Coding能撑起大模型公司的万亿市值吗？

2026年夏天，华尔街同时等来了两份未公开的招股书。

6月1日，Anthropic秘密递交了赴美上市申请；一周后，OpenAI也确认启动同类程序。按照Reuters报道，OpenAI最快将于9月公开申报，目标估值上限看至1万亿美元。此前，Anthropic在5月末敲定新一轮融资，投后估值升至9650亿美元；而OpenAI在3月融资后的估值也已有8520亿美元。在两家公司正式敲钟之前，资本市场已经提前把它们推到了万亿俱乐部的门槛上。

与数月前纯粹依赖前沿叙事的阶段不同，眼下两家公司的估值有了实打实的营收支撑。截至7月底，Anthropic最近一个月的收入折合年化（ARR）已突破650亿美元；OpenAI最新年化收入也来到约400亿美元。两家合计约1050亿美元的收入规模，已经构成了体量庞大的商业运转飞轮。它们手握全球用户、企业级长期合同、成熟的开发者生态与品牌溢价，唯一的硬伤在利润表：OpenAI依旧在高速消耗现金，而Anthropic也仅仅是在调整后口径下勉强翻过季度盈亏平衡线。

在这台高速运转的收入机器中，最刚性的专业付费场景来自Coding。TickerTrends基于模型监测测算，截至8月10日，Claude Code的年化收入约151亿美元，Codex约88亿美元，两者合计达239亿美元，占美股双雄总年化收入的23%。若进一步算上Cursor、Lovable等第三方上层应用调用底层接口所派生的代码收入，Coding相关收入在双雄总盘子中的实际占比很可能已达三成到四成。这虽非经审计的精确披露，而是基于任务特征与接口调用的审慎推算，但显然比“表内能确认的17.9%”更符合产业一线发生的真实资金流向。

这就将问题推向了更为苛刻的审视：在资本市场已经给出两家狭义模型公司合计近2万亿美元定价的背景下，Coding还能榨出多少渗透增量？数字内容、日常办公和企业智能体能否顶上接力棒？这些未来产生的新增预算，最终是沉淀在底层模型公司手里，还是会被IDE、办公套件、分发渠道以及云厂商顺势收割？

本文聚焦于“狭义大模型公司”——即核心收入与估值主要由基础模型、API接口及自有AI原生应用驱动的主体。Google、微软、亚马逊、Meta、阿里、腾讯、字节等综合型科技巨头不计入核心估值样本，仅作为市场容量与商业定价的对标基准。数据统计截至2026年8月24日；上市公司市值按8月21日收盘价计，非上市公司统一以最近一期已交割融资的投后估值为准，拟议中的融资仅作参考。

全球估值断层：前两名不是领先，而是另一个数量级

只要把全球模型公司的估值放在同一条线性坐标轴上，行业的分野便一目了然：Anthropic估值9650亿美元，OpenAI为8520亿美元；位列第三的智谱市值约673亿美元，尚不及Anthropic的7%。头部两家合计占去1.82万亿美元，其后六家公司总和仅约1900亿美元，体量相差近十倍。

中国大模型梯队构成了第二阵营。截至8月21日，智谱市值约5257亿港元（折合673亿美元）；DeepSeek最新一轮已交割估值约为518亿美元，市场传闻磋商中的740亿美元仍属目标报价；月之暗面最新交割轮投后估值为350亿美元，拟议中的500亿美元同样未落袋；MiniMax市值则在1213亿港元左右（折合155亿美元）。

欧洲与加拿大的代表公司则排在更后位置。法国Mistral最新已完成融资估值为117亿欧元（折合约137亿美元）；加拿大Cohere最新估值约为69亿美元。在非对数坐标系下，后六家公司的柱状图几乎贴在轴线上。这一极度悬殊的视觉反差恰恰反映了现实：全球独立大模型生态尚未形成阶梯式的梯队缓冲，而是直接演变为两家巨无霸与一群区域追赶者的断层格局。

两地的资本变现路径也随之分野。美国企业依托庞大的一级市场流动性，先将估值推至万亿门槛，再交由公开市场检验；中国企业则由智谱与MiniMax率先挂牌，接受二级市场每日就增速、亏损及新品商业化的动态定价。中国市场更早拥有了两份受严格审计的纯模型公司财报，而美国同行则已率先跑通了全球化的营收规模。

美国双雄：商业化已经坐实，盈利模式仍未坐实

OpenAI的商业底座本质上仍是消费级互联网产品。其2025年实际收入约130亿美元；2026年一季度完成57亿美元。今年3月公司公布活跃用户约9亿、付费订阅用户达5000万；目前企业端业务收入占比已爬升至40%以上，管理层预计年底将接近半壁江山。8月中旬，联合创始人Greg Brockman在内部沟通中透露，公司最新年化收入已迈过400亿美元大关（Axios、OpenAI经营公告）。

然而，成熟的用户量和品牌认知并没有换来健康的成本结构。2025年OpenAI现金净消耗约80亿美元，推理算力支出激增四倍，经调整毛利率从40%滑落至33%；进入2026年一季度，单季又烧掉37亿美元现金。公司管理层预估到2030年累计计算基建投入将达6000亿美元左右，并已向投资人明确表示在2030年前难以实现会计盈利（Reuters）。

Anthropic虽然缺乏类似ChatGPT的大众流量漏斗，却极早卡位了企业级模型调用、Coding与智能体等重度负载场景。其年化收入自2025年底的90亿美元一路飙升：2026年2月达到140亿、5月升至470亿，7月底已越过650亿美元门槛（Reuters）。一季度实际收入约48亿美元，二季度预估已超115亿美元；二季度账面录得约5.6亿美元的经调整营业利润，但这笔盈利剔除了股权激励开支，并非GAAP口径下的净利润，更谈不上自由现金流转正（Reuters）。

