Anthropic上市为AI的商业闭环提供了一个范本，激发有关算力、模型、应用等全方位的讨论。
近期，Anthropic招股书的披露引发了市场热议，究竟是AI商业化跑通的利好，还是加剧算力竞赛与价格内卷的利空？无论是利好还是利空，Anthropic签订的巨额长期算力订单、多芯片路线布局、分级产品矩阵等都为AI的商业演进模式提供了可供参考的标杆。
回到国内市场，在算力需求的拉动之下，2026年前三季度A股头部芯片企业营收、利润普遍实现高速增长，国产芯片在大模型推理场景的规模化落地能力持续验证，AI短剧等应用场景快速爆发，但底层原创能力仍受创投（885413）生态制约，行业仍需耐心资本培育。
Anthropic上市引发热议
Anthropic由前Open AI核心成员创立，产品矩阵涵盖个人订阅、企业解决方案、代码助手、AI协作、API（应用程序接口）及云平台分发，收入由Token（词元）调用量、席位订阅费与实际使用量共同驱动，其中API是核心收入来源。公司的算力供应以亚马逊（AMZN）云为主要合作伙伴，同时接入谷歌TPU、微软（MSFT）智能云及英伟达（NVDA）GPU，并推进定制化数据中心的建设，在扩大算力储备的同时降低对单一云厂商和芯片路线的依赖。
Anthropic的招股书披露于10月26日，引发广泛关注，开源证券对此次IPO产生的行业影响总结为“算力需求锚—渗透与竞争参照—治理范本”三个层面。首先，上市募资将直接转化为多年期算力与基础设施采购的履约资金，为上游芯片、数据中心乃至电力供应链提供确定性订单锚。其次，Anthropic为行业渗透与竞争格局提供参照坐标，当前前沿AI在知识工作群体中的渗透率仍处于低位，企业级部署尚在早期阶段，IDC测算，2025年全球知识工作者创造的经济价值超40万亿美元，而2031年AI累计经济影响将达22.5万亿美元；与此同时，Anthropic的云服务商合作伙伴兼具战略投资者、客户与竞品三重身份，也印证了资本充足度将成为前沿模型厂商长期竞争的核心要素。最后，Anthropic覆盖技术、产品到公司治理的完整安全框架，也为全球AI行业提供了可参考的合规发展与治理范本。
从模型端来看，Anthropic模型家族按能力、成本与速度分为多个挡位，覆盖从复杂推理到高并发调用的需求，最新版本Claude Opus 5.5定位企业日常主力模型，典型生产负载下单任务成本较上一代Opus 5下降约40%。伴随成本下降，模型的价格不断下调。
Token价格下降的影响是很多投资人关注的重点问题。华泰证券（601688）在研报中指出，Anthropic的收入由模型能力、单任务消耗量、单位Token价格三者决定：单价下降被单任务Token强度上升与可自动化任务范围扩大所抵消，因此降价并不一定压低收入，行业真正应该关注的指标正在从单位词元的价格（$/Token）转向单位任务的价格（$/Task）。
华泰证券（601688）海外科技首席分析师黄乐平向本刊表示，Anthropic的上市案例是“云公司和AI公司互相成就，未来中国也会需要这种模式”。横向对比，OpenAI兼顾C端B端，Google有自研TPU、云以及搜索、安卓、Workspace等入口，具备全栈与成本优势；DeepSeek与智谱（HK2513）用开源权重和低价切入开发者与政企私有化市场；Anthropic的护城河在企业级Agent、Coding场景和按量计费，短板则是C端入口、多模态与对云伙伴的算力依赖。
广东惠晨私募基金经理武强认为，Anthropic的借鉴意义有两点：一是把先进模型用在AI for Science这类更有意义的场景；二是小参数模型做办公、教育、企业To B，已经能解决大部分问题。与此同时，武强还表示，海外云厂与模型公司并未真正“绑定”，一旦开源模型追平Claude的顶尖水平，云厂商必然倒向更便宜的开源。“这最终是一场性价比之争，企业客户看的是ROI（投资回报率），没有合适的ROI，To B业务就难以大规模推广。”武强判断。未来Token每年大幅降价是大概率事件，但降价并非利空，反而会成为AI向千行百业渗透的关键催化剂。
在情绪与市场定价上，武强并不认同市面流行的悲观论调：“2026年初市场热议‘SaaS末日’‘模型吞噬软件’，但美国IGV（北美技术软件ETF（560360））照样爬起来接近新高；如今市场因‘反蒸馏’和‘内卷’就断言国内模型公司没有价值，逻辑如出一辙。”武强认为，用极致悲观的视角看待新事物的发展是不对的，极致悲观的情绪导致极度悲观的定价。
A股芯片公司业绩大增
国内厂商跟进AI前沿需求
据国信证券（002736）统计，Anthropic公司已披露的算力采购计划合计约6570亿美元，其中保底采购承诺约2656亿美元，期限最长至2045年。实际上，Anthropic的算力采购为全球AI企业提供了一份需求侧参考。在庞大算力需求的刺激下，诸多A股芯片公司均有不俗的业绩表现。
