在硅谷的AI竞争格局中，最令人担忧的往往不是技术路径的失误，而是资金链的断裂。

近期，一份关于Anthropic的财务数据在创投领域引发了广泛关注：2026年上半年营收约163亿美元，净亏损约807亿美元，截至2025年底现金及短期投资约202.8亿美元。外界随之出现了尖锐的评论：此时推动IPO，并非辉煌时刻的庆祝，而是不得已的生存策略；在当前低迷的资本市场环境下，如此规模的IPO面临极高风险。更有终极推演认为，Anthropic和OpenAI或许只是过渡时期的牺牲品，最终能留在战场上的，只有拥有超级生态的Gemini（谷歌）和极致成本控制的DeepSeek。

这种观点虽有夸张成分，却揭示了大型模型行业最核心的痛点：算力即权力，现金流是生死线。但在接受“危机叙述”之前，必须先将数据口径厘清——否则对危机的感知会失真。

拆解财务黑洞：807亿净亏损中，多少是实际现金？

首先，需要用商业逻辑审视那个令人震惊的“807亿美元净亏损”。

这807亿中，约720亿美元来自可转换票据等融资工具的公允价值变动，属于非现金会计处理，并非实际资金流出。剔除这一项后，公司上半年仍录得约87亿美元的账面亏损，其中包含股权激励等非现金支出；真正的现金消耗，需要查看现金流量表，而非仅仅依赖利润表上的净亏损。所以，“半年亏损800亿”作为标题数字冲击力很强，但它并不等同于“半年烧掉800亿美元现金”。

真正的压力隐藏在另外两个数字中：营收约163亿，现金及短期投资202.8亿——后者是截至2025年12月31日的时点数据，并非2026年上半年的余额。

大型模型是极度消耗算力的“重工业”。Anthropic已披露的刚性算力承诺规模惊人：云计算合同约4500亿美元（谷歌云约1110亿、AWS约1100亿、微软约310亿），英伟达芯片租赁最高约860亿美元，博通相关芯片义务超1600亿美元，合计已超过6000亿美元；若计入在谈协议，潜在规模可达7500亿美元。2026年上半年，其算力及基础设施支出接近90亿美元，年化约180亿美元。仅就这一项支出来说，202.8亿美元现金约可覆盖一年以上。

但这是静态口径。Anthropic在2026年第三季度已向投资者披露“调整后自由现金流转正”，尽管“调整后”的定义尚不透明，可持续性也存疑。忽略这一边际变化，把2025年底的现金余额直接对照2026年上半年的烧钱速率，会得出比事实更悲观的结论。

IPO的紧迫性则有公开信息支撑：Anthropic于2026年6月保密提交S-1，目标11月挂牌；预测市场Kalshi上，其年内正式宣布IPO的概率约为75%。更准确的说法是：一级市场融资窗口收窄、早期投资人和员工需要退出通道，使IPO从“可选”变为“优先项”。“被迫”是一个判断，不是可被事实直接验证的陈述。

上市即“裸奔”？为什么此时IPO风险极高

在当前美股宏观环境下，带着一份“失血”的财报去公开市场要钱，难度确实很大。

过去两年，只要有大模型、有顶尖科学家、有漂亮的跑分，华尔街就愿意为AGI的宏大叙事买单。但风向已经变了。近期科技股回调中，CoreWeave等算力租赁公司暴露出的高杠杆债务问题是一个重要触发因素：其债务约520亿美元，五年期CDS利差一度突破1000个基点，隐含违约概率超过60%，2026—2028年累计负自由现金流预计达710亿美元。投资者开始重新审视AI基础设施的回报周期。

微软将2026自然年资本开支预期从约1900亿美元下调至约1750亿美元，部分源于会计口径调整；Meta上半年裁员约8000人，但资本开支绝对值仍在上升，官方和高盛均将其定性为“腾笼换鸟”而非撤退；苹果AI相关资本开支占营收约2.5%，远低于云厂商，2026年7月市值一度触及5万亿美元，市场确实将其轻资产AI策略重新定价为“避险”属性。