更需理清的是，650亿美元年化数字背后存在统计口径的乘数放大。Anthropic的算法是将最近28天的消耗额乘以13，再加上月订阅费乘以12；同时，来自第三方云平台的转售收入按总额法（Gross Revenue）入账，而OpenAI则按扣除渠道分成的净额法计量。考虑到Anthropic在2023至2025年的累计入账收入仅为“超过50亿美元”，单月爆发性年化出的650亿美元在展现惊人增长的同时，也蕴含着线性外推的失真风险。

归结而言，美国双雄所达成的“商业化”，其确定性是有边界的：它们完成了全球范围内的产品形态验证、品牌心智确立与付费心智培养，彻底走出了纯靠故事融资的阶段；但在毛利空间、真实净利与自由现金流等硬核造血指标上，尚未形成稳固闭环。OpenAI试图用大众流量底座反哺企业软件与Codex，Anthropic则重注高ARPU值的企业大客户。前者需要证明大众流量能否向高单价工作流持续转化，后者则需要证明极高的短期消耗能转化为全年可持续的现金流留存。

中国四强：产品进入主赛道，收入仍在全球追赶

从产品与技术层面看，中国主流团队并未缺席主战场的角逐：智谱在代码社区确立了身位，DeepSeek凭借开源模型在海外开发者圈层打出穿透力，月之暗面在长文本与API用量上势头迅猛，MiniMax则在多模态、语音以及海外应用端建立了变现阵地。但若把坐标切换到财务体量，与海外巨头的差距依然处于不同量级。

智谱2025年财报显示，全年营收7.24亿元人民币，同比增长132%；综合毛利率41%，净亏损达47.18亿元，经调整后净亏损为31.82亿元；全年研发开支31.8亿元，达到当期收入的4.4倍。从收入构成看，本地私有化部署贡献了5.34亿元，占比高达74%；而标准化的云端与模型API接口仅录得1.90亿元。截至2025年底，其业务实质更贴近一家“以大模型技术为内核的私有化定制软件方案商”，而非高毛利的全球SaaS订阅平台（智谱年报、Reuters）。

不过，2026年以来的扩张节奏正在打破旧日账本的桎梏。智谱在3月披露其MaaS（模型即服务）年化经常性收入（ARR）达到约17亿元人民币，近12个月增长60倍；一季度在接口价格上调83%的情况下，调用规模仍有400%的扩张。7月Bloomberg报道其单月运行速率折合年化销售额已达10亿美元左右。尽管单月年化同样不可直接等同于半年度落袋数字，但这解释了二级市场为何愿意为其打出673亿美元的估值标价。

MiniMax在2025年录得营收7904万美元，同比增长159%；综合毛利率25%，研发支出2.53亿美元，经调整净亏损2.51亿美元。其收入构成中，AI原生应用端占67%，开放平台与企业级服务占33%，海外市场贡献率超70%（公司财报）。今年5月公司向Bloomberg透露，其ARR已跨过3亿美元，服务企业与开发者数量突破100万。

DeepSeek未对外披露未经审计的损益表。据The Information报道及Reuters Breakingviews梳理，其近期年化收入约在4亿至5亿美元区间，核心来自云端模型调用及API分发。以其已落定的518亿美元估值测算，隐含市销率达到104至130倍。市场通常热衷于讨论其单次模型训练成本的低廉，但这一片面数据不能掩盖持续推理基建带来的总体账单。

月之暗面同样缺乏公开财务报表。各渠道汇总显示，其年化营收在3月跨过1亿美元、5月攀至2亿美元后，于6月中旬达到3亿美元水准，其中API调用贡献了70%以上收入；按350亿美元的投后估值计算，对应市销率约117倍（Bloomberg、证券时报）。需要注意的是，其接口负载涵盖了大量通用搜索、日常阅读与智能体调用，无法全数归集至Coding场景。

统一拉通到最新的年化口径，美股双雄合计约1050亿美元，而中国四强合计约在20亿美元上下，两者规模相差约50倍。即便考虑国内信息披露的统计滞后，体量上的绝对量级鸿沟在短期内依然客观存在。

简言之：美国双雄已经在全球市场跑通了百亿乃至千亿美元级的商业变现体系，而中国头部梯队完成了核心模型竞争力的国际对标，但在变现规模上，仍处于深耕本土与局部海外市场的爬坡期。 资本给中国四强的估值，是在为其“年收入从数十亿跨越至数百亿元”的成长潜力定价；给美国双雄的估值，则是押注其“千亿美元营收能否保持翻倍惯性，并最终结出匹配万亿巨头的现金流硕果”。

拆开美国双雄的收入：网页聊天、企业席位、API与Coding

要厘清Coding到底撑起了多大盘子，必须先解开三组容易混淆的业务维度：其一，买单主体是C端个人还是B端企业；其二，收费路径是SaaS订阅、按量Token计费、云转售分成还是私有化部署；其三，调用场景是闲聊发散、文本撰写、资料检索，还是代码开发与流程执行。

这三组维度在业务现实中高度交织：一名ChatGPT Plus订阅者可能主力在用Codex；一家购买Cursor服务的公司，底层在消耗Claude的Token；企业采购的Claude席位，往往同时覆盖法务审查与工程编码。若将“订阅”、“API”与“Coding”作为平行指标做简单加总，必然导致严重的重复统计。更契合财报逻辑的还原方式，是先按计费渠道拆出收入基准表，再结合底层任务构成完成交叉归因。

