声明必须包含经审计的财务报表、完整业务与风险披露、管理层对经营状况的分析、高管薪酬明细，以及募资用途。换句话说，营收、成本结构、客户集中度、创始人薪酬、资金花在哪里，都会被摊开。
对一家准备上市的公司来说，S-1 就是底牌。
秘密递交之所以在过去十多年里成为科技公司最受欢迎的制度安排，核心原因也在这里：它给公司留下了一个相对安静的调整窗口。
第一，公司可以和 SEC 私下过招。SEC 会逐轮审阅草案并提出反馈，公司再逐项回应、修改。哪些数字需要补充，哪些措辞可能引发法律风险，哪些风险因素必须说得更清楚，都可以在公开前反复打磨。
第二，公司可以延缓敏感信息暴露。对 AI 公司而言，S-1 里的算力支出、推理成本占比、大客户依赖度，不只是财务数据，更是竞争情报。Anthropic 不想让 OpenAI 过早看到自己的真实成本结构，OpenAI 也一样。
第三，公司保留了撤退空间。秘密递交阶段的草案在公开前并不构成正式注册声明。如果市场环境突然转冷，公司可以选择不继续推进，外界也不会在新闻标题里看到“IPO 失败”四个字。
所以，秘密递交并不是“低调”。它本质上是一种控场：让监管先看，让承销商先看，让核心投资人先看，而不是让整个市场同时看。
只公开动作，不公开账本
但这里有一个反常之处。
如果公司想最大化利用秘密递交的好处，最合理的做法应该是全程不出声，直到必须披露时再公开。可是 Anthropic 却在官网挂出了公告，措辞严格遵循 Rule 135，也就是证券法中允许公司在不构成公开要约前提下发布“已提交注册声明”通知的安全港规则。
也就是说，它不告诉你账本，但告诉你：账本已经交上去了。
这是一种精心设计的信息不对称。
秘密的是内容，公开的是动作。真正被释放出来的，不是财务细节，而是上市预期。
这至少有三层作用。
第一，刺激估值。Anthropic 的 H 轮融资与秘密递交几乎同步发生，参投方不可能不知道公司正在推进 IPO。上市预期本身就是定价的一部分，它直接支撑了 9650 亿美元估值，也让 Anthropic 在账面上反超 OpenAI。
第二，稳住客户和团队。Anthropic 80% 的营收来自企业客户。大客户需要确认这家公司财务足够稳定，能够长期提供服务。团队也需要看到期权兑现的可能性。IPO 不是终点，但它是一个极强的信号。
第三，提前暖场。只要“万亿级 AI 公司准备 IPO”的标题出现，承销商、机构投资人、分析师、媒体都会开始行动。S-1 还没公开，路演还没开始，市场情绪已经被调动起来。
资本市场里的“公开”，从来不是简单地让所有人同时看到同一份信息。更多时候，它是一种分层公开：谁先看到，谁能看懂，谁能据此下注，从秘密递交那一刻起，就已经排好了顺序。
盈利了，但盈利口径需要细看
在目前最受关注的三家准 IPO 公司中，SpaceX 和 OpenAI 都没有实现盈利。OpenAI 2025 年营收达到 130 亿美元，但仍处于亏损状态。
唯一声称已经盈利的，是 Anthropic。
据 WSJ 报道，Anthropic 预计 2026 年第二季度实现营收 109 亿美元，运营利润 5.59 亿美元。上一季度，其营收为 48 亿美元。如果这一数据成立，这将是 Anthropic 成立以来第一个盈利季度。
表面上看，这对 IPO 是一个漂亮的叙事：高增长、接近万亿美元估值、并且开始盈利。
但时间线里有一些值得细看的地方。
Anthropic 今年新签了两份大型算力合同，分别来自 SpaceX 和 xAI。这两份合同前两个月属于折扣价，也就是 ramp-up 期，7 月起才按全价每月 12.5 亿美元计费。
如果回推 Anthropic 的盈利周期，所谓首个盈利季度，恰好处在这两个折扣月覆盖的阶段。也就是说，Q2 的盈利部分建立在较低算力成本基础上。等到 7 月折扣期结束，算力支出切换到全价，利润能否继续维持，就不是一个可以轻易下结论的问题。
更关键的是，Anthropic 当前披露的是 non-GAAP 口径。私有公司不像上市公司那样受到同等强度的财报披露约束，利润如何计算，仍有弹性空间。