数据显示，2026年前三季度，普冉股份（688766）、兆易创新（HK3986）、君正股份（HK3223）、寒武纪（688256）等头部芯片公司的营收实现大幅增长。寒武纪（688256）董事长、总经理陈天石在第三季度业绩说明会上向本刊表示：“随着大模型技术的持续演进，算法模型智能化水平的持续提升对智能算力硬件的持续升级提出了新的需求，需要更为高效的面向大模型的算力硬件来降低模型训练和推理的成本，同时需要更为完善的软件平台以提升智能芯片在大模型复杂任务场景下的易用性、扩展性、兼容性及稳定性，确保在不同人工智能（885728）框架下都能充分发挥智能芯片的性能，满足不同用户的需求。公司将把握AI前沿发展路线，推动技术和产品的迭代优化，以适应更多商业客户对智能计算的差异化需求，同时抓住AI技术开始进入各行业领域的战略机遇期，加大市场拓展力度，服务更多的AI客户群体。”
不过，也有投资者担心模型迭代降速会压制算力需求，对此，华泰证券（601688）认为该影响可能存在高估。Google披露的Token量近一年增长约7倍，且增量绝大部分来自已发布模型。因此即便前沿训练节奏放慢，推理需求的斜率短期也不会改变。真正需要观察的是两到三年后，若模型能力长期停滞，续约与扩容才可能出现压力。
黄乐平也向本刊强调，AI公司商业模式的演进并不会对硬件需求产生直接的负面影响。落脚到国内产业链，武强看好明年国产芯片放量的机会，预期产能问题和模型适配问题在明年会得到改善。
国产大模型厂商的产业实践，已逐步验证国产芯片的规模化落地能力。以智谱（HK2513）（02513.HK）为例，公司自2026年初推进“All—in—Infra”战略的典型，在训练与推理双侧同时投入，将国产芯片已纳入主力推理算力池，已实现10万卡级国产芯片的规模化低成本推理，单位Token推理成本较年初下降80%。据半年报披露，公司落地产品是GLM—5.3—Flash，性能优于上代GLM—5.2，价格却是它的十分之一。公司的目标是在全球算力供给持续紧张的条件下，争取算力路线自主可控，并掌握成本优化的主导权。
AI应用初尝硕果
打造商业模式闭环
当前国内头部大模型厂商已逐步跨过技术验证期，进入收入快速释放、主业兑现盈利的阶段，开源证券指出，下一阶段的核心观察点，在于营收增长的可持续性，以及经营现金流对刚性算力支出的覆盖能力能否持续爬坡。
仍以智谱（HK2513）为例来看，2026年上半年，智谱（HK2513）总收入约9.54亿元，同比增长近400%；其中开放平台及API业务收入约8.25亿元，同比增长2735.7%；另一家香港上市公司MiniMax（0100.HK）2026年上半年的总收入由2025年同期的3040万美元增至1.166亿美元，同比增长283.1%，其中开放平台及其他基于AI的企业服务收入占比从30.3%跃升至63.4%，AI原生产品收入由2120万美元增至4260万美元，也实现翻倍。
从行业空间来看，据智谱（HK2513）粗略估算，人工智能（885728）重构操作系统与人机交互方式，带动各行业升级，对应约30万亿美元的空间。而据IDC预计，到2030年人工智能（885728）将带动全球GDP增长3.5%。
在应用端，当前AI正从辅助工具向产业基础设施升级，内容生产、企业服务等场景的落地应用持续火热，供给端能力提升与需求端渗透形成正向循环，以AI短剧为代表的内容生成场景爆发特征尤为显著。
据短剧自习室调研，AI仿真人短剧的制作成本可降至真人实拍的约百分之一，译制剧成本更是低至约千分之一，AI已深度渗透剧本生成、分镜制作、译配分发、广告投放全流程，推动内容供给实现爆发式增长。产业链各环节协同并进，模型层，Seedance 2.5、MiniMax H3、可灵等国产视频生成模型，在生成质量、单段时长、画面一致性等核心指标上已接近国际先进水平，多模型并行的竞争格局也降低了产业对单一技术路线的依赖；工具层，一站式创作平台密集涌现，内容生产门槛降至流水线级，2026年国内AI短剧创作工具迎来井喷，多家云厂商针对海外短剧场景推出定制化一站式工具，支持多画风、多语种的规模化内容生产。
产业端的流量与二级市场表现也印证了赛道景气度。据QuestMobile数据，2026年9月，红果短剧的月活跃用户规模高达4.3亿，绿泡泡短剧月活跃用户量达1.56亿；自2026年7月27日以来，短剧游戏（886060）指数（8841742.WI）震荡上行，截至11月4日区间涨幅达36.72%。
在应用端快速繁荣的同时，行业底层自主创新能力的建设仍任重道远。一位不愿具名的行业内人士向本刊表示，当前国内AI行业的技术起点已与海外基本持平，顶尖实验室之间的信息差很小，但从跟随模仿走向全球技术引领，最大的鸿沟不是技术本身，而是整体融资与创投（885413）环境。
以DeepSeek为例，该人士指出，这家国内表现突出的原创大模型团队，能够坚持长期主义的底层研发，很大程度上依托于创始人从幻方量化积累的自有资金支持，而非外部创投（885413）资本的持续输血。若依赖常规外部融资，团队很容易受到资本对研发进度、商业化节奏的干预，难以沉下心开展引领性技术攻关。
这一案例折射出国内AI创投（885413）生态的现实矛盾：一方面，不少投资机构、创投（885413）基金习惯于跟风海外热点，缺乏独立的技术判断能力；另一方面，市场上投机类项目较多，“真正深耕源头创新的团队反而难以获得资本青睐。”该人士表示。要培育出更多本土原创的顶尖AI公司，摆脱优质项目靠创始人自有资金托举的现状，国内AI创投（885413）环境仍亟待完善，需要更多具备技术品位的投资人以及支持长期底层原创的耐心资本，为引领性创新提供适配的土壤。