下表基于截至8月24日的公开线索与推算模型，对两家公司的最新年化收入给出中枢测算及弹性区间：

最新年化口径	消费订阅及广告	企业席位与自有应用	接口及云渠道	授权和其他
OpenAI：约400亿美元	约210亿美元（180亿至230亿）	约70亿美元（50亿至90亿）	约100亿美元（70亿至120亿）	约20亿美元（0至30亿）
Anthropic：约650亿美元	约130亿美元（100亿至130亿）	约130亿美元（100亿至160亿）	约390亿美元（360亿至420亿）	已包含在前三项

上述中枢之和与各自总体年化持平，区间则容纳了各渠道边界的交叉变动。OpenAI的消费端订阅测算置信度相对扎实，B端席位与API的切分置信度居中；Anthropic“企业客户贡献八成”有明确数据指引，但其内部接口与企业套件的准确比例仍需推导。此外，云厂商的结算口径差异构成潜在误差项。

OpenAI：网页聊天仍是现金牛，Coding正在重做企业收入结构

OpenAI业务线的最核心切分点来自管理层口径。其首席营收官于4月指出，企业客户营收贡献已迈过40%，年底目标锁定在五五开（OpenAI）。按最新400亿美元年化折算，企业端进账至少在160亿美元以上，C端消费及其他收入上限则压制在240亿美元以内。CFO此前同样公开过，ChatGPT约9亿周活用户中高达95%为免费用户（AP）；对应3月披露的5000万付费订阅大盘，OpenAI底层底色依然是一家“靠海量免费流量转化极少数重度用户”的互联网平台。

从订阅规模倒推，若5000万人均按每月20美元的标准档位扣费，年收入上限为120亿美元。本文给出的210亿美元C端收入中枢，隐含了客单价的实质提升——折合静态5000万用户月均ARPU约35美元。这一溢价是合理的：一方面每月200美元的Pro档位吸收了高净值人群，另一方面Go版本订阅、商业广告试点以及电商导购分成也已开始计入。鉴于缺少更细颗粒度的档位分布，180亿至230亿美元构成一个合理的估算带宽。

在企业侧，收入可拆分为席位软件与API两翼。截至2025年底，OpenAI旗下ChatGPT企业版工作席位已突破700万个；按每个席位每月25至60美元定价倒推，对应年化标价收入在21亿至50亿美元区间（OpenAI企业报告）。随着席位基数扩容以及Codex用量按Token追加扣费，当前企业席位与第一方工具年化落在50亿至90亿美元具有较高支撑力。

API接口规模则可由吞吐数据直接反向校验。OpenAI公布其API每分钟处理Token量突破150亿，年化消耗折合约7.9千万亿Token。按百万Token综合计费0.9至1.5美元（综合小模型蒸馏、Prompt缓存优惠、输入输出差价及KA大客户协议价）换算，年化API收入约在71亿至118亿美元之间，高度吻合本文给出的70亿至120亿美元预测中枢。至此，企业端逻辑得以闭合：约70亿美元席位费加上约100亿美元接口收入，合计约占总盘子的43%。

渠道代表资金通道，任务分布才决定付费实质。OpenAI关于ChatGPT消费端的研究表明，纯代码编写任务在交互信息流中仅占约4.2%，绝大部分流量被日常答疑、搜索检索与文本创作占据（OpenAI研究）。换言之，OpenAI的基本盘依然是大众通识交互，而非纯粹的Coding。

然而，企业端的演进完全是另一套轨迹。截至6月，在企业客户的所有Token产出中，Codex的消耗比重已跃升至64%；更有代表性的是，法务、销售、HR与市场岗位的Codex周活增速均跑赢了传统软件工程师（OpenAI Enterprise Signals）。尽管输出Token偏长、计算成本更高不能完全等同于收入分成，但这明确反映出B端增量正在从泛用对话转向具备代码执行属性的工作流智能体。

TickerTrends测算，截至8月10日Codex年化收入在88亿美元左右，约占公司总营收的22%、B端营收的45%。若进一步纳入Cursor等外部独立代码工具调用底层模型却未挂名Codex的暗池收入，本文测算OpenAI整体由Coding带动的实际流水在100亿至120亿美元区间，占其总盘子的25%至30%。OpenAI的生存底盘由大众聊天订阅托底，而Coding则是其向高价值企服软件蜕变的关键增长极。

Anthropic：接口是发动机，Coding嵌在接口、席位和订阅三条渠道里

与OpenAI相比，Anthropic的业务重心几乎全盘倒置。其坐拥超过30万家企业客户，据Reuters报道，B端客户直接贡献了约80%的总流水。至2026年4月，在其平台上年消耗破100万美元的大客户已逾千家。Anthropic并未走“靠免费对话圈地、再慢速向B端转化”的路径，其从一开始就是一家依靠开发者工作流、云厂商渠道与底层API驱动的基础设施厂商。

根据管理层此前规划，到2027年其约三分之二的收入将由API构成，且多数通过AWS等公有云渠道出货（The Information）。目前Claude已全面进驻AWS、Google Cloud和Microsoft Azure。尤为关键的是，Anthropic对云转售采用总额法确认收入——即客户向云厂商支付的全额计作自身营收，再将云服务分成列作销售成本。这种统计策略使其表观收入相比OpenAI的净额法更具弹性，也引来了外界关于其650亿美元成色是否偏虚的讨论。

结合上述特征，本文对其约650亿美元年化收入拆解如下：底层API及云端通道约为390亿美元（占比60%）；Claude Enterprise、Team及Cowork等组织席位与应用收入约130亿美元（占比20%）；Pro、Max等C端订阅占130亿美元（占比20%）。鉴于企业端占比达八成，C端消费规模的上限基本被锁定在130亿美元左右。

