每兆瓦收入与AI模型工厂：Anthropic 如何靠推理毛利反哺训练

一家 AI 模型公司按兆瓦批量购入电力，再将其作为认知劳动转售出去。

“算力的基础成本往往在每兆瓦 1000 万、1300 万或 1500 万美元左右。就 Anthropic 而言，其收入已高达每兆瓦 5000 万美元。而如今这让他们能够做到的是：嘿，如果我在推理算力上花 10 美元，我实际上能产生 50 美元的收入。然后我就可以回过头来，把所有这些利润增量地花在训练上。”

——Dylan Patel，SemiAnalysis，做客 Dwarkesh Podcast¹

以电力为衡量标准的毛利润，证明了模型公司能够在边际贡献层面实现盈利。

Anthropic 在 2024 年的毛利率为 −94%：每 1 美元收入对应 1.94 美元算力成本。²

到 2025 年，拐点出现，Anthropic 从 −94% 扭转为 40-50% 的毛利率。

2026 年，收入超过了成本：每兆瓦 5000 万美元，对应 1000-1500 万美元的成本。Anthropic 录得首个盈利季度，收入 109 亿美元，营业利润 5.59 亿美元。

这 5% 的营业利润率远低于按兆瓦计算所暗示的 70% 至 80% 毛利率。训练运行与人员开支消耗了其中的差额。

每兆瓦的毛利不仅关乎智能，也关乎效率。一个以几分之一的算力提供同等智能的模型，即便定价更低，每兆瓦也能产生更多利润。

GLM-5.3-Flash 在 Artificial Analysis Intelligence Index 上得分 57：与 Claude Opus 4.8 完全相同。³ 但它仅用 180 亿激活参数就做到了这一点，成本降低了 90% 到 97%。更少的激活参数和更少的注意力计算，意味着每兆瓦能产出更多 token。

前沿本身在一波又一波地不断攀升。三次 3 分或以上的跃升，承载了从 37 到 63 这 25 分涨幅中的一半。高效模型追逐的是一个每季度都会被重置的目标。

这正是每兆瓦利润所换来的东西。Patel 的最后一句话是关键：“转身把所有这些利润都逐步投入到训练中。”利润为工厂提供资金。

Nvidia 以 60 亿美元收购 Poolside，并基于这一前提又投资了 10 亿美元。模型构建变成了一种工业化流程：在搜索空间中进行成千上万次实验，而非手工精雕细琢。

“模型是产出。能够每次都更快、更高效地持续构建更好的模型，才是真正的创新。模型工厂才是复利资产。”

—— Jason Warner，Poolside⁴

Laguna S 2.1 从启动到发布仅用了 52 天。

推理利润为工厂提供资金，而这座工厂让下一代模型的构建成本更低、运行效率更高。

1. Dylan Patel 在 Dwarkesh Podcast 上表示，“到 2028 年，Anthropic 和 OpenAI 将拥有全球大部分算力”（2026 年 8 月）。Apple Podcasts ↩︎

2. The Information，“Anthropic 的毛利率为 AI 长期盈利问题亮起警示。”The Information ↩︎

3. Artificial Analysis Intelligence Index。Artificial Analysis ↩︎

4. Jason Warner，Poolside。X ↩︎