在这种投资者情绪下，Anthropic带着“上半年净亏损807亿”的财报去公开市场，面临严苛的估值下修压力，发行失败的风险不能排除。当散户和机构投资者不再愿意为“黑盒API”支付高昂溢价，IPO本质上就是一场考验市场底线的大型压力测试。

终局推演：为什么Gemini和DeepSeek被看好？

外界推演的终局是：Anthropic和OpenAI可能陷入苦战甚至掉队，最后是Gemini（谷歌）和DeepSeek（幻方量化旗下）的天下。其商业逻辑是：大模型是一场拼持久力的无限游戏，活下来的玩家可分为两类——拥有超级现金牛的“财阀”，以及拥有极致降本能力的“极客”。

谷歌拥有全球最赚钱的搜索广告，自研TPU，庞大云基建和安卓、搜索生态。它的相对优势是“自有芯片+自有云+自有现金牛”的组合，边际算力成本低于外购英伟达GPU的独立模型公司。但需要修正一个流行说法：谷歌并非“不需要买算力”。TPU的研发、制造、部署同样有巨额资本开支；而且Anthropic本身也是TPU的大规模使用者，承诺采购超100万颗，部分直接购买、部分通过GCP租用。更准确地说，谷歌的优势不是“没有算力成本”，而是算力成本结构和现金流韧性远优于独立模型公司。只要不犯战略性错误，它确实更能靠现金流把对手耗下去。

DeepSeek则走出了一条极致的工程降本路线。其R1模型宣称训练成本约560万美元、使用2000块H800，对比西方可比模型8000万至1亿美元、16000块H100的成本结构；MoE架构降低计算成本约30%；推理框架DeepInfer于2026年10月全面开源。它不靠高昂API订阅养活庞大销售团队，而是靠“好用且便宜”的口碑进攻开发者生态。DeepSeek的存在证明：在算力受限背景下，极致的工程效率可以显著抹平硬件代差。当然，这并不意味着它已经锁定终局，只是代表一种更难被现金流压垮的生存策略。

中间态的困局：OpenAI与Anthropic的结构性压力

反观Anthropic和OpenAI，它们处于尴尬的中间态：没有谷歌那样雄厚的自有资金和底层硬件，又必须维持庞大的人力成本和算力开销。

OpenAI 2025年净亏损约385亿美元，向微软支付了172亿美元相关费用，高度依赖微软输血；其推进IPO的紧迫性在报道中有所体现，但将其描述为“内部人员套现危机”缺乏直接证据，属于推断。Anthropic夹在中间，既没有基建，也没有极致的轻量化成本控制，背负着沉重的云账单和研发团队。

为了维持高估值，它们必须不断推出更强的模型；更强的模型需要更庞大的算力，这又导致更巨额的亏损。这是一种真实的结构性压力，但称之为“停不下来的死亡螺旋”是修辞，而非已证实的财务轨迹。Anthropic Q3披露的“调整后盈利、正自由现金流”至少表明，在特定口径下，规模效应可能正在产生边际改善，尽管其可持续性和“调整后”定义仍存疑问。一旦资本停止输血，或技术迭代出现停滞，巨额沉没成本确实可能压垮公司——这是风险，不是定局。

结语：AI神坛的坠落与商业理性的回归

Anthropic的财务困境，是整个大模型行业“高杠杆、重资产”模式的缩影。

过去两年，只要有顶尖科学家、有跑分高的模型，就能拿到天价融资。但现在，资本市场的耐心正在耗尽。从“为梦想窒息”到“为账单发愁”，大模型公司正在经历残酷的成人礼。当高额算力账单吞噬营收，当公开市场投资者不再为AGI的宏大叙事无条件买单，只有那些拥有自有现金牛（如谷歌）或极致工程降本能力（如DeepSeek）的玩家，才更可能活到下一个时代。

Anthropic的这场IPO，或许会成为大模型泡沫破裂的第一声巨响，也可能只是行业回归理性商业逻辑的一个节点——这个判断本身仍需时间验证。在这片满是算力焦土的战场上，活下来，比什么都重要。

本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。