但这一渠道账本依然未能完整展现Coding的统摄力，因为Claude Code并非一个独立的财务分部。无论是个人升级Pro/Max，还是团队采购Team席位，亦或开发者在AWS Bedrock、Vertex AI及外部IDE中按量调用，本质都在为同一类工程代码需求买单。代码任务分散隐匿在三套计费漏斗之中。

第一组锚点来自第一方产品线：Anthropic在2月确认Claude Code年化已跨过25亿美元；TickerTrends跟踪模型显示到8月该数字已跃升至约151亿美元，直接贡献了总收入的23%。第二组锚点来自任务底层的统计分布：据Anthropic经济指数披露，在Claude的Web交互中，计算机与数学相关任务占比达34%；而在第一方API的调用流水中，这一比例高达46%，官方亦注明绝大部分与代码开发重度绑定（Anthropic Economic Index）。

按本文测算的60%接口、40%订阅与席位的权重做加权归集，计算机与代码类任务的底层占比达41%。尽管部分任务属于数学分析，但考虑到代码任务通常产生更密集的输出Token且消耗算力更深，收入权重更高。综合权衡后，本文测算Anthropic由Coding撬动的总体业务年化规模约在240亿至290亿美元区间，占其总盘子的37%至45%。除了产品表内能识别出的151亿美元Claude Code收入外，其余近半数增量广泛分布在Cursor等外部IDE生态、企业内部脚本及未单独标示的代码工作负载中。

在其非代码收入中，亦非单纯的泛聊天。其API流水里，日常行政与办公类自动化（邮件处理、文档清洗、CRM协同及日程执行）已占到13%；其余则由教育研发、文案创作、知识检索及各类自主智能体平分。其业务实质，是一家以模型API为发动机、以代码生产力为承重墙、进而向企业运营纵深延展的AI基建设施企业。

智谱提供了一张真实模板：四类收入、两种交付方式

智谱在港交所的披露价值，在于为市场破天荒地提供了一份纯模型公司的分部财务标尺。2025年财报中，智谱将其7.24亿元营收拆解为四大版块：

智谱2025年审计口径	收入	占比	毛利率
开放平台及接口	1.90亿元	26.3%	18.9%
企业级智能体	1.66亿元	22.9%	52.3%
企业级通用大模型	3.66亿元	50.4%	47.0%
技术服务及其他	254万元	0.4%	92.0%

若按交付模式切分，云端订阅与调用收入为1.90亿元，占比26.3%；私有化部署收入为5.34亿元，占比73.7%（智谱年度业绩）。这套架构完全可以映射到美股双雄身上：开放平台接口对应OpenAI与Anthropic的按量API和云分销；企业级智能体对应Cowork、Workspaces等流程套件；通用大模型对应基础企业许可；而Coding Plan与ChatGPT/Claude则构成了标准化订阅池。唯一的根本落差在于，海外客户极度偏好云原生接口交付，而国内政企在过去几年依旧由私有化部署主导。

这份账本更揭示出不同商业模式之间残酷的毛利分水岭。2025年智谱的API业务收入虽翻了近三倍，但毛利率仅有18.9%；相比之下，企业智能体业务毛利率达52.3%，私有化通用模型亦有47.0%。标准化的Token批发最容易将流水规模做大，但底层算力与带宽成本往往会吞噬毛利；定制化的企业方案毛利率高，却极度依赖销售推进、实施部署与漫长的回款周期，规模扩展存在天然天花板。

进入2026年，智谱的收入曲线开始与旧财报脱轨。2025年12月，其GLM Coding Plan年化突破1亿元、付费开发者逾15万（上海证券报）；至2026年3月，付费开发者增至24.2万，产品客单价上调30%。假定用户分层结构稳定，仅提价与扩容两项就将该单品的年化推至2.1亿元左右。对比彼时全平台约17亿元的MaaS ARR，直接的代码工具订阅约占接口总流水的12%左右。

6月GLM-5.2发布成为关键拐点。36氪引述股东端数据称，智谱5月API年化营收约在5亿至6亿美元，7月迅速窜升至10亿美元上下（折合人民币约72亿元）；公司官方对此未予置评（36氪报道）。GLM-5.2的主打杀手级场景即是Coding，Vercel监测显示其年内调用增速位列榜首，一线云渠道销售亦证实客户需求大规模向该模型倾斜。

尽管直接订阅Coding Plan的最新细分未见公开，但从3月约2.1亿元年化基数推算，考虑后续提价和GLM-5.2拉动，本文预估7月直接面向个人的代码工具订阅在2亿至5亿元区间，占72亿元总流水的比例降至3%至7%。然而，更庞大的体量已被包装成通用Token和第三方平台调用。结合产品定位、开发者增量与供应链验证，本文给出的低置信度估算为：Coding相关任务可能贡献了智谱7月API年化流水的30%至45%（折合约22亿至32亿元人民币）；其中绝大部分不再是单一开发者的按月订阅，而是各类企业和聚合平台的规模化Token消耗。

三家公司合起来，Coding占比可以更精确地落在三成至四成

综合两家美国公司的测算中枢：OpenAI的Coding关联收入在100亿至120亿美元，Anthropic在240亿至290亿美元，两者合计约为340亿至410亿美元。放在双雄1050亿美元的总体年化盘子中，代码场景的直接与间接渗透率精准落在32%至39%的区间。这一论断不再是一份孤立的第三方监测，而是结合了渠道财报拆解、席位客单价、日均Token吞吐量与底层任务负载的多维校验结果。