科技博主 Ed Zitron 曾做过一笔账：如果 AWS、Google Cloud 和 SpaceX 三方算力合同全部按全价计算，Anthropic 月度成本据估算可达 37.5 亿美元，一年就是 450 亿美元。放在这个量级面前，5.59 亿美元运营利润并不厚。
这不意味着 Anthropic 的盈利不真实，而是说明：AI 公司的“盈利”不能只看单个季度，更要看成本周期、合同折扣、会计口径和算力价格变化。
对一家传统软件公司来说，收入增长后边际成本下降，是估值模型里最有吸引力的部分。但对大模型公司来说，推理成本、训练成本和客户使用量高度绑定。用户越多、调用越频繁，成本未必会按传统 SaaS 逻辑快速摊薄。
这正是 AI 公司上市后最难解释的地方：它们到底是高毛利软件公司，还是披着软件外衣的重资产算力公司？
ARR 的垂直曲线，也是一道考题
Anthropic 还有一组数字同样引人注意：ARR，年化经常性收入。
ARR 的计算方式通常是把当前月收入乘以 12，用来推算全年收入规模。这个指标在高速增长公司里常见，但也容易制造错觉，因为它把某一个时间点的增长状态，外推成了全年表现。
Anthropic 的年化收入增长轨迹非常陡峭：2024 年底约 10 亿美元；2026 年 2 月达到 140 亿美元，公司在 Series G 公告中自行披露“run-rate revenue is $14 billion”；4 月突破 300 亿美元；5 月逼近 440 亿美元。
四个数字连在一起，几乎是一条垂直上升曲线。
但 Anthropic CFO Krishna Rao 今年 3 月在法庭宣誓证词中称，公司累计总营收“超过 50 亿美元”。如果 ARR 数据完全成立，且仅 Q1 就有 48 亿美元收入，那么过去几年 Anthropic 的收入积累其实很有限，真正的增长几乎集中在今年第一季度之后。
这并非完全不可解释。Claude Code 今年开年确实迅速走红，OpenAI 的 Codex 也是近期才追上来。开发者工具的使用强度高、付费意愿强，确实可能带来收入跃升。
但问题在于，OpenAI 仍握有超过 8 亿周活跃用户，Anthropic 的用户规模远远不在同一量级。现在 Anthropic 的估值达到 9650 亿美元，高于 OpenAI 的 8520 亿美元，投资人究竟在给什么定价？
答案可能不是用户规模，而是企业收入质量。
Anthropic 80% 的收入来自企业客户，Fortune 前十公司中有 8 家是它的客户，Claude Code 贡献超过 25 亿美元年化收入。它的用户数量不如 OpenAI，但单个客户价值更高、合同更大、收入更集中。
这是一家企业服务公司的估值逻辑。
OpenAI 则更像消费互联网逻辑：8 亿周活跃用户，消费者为主，ARPU 更低，但用户池巨大。它的关键问题不是有没有用户，而是如何在不伤害用户体验的情况下，把庞大流量转化为稳定现金流。
两家公司看似都在做大模型，实际上面对的是两套完全不同的资本叙事。
投资人等不起了
这轮 IPO 潮背后，还有一个更现实的因素：投资人不想再等了。
2022 年到 2024 年，美国 IPO 窗口几乎关闭了三年。加息周期、市场风险偏好下降、高估值科技公司上市后破发，让一级市场的退出渠道变得非常拥堵。
偏偏这三年，也是 AI 估值膨胀最快的三年。
OpenAI、Anthropic 以及一批基础模型公司，在私募市场里的估值翻了数倍甚至十几倍。账面财富越来越大，但只要没有退出，就仍然只是纸面收益。
VC 基金是有周期的。LP 投了钱，到期要看到分配。基金存续期通常约为 10 年，早期 AI 投资很多发生在 2018 年到 2021 年之间。进入 2026 年，这些基金已经开始接近需要交付回报的阶段。
利率环境改善，市场情绪回暖，IPO 窗口重新打开，这几家公司自然会选择踩点推进。
从这个角度看，AI 公司 IPO 不是单纯的企业融资事件，也是一级市场向二级市场转移风险与收益的过程。
一级市场已经给出了极高估值，接下来要由公开市场回答：这些估值能不能被收入、利润、现金流和增长速度接住。
PBC 上市，治理结构也要接受拷问
Anthropic 还有一个特殊之处：它不是一家普通公司。
它是一家注册在特拉华州的公共利益公司，即 PBC。按照 PBC 架构，董事会依法需要在股东利益和公共使命之间做平衡。Anthropic 写入章程的公共使命是：为了人类长期利益，负责任地开发和维护先进 AI。
