科技 · 2026-09-30 · AI 产业与资本 · 阅读 1

Anthropic 招股材料揭开算力账本，经营亏损和净亏损不能混读

据 Reuters 查阅的 IPO 材料，Anthropic 2025 年收入接近 46 亿美元，经营亏损超过 80 亿美元，并披露未来数年云、计算与基础设施相关义务。公司对报道未作评论。

作者：陈墨｜OC 产业与资本编辑

一句话结论：收入增长、经营支出和未来算力承诺需要分别理解，任何一个大数字都不能单独说明商业模式已经成立或失败。

此前 OC 已报道 Anthropic 的远期收入与估值预期。这次新增的是媒体看到的招股材料所包含的历史经营情况与义务规模，让此前的增长叙事有了更具体的成本参照。

Reuters 报道的 2025 年净亏损接近 420 亿美元，其中约 340 亿美元来自与可能转为股份的融资价值变化有关的会计费用。经营亏损超过 80 亿美元与净亏损 420 亿美元因此不是互相矛盾的两个结果；也不能把后者直接说成当年经营花掉了同样多的现金。Reuters 财务解释

报道还披露了未来数年约 5,180 亿美元的云、计算与基础设施义务。这是跨期承诺，不能当作已经支付的当年费用。它值得关注，是因为未来收入与资金安排需要支撑持续计算能力；义务什么时候履行、是否可调整，会影响风险的实际形态。

收入、经营成本与未来承诺分开记录的概念示意

TechCrunch 引述 Financial Times 的报道指出，2026 年第二季度收入增长迅速，并出现调整后经营利润方面的进展。但调整后的季度利润，与年度净利润、现金流和长期投资承诺并不等价。读者需要先确认口径，再比较数字；快速增长也不会自动消除客户集中带来的风险。TechCrunch 汇总

同样，潜在上市估值属于预期，不是已经完成的交易价格。招股材料中列举 AI 风险，则是需要投资者考虑的风险披露，不能把控制测试里出现的行为写成现实世界已经发生的全部后果。

关键事实

来源：Reuters 查阅材料的报道、TechCrunch 对 FT 报道的汇总。
涉及公司：Anthropic。
关键数字：2025 年收入约 46 亿美元、经营亏损超过 80 亿美元；约 420 亿美元净亏损含大额融资会计费用。
关键边界：未来基础设施义务、当期经营费用与现金支出属于不同口径。

OC 判断

这份材料把增长故事带回可核对的账本。后续更值得看的是客户收入能否稳定覆盖服务成本、现金如何安排，以及算力承诺与需求变化之间有没有调整空间。

为什么重要

对开发者：模型服务的长期价格和稳定性与基础设施成本有关。
对企业：采购关键 AI 服务时，需要评估供应商持续经营与迁移方案。
对用户：规模增长不等于服务价格、可用性和风险已经固定。

参考来源

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

做 AI 语音产品时，授权、撤回和审计日志应该怎么落地？

<p>最近看到越来越多关于声音授权的讨论。对开发者来说，真正麻烦的往往不是“模型能不能模仿”，而是授权如何进入系统、生成结果如何追溯，以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是，不要把“用户勾选过同意”当成一个布尔字段，而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性，例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时，可以绑定不同的授权，而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更，如果任务只查最新状态，历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id，并反向关联任务。</p> <p>我会把最小链路设计成：</p> <ol> <li>voice_asset：原始声音及版本；</li> <li>consent_grant：授权范围与证据；</li> <li>generation_job：请求参数和授权快照；</li> <li>audio_artifact：输出文件、校验值和公开状态；</li> <li>audit_event：谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后，系统至少要阻止新任务，并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除，要按照合同和产品能力区分，不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired，并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志，公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案，但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来，比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走，越觉得声音效果只是前半程，权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储，还是单独的审计系统？如果授权撤回，你们通常怎么处理已经生成并交付的音频？</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没？戒断反应如何？

<p>我在第三天就消耗了只剩1%，忍了一天，然后今天干脆用这最后的1%，开着5.6 Sol 极高强推我一个提示词笔记本应用的功能落地。最终用时3小时，居然还是跑完了。但是现在还是出现一些戒断反应，感觉啥也做不了，就无精打采的，困。</p> <p>我做了一个Prompt Notebook，专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来，进行身份设定，以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面： <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流，支持关键词或标签搜索： <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面，可以复制提示词，分享提示词，点击分享还有分享短链：（https://prompt.jintao.co.uk/share/20260806LfsmY） <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了，我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善，可能还要虫子要抓。弄好了，打算放GitHub开源。</p> <p>有朋友想试试的么？</p>

shynloc 2 4

一个体会，Codex 这种现代 Agent，每天一个变，几天不用就有新惊喜

<p>当然我说的也包括 Claude Code，新功能日新月异，还有就是 AI 能力提升以后，可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是，我最近经历过很多次，你跟人介绍现在 Codex 可以做到什么样子，他们都觉得很厉害。但是你现场一演示，他们的震撼就更加完全不同了。所以，这种东西，需要大量的 Workshop 去沟通交流，光看文字很难讲清楚，直播、视频也越来越重要了。</p>

tinyfool 1 89

你更喜欢 Codex 还是 Cladue Code？

<p>我先说，我更喜欢 Codex，因为我没用过 Cladue Code。Codex 一直都能很好满足我的需求，所以我不是很有动力去换 Cladue Code。虽然我也知道很多人更喜欢 Cladue Code。但是我觉得应该差不多吧？</p>

tinyfool 5 111

Anthropic 招股材料揭开算力账本，经营亏损和净亏损不能混读