不同公司的依赖深度呈现明显分层：OpenAI的基本盘依旧是全球大众的通用聊天入口，代码业务贡献约四分之一到三成，但担负着拉升B端客单价的攻坚使命；Anthropic的生命线紧扣API通道，代码场景贡献了接近四成流水，已是支撑估值的核心立柱；智谱则在2026年全面调转船头，从重人力的私有化交付全面倒向以代码能力为先锋的MaaS放量。

这也回答了为何单一统计“Claude Code贡献了多少ARR”并不完整。对于模型厂商而言，真正支撑起万亿想象力的，是代码生成能否从孤立的个人副驾驶工具，演变为通穿订阅、组织席位、底层API和云端分发的大宗工业级工作负载。从目前的渗透态势看，第一阶段的卡位已经完成。

把万亿放进美股：估值座次已经很高，财务座次还很低

以8月21日收盘的美国头部科技平台作为参照系：英伟达、苹果、Alphabet、微软、亚马逊、SpaceX、博通、Meta和特斯拉的市值依次排在5.20万亿、4.51万亿、4.20万亿、3.59万亿、2.79万亿、1.86万亿、1.75万亿、1.40万亿和1.14万亿美元。若将两家模型公司当前的一级市场估值直接平移至二级市场，Anthropic位列第十，OpenAI位居第十一；它们仅能越过约4220亿美元的Oracle与4180亿美元的Palantir。

即使两家公司未来均以1万亿美元整的市值挂牌，其排位依然落在特斯拉之后，无法跻身严格意义上的“科技七巨头（Magnificent 7）”。万亿美元在当下的美股只是顶尖科技平台的准入门槛，七巨头的市值均值已达3.26万亿美元，中位数约为3.59万亿美元。

更显悬殊的落差发生在财务利润表上：

• 科技七巨头在最近四个季度录得的总收入约为2.61万亿美元，平均每家3723亿美元；美股双雄最新年化营收合计仅1050亿美元，单家平均525亿美元，前者的收入吞吐量是后者的7倍有余。

• 七巨头合计创造了约8737亿美元净利润，平均每家1248亿美元，整体净利率维持在34%的高位；反观OpenAI仍在大量失血，Anthropic也仅在调整后营业口径下微盈，两者均未建立起经受GAAP检验的年度净利润闭环。

• 估值倍数层面，七巨头的市销率（P/S）中位数在9.7倍左右，市盈率（P/E）中位数约为26.9倍；而按最新年化流水折算，Anthropic的动态市销率约为14.8倍，OpenAI更是高达21.3倍，两者加权平均达17.3倍。由于持续亏损，两家公司目前根本没有有效的市盈率锚点。

若按反向推导：一家估值1万亿美元的科技企业，若要回归七巨头9.7倍的市销率均值，需要年化收入跨过1035亿美元；若按26.9倍的市盈率估值，则需要每年真金白银交付371亿美元的净利润。这意味着，Anthropic在650亿美元ARR的基础上还需扩张60%，OpenAI在400亿美元ARR上需再翻1.6倍，方能触碰估值中枢的收入底线；至于数百亿美元净利润的及格线，两家公司眼下连地基都尚未夯实。

这并不意味着目前的估值完全是空中楼阁，极速奔跑的高成长企业理应享受确定性溢价。关键在于，资本市场已经为其提前贴现了三项高难度期权：营收必须在千亿大盘上保持超高速复合增长；推理算力与分销成本不得进一步吞噬毛利；模型原厂必须牢牢筑起工作流壁垒、不被上下游管道化。只要其中任何一项预期出现落空，其估值倍数的收缩将远比收入减速来得更为剧烈。

Coding的天花板：卖席位不够，必须进入软件劳动预算

据SlashData统计，2025年全球开发者总人口约为4840万人。如果建立一个极端的全员付费情景：假定全球所有程序员无一例外采购同一种AI辅助工具，每人每月付20美元，对应的全行业天花板仅为116亿美元；即便提价至每月100美元，整体盘子也只有581亿美元；按每月200美元测算，才勉强达到1162亿美元。

这组测算揭示出两层商业真相：其一，当前监测到的Claude Code与Codex合计239亿美元的收入，已经穿透了“全球开发者人均20美元”的理论SaaS席位池，印证了目前的账单绝不仅由个人订阅构成，而是大量由企业用量消费与API集成所撑起；其二，即便全行业均按每月100美元的极高标准订阅，581亿美元的总盘子也仅仅是万亿市值入场券所需营收的一半，况且这笔钱还面临着VS Code、JetBrains、各路Agent封装商以及公有云巨头的层层盘剥。

因此，代码场景若想支撑起估值野望，绝不能停留在“卖软件席位”的SaaS旧逻辑中，它必须敲开万亿美元级的“软件人力预算”大门。以美国市场为例，全美软件研发与QA测试相关岗位约为190万个，年薪中位数约13.1万美元，总薪酬支出约2490亿美元。如果AI代码工具能够按工单、按交付功能或按产出效果切入这一劳动力市场，仅仅拿下其中10%的人力替代预算，在美国就能释放出250亿美元的增量空间。放眼全球4840万名软件从业者，即使按人均每年3万美元这一极具保守性的全口径用工成本估算，对应也是一个1.45万亿美元的薪酬资金池；从中撬动5%便是725亿美元，撬动10%就能产生1450亿美元的年化市场。

但这对于模型能力的要求，与简单的单行代码自动补全有着云泥之别。模型必须进化成真正的工程智能体：能够吃透百万行级的巨型代码库架构、自主运行测试与定位Bug、管理权限与密钥合规、提交可供安全审计的变更分支，并在出现故障时具备严密的回滚与人工接管机制。唯有掌握了代码上下文、运行时沙箱、工程审计与端到端交付权，模型厂商才有可能完成从“每月几十美元的效率插件”到“分享千亿美元劳动薪酬”的身份跃迁。

