发布时间:2026-11-19 来源:芯智讯

美国东部时间11月19日,人工智能(AI)公司Anthropic正式登陆纳斯达克,股票代码为“ANT”,成为全球首家上市的前沿AI模型开发商。
此次IPO受到资本市场追捧。Anthropic最终将发行价定为每股83美元,高于此前70至78美元的发行价区间上限。公司此次发行约9.8亿股,IPO基础募资规模约813.4亿美元,叠加260亿美元私募后的总交易规模达1073亿美元,创下全球IPO募资规模新纪录。

不过,Anthropic上市首日的交易表现也显示出市场情绪的复杂性。ANT开盘报111.50美元,较83美元发行价上涨约34%;盘中最高触及115.10美元,按完全稀释口径计算,公司估值一度达到约2万亿美元。但随后股价持续回落,最终收于97.17美元,较发行价上涨17.07%,较开盘价下跌约12.9%。按照约1.31亿股以外的全部隐含股份口径估算,收盘市值约为1.27万亿美元。
这意味着,Anthropic虽然以创纪录规模完成上市,但首日交易并非一路高歌猛进。开盘后的获利了结和股价回落,也反映出投资者在追逐AI增长机会的同时,对高估值和行业长期盈利能力仍保持审慎。
IPO募资813亿美元,叠加260亿美元私募,总融资超1070亿美元
根据Anthropic向美国证券交易委员会(SEC)提交的最终发行文件,公司此次IPO共发行9.8亿股A类普通股,其中Anthropic自身发行约9.5635亿股,另有约2365万股由现有股东出售。发行价为每股83美元,IPO基础发行规模约813.4亿美元。
需要说明的是,这813.4亿美元是IPO基础发行规模,并非全部由Anthropic自身获得,因为其中包含现有股东出售的股份。按照发行文件,Anthropic自身发行的股份约占9.8亿股总发行量的97.6%。
此外,Anthropic还同步安排了260亿美元的私募配售,由多家科技产业链企业认购其N类普通股。将IPO与私募配售合并计算,此次交易总规模约为1073亿美元。
这也使Anthropic此次整体融资规模超过了SpaceX今年6月上市时的IPO募资规模。不过,两者需要区分统计口径:SpaceX在全额行使承销商超额配售权后,官方披露IPO募资约857亿美元;Anthropic此次IPO基础募资约813亿美元,单项规模并未超过SpaceX,超过的是叠加260亿美元私募后的整体融资规模。
此次私募配售的参与者尤其值得关注。根据Anthropic招股文件,认购方包括:英伟达100亿美元、谷歌100亿美元、AMD 25亿美元、博通10亿美元、美光10亿美元、微软10亿美元、台积电5亿美元。七家企业合计认购260亿美元。
值得注意的是,名单中的企业并非普通财务投资者,而是覆盖AI芯片、先进制造、云计算和存储等环节的关键产业参与者。英伟达、AMD、博通和台积电是AI芯片及制造产业链的重要企业;谷歌、微软则同时拥有云计算基础设施和AI业务;美光是全球主要存储芯片供应商。
这形成了一个颇具代表性的产业资本结构:AI模型公司从芯片、云计算和基础设施供应商处获得资金,同时又需要向这些企业采购算力、芯片及相关服务。
这种资本与供应链相互交织的模式,正在成为AI产业发展的一个显著特征。它有助于模型公司提前锁定资金和算力资源,也使产业链上下游之间的商业联系更加紧密。但与此同时,投资者也需要关注其中潜在的循环融资和关联依赖问题:产业链企业的投资能否最终转化为真实、可持续的AI需求,仍取决于模型公司的商业化能力和客户付费情况。
九个月营收332亿美元,年化运行率达到810亿美元
从招股书披露的财务数据来看,Anthropic正处于高速增长阶段。截至2026年9月30日的九个月,公司实现营收332.42亿美元,而2025年同期为25.45亿美元,同比增长约1206%。截至9月的九个月内,Anthropic毛利率超过85%。
其中,2026年第三季度单季营收达到169.6亿美元,较第二季度增长约47%。截至2026年10月31日,Anthropic披露的年化营收运行率(Run-Rate Revenue)已达到约810亿美元,较9月30日增加约100亿美元。
需要注意,年化营收运行率是根据当前业务表现推算的年化指标,并不等于公司已经实现810亿美元的全年营收,也不代表未来收入必然按照这一速度增长。
客户增长则进一步体现了Anthropic商业化进程的加速。截至2026年9月30日,过去12个月为Anthropic贡献至少10万美元收入的客户数量已超过11900家,而2025年底这一数字约为1500家。与此同时,过去12个月贡献至少100万美元收入的客户超过1900家,贡献至少1000万美元收入的客户约250家。
这说明Anthropic的增长已经不再仅仅依赖个人用户订阅,而是逐渐扩大到企业级客户和大规模生产环境。