在此基础上，公司还设计了一套 LTBT，也就是长期利益信托机制，由独立受托人选任部分董事席位，这一比例会逐步增长到董事会多数。理论上，这套机制是为了确保安全使命不被商业利益完全覆盖。
问题是，这套治理架构还没有在公开市场上接受过真正检验。
上市之后，Anthropic 面对的不只是用户、客户和监管，还有每个季度的财报电话会。算力成本、毛利率、收入增速、客户留存、资本开支，都会被公开市场持续追问。
第一道考题，就是成本。
如果 7 月之后算力合同切换到全价，AWS、Google Cloud 与 SpaceX 合计月度算力账单可能高达 37.5 亿美元。按照 The Information 今年 1 月的报道，Anthropic 的推理成本比预期高出 23%。
这部分压力最终只有两个出口。
一个出口是转嫁给用户：涨价、压缩免费额度、降低免费 tier 模型质量，或者把更强能力锁进更高价套餐。
另一个出口是压到报表上：上市后从 non-GAAP 逐渐面对更严格的 GAAP 披露，灵活记账空间收窄，每个季度都要向市场解释毛利率和亏损变化。
目前 Claude Pro 每月 20 美元，Max 每月 100 到 200 美元。上市之后，这些价格会同时受到两股力量拉扯：用户的付费意愿，以及华尔街对利润率的期待。
历史经验通常表明，后者的声音更大。
所以，对普通用户而言，S-1 公开不是一个和自己无关的金融事件。它可能预示着订阅价格、免费额度、模型能力开放节奏都会发生变化。
财务文件看似写给投资人，实际上也在写产品路线图。
两家公司，两条路
回到最初的问题：为什么 Anthropic 用户量远小于 OpenAI，估值却能更高？
因为市场在押注两种完全不同的增长模式。
Anthropic 更接近企业服务公司。企业客户贡献了 80% 营收，大客户集中，合同金额高，Claude Code 这样的产品正在切入高价值开发者和企业工作流。它的优势不是全民使用，而是深度嵌入企业生产系统。
这意味着 Anthropic 未来的产品路线，大概率会继续向大客户倾斜：更强的稳定性、更严格的合规能力、更保守的功能释放节奏。Claude Mythos 被限制释放，既可以理解为安全使命的体现，也符合企业客户对可预测性的要求。
个人用户不会被抛弃，但优先级可能会后移。
OpenAI 则走在另一条路上。它拥有超过 8 亿周活跃用户，消费端规模是核心资产。但消费互联网逻辑的挑战也很清楚：用户多，不等于付费能力强；流量大，不等于利润率稳定。
在 Codex 之前，OpenAI 曾考虑过成人模式、Sora app 和广告业务。未来不排除更激进的变现方式被加速推出。因为当用户规模是公司最大的故事时，公司就必须不断证明，这些用户可以转化为收入，而且收入增长速度足以支撑估值。
这两条路径正在分叉。
Anthropic 会更像企业级基础设施，OpenAI 会更像消费级 AI 平台。前者看重客户价值、合规和留存，后者看重用户规模、产品频率和变现手段。
上市会让这种分化变得更快，因为资本市场会用季度报表不断逼问：你到底靠什么赚钱？
真正值得读的，是那几百页 S-1
S-1 最终都会公开。
对投资人而言，它是财务文件；对用户而言，它其实是产品路线图。营收成本、算力支出、客户集中度、用户规模、毛利率、风险披露，都会透露这些公司未来会怎么做产品、怎么定价、怎么处理安全与增长之间的冲突。
订阅会不会涨价，免费 tier 会不会缩水，企业客户会不会获得更高优先级，AI 公司会不会为了利润率牺牲一部分开放性，答案不一定写在发布会上，但会藏在招股书里。
这轮 IPO 浪潮最重要的意义，未必是诞生多少万亿美元公司，而是让 AI 行业第一次被迫把账本拿到公开市场面前。
过去几年，AI 叙事一直建立在能力跃迁、用户增长和资本热情之上。接下来，它要接受另一个更冷的检验：收入是否足够真实，成本是否足够可控，增长是否足够持久。
等 S-1 公开那天，值得认真读一读。
哪怕不是为了炒股，也至少可以看清楚：我们每天使用的 AI 工具，接下来到底会变成一家什么样的公司。
报告派查报告、看数据、解市场
www.baogaopai.com