换句话说，代码场景的天花板其实分立在两个完全不同的维度：第一层是作为副驾驶（Copilot）的代码辅助席位市场，其总空间在数百亿美元规模已近饱和；第二层则是作为数字工程师（Digital Workers）的研发人力替代市场，对应的是万亿美元级别的用工预算。当前两家双雄的收入表现，兑现了第一层市场的快速渗透；但资本市场给出的接近2万亿美元市值，实质是在提前预支第二层市场的实现概率。

Coding之外：最大的新增空间不是电影，而是内容、办公和可执行服务

仅靠代码单兵突进，无法承载万亿帝国的持续扩张。在代码之外，产业最可能的演进轨迹不是单点爆发，而是三条平行曲线的协同发力：数字内容生产将大众创作者与营销投放变为高频买单方；办公智能体争夺数亿白领的日常工作入口；而业务流程与客服智能体，则直奔企业最沉重的外包与人工运营成本。这三者的共性，在于它们都要求模型从“生成文本图片”向“交付确切业务结果”跨越。

数字内容：职业创作者比影视制作大得多

如果将AI多模态生成简单狭义地理解为好莱坞式的影视工业替代，将严重低估其市场潜能。传统院线电影是工业链条最长、权属关系最复杂、审核机制最严、同时也是技术落地最慢的深水区。真正在当下一线产生高频付费的，是在YouTube、TikTok、小红书、抖音及跨境电商平台每日更新的数千万创作者，以及必须持续输出海量物料的品牌营销买方。

Goldman Sachs测算，全球创作者大军约有5000万人，创作者经济体量将由当前的约2500亿美元扩张至2027年的4800亿美元；其中约4%（约200万人）年收入跨过10万美元门槛，属于具备强付费意愿的高净值职业创作者。尽管更宽泛的口径将全球视听创作者计为2亿人以上，但偶发性发布的业余群体很难构成稳固的B端付费基石。

针对职业创作者的商业化测算可分三档考察：5000万创作者人均每月支付30美元，对应行业年金池约180亿美元；1000万中坚高频创作者每月支付100美元，对应年规模120亿美元；200万头部职业创作者每月支付500美元专业级工具包，同样对应120亿美元。这三种假设互不叠加，但足以将创作者工具的潜在市场划定在百亿美元中枢，远超专业影视后期特效软件数十亿美元的存量盘子。

更深厚的一笔流水来自企业品牌投放。据美国互动广告局统计，2025年全美品牌流向创作者生态的营销预算达370亿美元，年增速达26%（IAB）。仅YouTube生态在美国一地便拉动了约550亿美元的GDP产值，支撑起约49万个全职就业当量（YouTube与Oxford Economics数据转述）。对于品牌与专业MCN而言，它们需要的从来不是单次生成15秒惊艳视频的Demo玩具，而是一套工业化的批量流水线：选题策划、分镜脚本、原画生成、音画合成、多语种本土化、封面生成、A/B测试版本剪辑直至投放后的数据回流。

国内的MiniMax已经跑出了清晰的付费样板。2025年前九个月，旗下海螺AI单品贡献收入1746万美元，占到公司总营收的三分之一；平均月活565万，周期内付费转化用户达31.1万人，付费用户平均贡献（ARPPU）达56美元（港交所招股书）。截至2025年底，其视频模型累计吐出视频量逾6亿条。其最新发布的H3视频模型，已针对广告、电商、游戏资产渲染提供2K原生画质、空间立体声与细粒度运镜编辑能力（Reuters）。

多模态的渗透路径大概率将遵循“自媒体短视频物料—电商广告切片—游戏与三维资产—影视分镜预演及特效制作—工业级长片合成”的演进次序。影视制作是皇冠上的明珠，但日常高频营销才是支撑现金流的常青树。若AI生产工具能分食4800亿美元创作者大盘的5%至10%，便能构筑出240亿至480亿美元的应用生态；而模型原厂能分走多少，完全取决于其能否将工作台与分发通道掌控在自己手中，而非沦为后台渲染的单纯算力接口。

办公：微软给出上限，中国产品正在测试付费率

相较于专业度极高的代码场景，通用办公面对的是数亿级的大众用户池。日常邮件处理、会议纪要生成、文献研报提取、PPT大纲梳理、表格清洗乃至跨软件审批，并不时刻依赖前沿大模型的满血推理；其核心门槛在于同组织邮箱、企业网盘、会议日程、权限系统与OA工作流的深度耦合，将单点文本生成转化为闭环的企业事务交办。

微软为整个行业的收入上限锚定了坐标系。目前Microsoft 365商业付费席位突破4.5亿个，而选购Copilot加价包的席位刚过3000万，渗透率不足7%。按每人每月18至30美元的定价区间测算，这3000万付费席位对应约65亿至108亿美元的年化标价营收；即便将4.5亿存量席位全数转化，其理论极限也就在972亿至1620亿美元之间。对比微软生产力与业务流程部门约1400亿美元的年营收（其中M365商业与云服务约贡献1030亿美元），企业办公本身已是千亿美元级的巨型生态。

但Google在旁施加的价格阻击同样不容忽视。2025年Google将Gemini全面打包嵌入Workspace套件，以往单独标价约20美元的AI模块，在融合进入新套餐后，相比原基础费用仅小幅上调约2美元（Google官方公告）。这一举措揭示了SaaS巨头的核心策略：将AI作为抵御流失、维系基本盘的高级防守特性，而非独立的加价单品。平台型巨头为了守住软件入口，随时可能发起价格战，这给纯模型供应商的定价空间构成了强力压制。