从收入构成来看,Anthropic的业务主要包括按使用量计费的消费型收入,以及订阅型收入。2026年前九个月,消费型收入约263.06亿美元,订阅型收入约69.36亿美元。消费型收入占据主导地位,也说明Claude模型及相关API服务的使用量增长,是公司营收扩张的重要驱动力。
尤其是Claude Code等面向软件开发者的AI工具,正在推动企业客户增加模型调用和算力消耗。
九个月累计亏损1040.39亿美元
然而,Anthropic的财务表现并非只有增长。招股书显示,2026年第三季度,Anthropic营业亏损5.67亿美元,而第二季度公司曾实现9.74亿美元营业利润。这意味着,在营收环比增长约47%的情况下,公司经营层面却重新转为亏损。而这与算力和基础设施成本的快速攀升密切相关。
截至2026年9月30日的九个月,Anthropic在计算与基础设施方面的支出达到188.08亿美元,而2025年同期为43.81亿美元,增长超过3倍。仅2026年上半年,公司用于计算能力和基础设施的支出就接近90亿美元,第三季度又增加约50亿美元。
随着模型规模扩大、推理调用量增长以及企业客户持续增加,Anthropic需要投入更多GPU、TPU等计算资源,并为训练和推理业务建设、租用数据中心基础设施。这些投入在支撑收入增长的同时,也对毛利率和经营利润形成压力。
从净利润口径看,Anthropic截至2026年9月30日的九个月累计净亏损达到1040.39亿美元。但这一数字需要结合招股书中的会计项目理解。其中约943亿美元来自可转换票据、衍生负债及简单未来股权协议(SAFEs)等金融工具的公允价值变动,主要由公司估值上升导致相关金融负债账面价值增加。这类公允价值变动会计损失,并不等同于同期发生了同等规模的现金流出。因此,不能将1040亿美元累计净亏损直接理解为Anthropic实际消耗了1040亿美元现金。
事实上,Anthropic第三季度净亏损约233亿美元,低于第二季度的约663亿美元,主要受到相关金融工具公允价值变动影响。
与净亏损相比,营业利润和经营现金流更能反映公司核心业务的经营状况。但第三季度由盈利转为营业亏损,仍然释放出一个值得关注的信号:Anthropic的收入规模虽然快速扩大,但算力成本和基础设施投入也在同步攀升,收入增长尚未稳定转化为经营盈利。
近9009亿美元算力承诺,未来十多年都要持续投入
相比上市首日股价和融资规模,Anthropic招股书中披露的另一组数字,或许更值得长期关注。
截至2026年9月30日及之后,Anthropic已经签订的采购承诺、租赁协议、短期承诺以及尚未开始的租赁协议等,合计约9009亿美元,绝大部分与计算能力和基础设施有关。
这意味着,Anthropic未来需要持续投入巨额资金,以保障AI模型训练、推理服务和客户业务扩张所需的算力资源。
从时间分布来看,这些承诺并非需要立即支付的债务。招股书披露,约4516亿美元预计在2030年12月31日前发生,绝大部分剩余金额预计在2031年至2045年之间发生。未来12个月内预计需要支付的合同义务约为707亿美元。
此外,9009亿美元还不包括部分未明确固定金额的算力和基础设施安排。Anthropic估计,这部分潜在支出规模约为1500亿至1750亿美元。
同时,招股书也披露,约1862亿美元的合同承诺附带可行使的终止权或生效前置条件,例如合作方能否获得融资、基础设施建设许可等。如果相关条件无法满足,部分安排可能被终止。
因此,9009亿美元不能简单理解为Anthropic已经背负的债务,也不能等同于未来必须立即支付的现金支出。但它确实反映出公司为了确保未来算力供应,已经作出了规模极其庞大的长期资源承诺。
这也解释了为什么Anthropic CEO达里奥·阿莫代伊(Dario Amodei)在上市前后谈到融资策略时,特别提及债务融资的可能性。
在接受CNBC采访时,阿莫代伊表示,公司希望未来能够获得投资级信用评级,债务也是公司未来可以使用的融资工具之一。
从招股书来看,截至2026年9月30日,在计入此次IPO及同步私募配售所得资金之前,Anthropic拥有约1466亿美元流动性,包括约956亿美元现金及现金等价物、363亿美元短期投资,以及约148亿美元信贷额度可用空间。
这说明Anthropic目前并非没有资金储备,但考虑到未来巨额算力承诺、模型研发投入和基础设施建设需求,单靠股权融资未必能够长期覆盖全部资金需求。债务融资、经营收入和持续的资本市场融资,可能都将成为其未来资金来源的一部分。
更重要的是,Anthropic的算力承诺与合作伙伴的融资能力和基础设施交付能力密切相关。招股书明确提示,如果算力供应商和基础设施合作伙伴无法获得所需融资或信用支持,相关产能可能出现延期、重新定价、缩减甚至无法交付的情况。
这意味着,Anthropic未来的业务扩张不仅取决于自身模型能力和客户需求,也取决于整个AI基础设施供应链能否持续扩张。