中国市场的商业化探索则更具本土特色。金山办公财报显示，WPS Office全球月活设备达6.78亿台，WPS AI国内月活突破8013万，年度个人付费会员达4615万人；2025年个人订阅业务录得36.26亿元收入，粗略折算每位付费用户的年平均支出仅约79元人民币（金山办公年报）。这印证了国内个人软件消费的客单价远低于北美成熟市场。

腾讯系在企业工作台的动作同样迅速。2026年6月，腾讯WorkBuddy桌面端月访问量达2097万，在17款主流国产AI办公智能体中拔得头筹（易观数据转述）；其个人包月定价设为70元、140元与700元三档，企业旗舰版标价198元/人/月（腾讯云定价、WorkBuddy官网）。尽管外部访问量与实际月活（MAU）存在统计落差，但其收入弹性清晰可见：每100万付费C端用户按月均100元测算即对应12亿元年营收；每100万企业席位按198元计费则对应约24亿元年流水。

字节跳动旗下的豆包则展现了庞大的流量蓄水池。第三方统计显示，2026年一季度豆包月活已逼近3.45亿；6月24日其针对研发、数据处理、设计及自动化等专业场景，正式上线68元、200元与500元三档专业订阅方案（央视财经转述）。若按3.45亿月活中仅1%的用户订阅最低档方案测算，对应的年化收入便达28亿元；转化率若提至3%则对应84亿元，提至5%将达141亿元。对于国内巨头而言，办公AI能否变现的核心命门不在于缺少流量基数，而在于能否打破免试用惯性，真正建立起几个百分点的长效付费转化率。

更值得关注的是字节将豆包团队与飞书产研的深度打通。据媒体报道，飞书2025年营收突破30亿元人民币，2026年二季度ARR同比增速超过100%，新增客户中逾九成同步增购了AI能力（《财经》转述）。这种“底座模型+企业协作软件+销售地面部队”的铁三角阵型，对独立模型厂商构成了极大的结构性挤压：办公交互入口、组织架构、审批流和客户信任全数截留在巨头平台手中，独立模型商若退居为后台API供应商，很可能陷入“用户归应用平台、利润归渠道巨头、高昂算力成本归模型原厂”的价值剥离陷阱。

第三条曲线：客服和企业流程，比医疗法律更早规模化

在日常桌面办公之外，真正能够紧跟代码场景实现规模化落地的，并非伦理审核与容错率极其严苛的医疗和司法判例，而是客户服务、销售运营流程自动化、财务核算与对账、供应链采购跟进等企业中后台业务。这类场景具备高频发生、容错机制明确、结果易于量化复核的特征，且企业本就为其拨备了庞大的人力与外包费用。

Gartner预测，到2029年，自主智能体将无须人工干预直接解决80%的常见客服诉求，驱动对应业务的综合运营成本下降30%。全球业务流程外包（BPO）服务市场规模在2024年约为2210亿美元，预计到2029年将扩充至2680亿美元左右（Gartner市场预测）；单看美国约260万名客服坐席的年工资总支出，就超过了1200亿美元。AI系统只要能切走这一存量削减成本池的10%至20%，便能稳固撑起数百亿美元的直接软件变现空间。

该领域的商业逻辑与Coding具有高度的一致性：问题是否闭环解决、工单能否无缝流转、退款金额与退货逻辑是否合规、票据账目能否精准配对，都具备极其确定的评测准绳。一旦模型厂商能够按照“单次问题妥善解决”、“流程自动化交付”或“节约成本分成”来计费，其定价就彻底脱离了廉价Token的成本加成逻辑，直接对齐企业存量的人力与BPO开支预算。与此同时，涉及内部ERP/CRM系统的安全连接、权限配置与审计合规，将成为阻隔外部竞争的坚实护城河。

**需要指出的是，上述所有测算均建立在一项根本性技术假设之上：算力成本与架构演进呈现渐进式迭代，而非发生颠覆性的技术断裂。**虽然同等推理能力水平的Token单价正以每年5至10倍的速率急速暴跌，主流AI算力芯片的能效比每年亦有约40%的提升；但全社会的算力基础设施存量每年仍在以3.4倍的速率扩张，前沿通用大模型的训练算力开销每年复合攀升5倍左右（Epoch AI、相关研究）。单位成本在降，而前沿竞争的总账单却在指数级膨胀。“算力边际成本无限趋近于零”在未来数年内几乎不可能发生：据IEA测算，全球数据中心用电负荷将由2024年的415太瓦时攀升至2030年的945太瓦时；McKinsey亦预估，仅为支撑AI算力供给，到2030年全球数据中心的新增投资需求便高达5.2万亿美元。

这不仅是成本维度的推演，更是整篇估值框架的核心前提：一旦前沿模型训练成本发生断崖式暴跌，能承担顶级训练成本的玩家将由少数巨头泛化为众多梯队，资本护城河将被瞬间抹平；若消费级终端算力能以极低成本离线运行接近前沿水平的开源模型，大量的推理调用将由云端向端侧回流，以中心化云API为核心的商业大厦将被彻底重构。算力成本的普惠既能带来应用渗透率的爆发，也能迅速引爆模型层的价格血战，最终将产业利润毫不留情地推向终端设备商、垂直工作流集成方与牢固的客户关系手里。本文的测算模型剔除了这一极端的跃迁变量；若技术断裂提前到来，所有的市场空间与估值推演均需全面重构。

最后的总账：增长空间存在，但当前估值已经预付三年

在既有技术架构稳步推进的前提下，大模型在应用终端的需求天花板可归总为四大核心支柱：

• Coding（代码与软件工程）：当前双雄可直接挂钩的代码ARR约为239亿美元；综合考虑各类隐性接口与第三方生态调用，实际年化贡献在340亿至410亿美元区间。未来若深度跨越至软件研发人力替代，模型及配套智能体的总体潜在市场容量将跃升至600亿至1200亿美元。

• 数字内容生产：全球创作者经济到2027年预期规模达4800亿美元。若AI工业化生产工具能拿下其中5%至10%的份额，将衍生出240亿至480亿美元的应用市场；模型厂商能在其中汲取多少利润，取决于其能否主导端到端创作分发链条。

• 通用协同办公：存量办公软件市场经M365验证已逾千亿美元。按5亿至10亿日常高频办公人群、人均每月支付5至10美元测算，AI办公的理论极限市场在300亿至1200亿美元；但巨头的价格捆绑策略、较低的净转化率与渠道抽成，将大幅压缩独立模型原厂的实际入袋份额。

• 客服及企业流程外包：全球商业流程市场总盘子逾2000亿美元。若流程智能体能分得企业人力削减红利的10%至20%，将为AI模型与交付层构筑出200亿至500亿美元的崭新营收池。

必须强调，上述四大场景的潜在空间绝不能机械相加：同一名工程师同时也是办公软件与内容消费的用户，企业内部同一笔IT采购很可能是在将传统系统维保费腾挪至AI智能体，而非全量净增。但这足以推演方向性定论：在终端需求一侧，支撑一到两家万亿美元市值超级企业的天花板确实存在；但核心挑战在于，独立模型公司到底能在这一长链条中截留多少真正的经济剩余。

再将估值逻辑放回严肃的资本市场框架。OpenAI与Anthropic当前合计投后估值约为1.82万亿美元，最新年化收入总额在1050亿美元上下，合并市销率高达17.3倍。假定三年后两家公司成功挂牌，且估值倍数逐步向美股科技七巨头约10倍市销率的中枢均值回归：

• 若年化营收保持15%的复合增速，三年后总收入达1600亿美元，对应估值仅为1.60万亿美元，市值将较当下缩水；

• 若年化营收保持20%的复合增速，三年后总收入达1810亿美元，对应估值约1.81万亿美元，仅能勉强维持当前的投后账面价值；

• 若年化营收能维持30%的超预期复合增长，三年后两家总收入将推至2310亿美元，对应估值约2.31万亿美元，三年的累计账面回报仅为27%，这还没扣除公开IPO摊薄以及大规模员工期权兑现对每股价值的稀释。

如果市场进一步提出苛刻的盈利要求，由市销率切换至市盈率逻辑审视，门槛将更为陡峭。按软件行业成熟期30%的净利率、匹配27倍的成熟期市盈率计算，双雄合计需要拿出2250亿美元的年营收、以及高达675亿美元的税后净利润，方能稳稳托住今天1.82万亿美元的合并市值。这意味着未来三年不仅要保持近30%的高速复合增长，同时还要完成从“年烧百亿现金”向“比肩微软的超级印钞机”的奇迹蜕变。

由此可见，当前的万亿定价并非缺乏逻辑自洽性，但其安全边际极其脆弱，几乎容不下任何商业化瑕疵：Coding必须维持高质量扩张，且增量必须来源于高客单价的工作流替换而非廉价按量调用；内容、办公与流程智能体必须在未来三年内贡献出接近一半的营收增量；更苛刻的是，单位算力成本的下降速度必须大幅跑赢价格战降幅与总调用量膨胀。上述三大约束条件只要有一个未能如期兑现，即便营收数字仍在扩张，二级市场的估值倍数也必将面临剧烈均值回归。

更深层的行业悖论在于：一个应用场景越是贴近普通人的日常工作，独立大模型公司的竞争壁垒反而越低。Coding之所以成为当下的现金牛，是因为其要求极限的逻辑推理、海量的上下文把控和确凿的工程评测，顶级底层模型在此拥有不可替代的代差优势；但若涉及会议纪要、收发邮件、常规客服、营销文案或审批跟进，核心要件在于账户体系、历史数据归档、组织权限管理以及产品入口惯性，对“世界最强底座推理”的需求反而被钝化。Google坐拥Workspace、Gmail、Android与Chrome，腾讯统御微信、企业微信与腾讯会议，微软深耕Windows与Office套件，字节掌控飞书、豆包与核心内容流量。这些巨头完全可以将“性能足够好”的模型免费或微利捆绑入既有生态，在降维打击的同时，还能天然获取端到端完成任务所需的上下文与系统权限。

这意味着，办公、内容与流程自动化的数千亿美元市场空间，绝不能简单等额折算为OpenAI、Anthropic或智谱的营收疆域。越往应用层深水区下沉，传统IT巨头所把持的客户关系网络便越发牢固，独立模型厂商的技术领先优势就越容易被稀释为一个可随意拔插替换的后台API。倘若无法切入最终交付界面、掌控企业专有数据链条与复杂业务流，即便全社会的AI渗透率高歌猛进，也极易出现“全行业流水大爆发、但模型供应商只能分得极薄算力苦力钱”的产业悲剧。

终局的产业版图，绝非简单演变为全球前两家通吃一切的单极世界。前沿大模型的预训练将维持高度的寡头垄断，有能力持续背负数百亿美元年化算力资本开支（Capex）的顶级实验室可能仅存两到三家；但在下游推理分发与垂直应用层，开源阵营的成熟、主权数据合规、端侧计算崛起以及多模型动态路由，将驱动生态呈现极度分散的多元格局。行业最终更有可能走向哑铃型结构：一头是少数几家具备军备竞赛实力的超前沿模型基建商，另一头是深入各行各业毛细血管的开源模型集成方与垂直服务商；而夹在两者之间，那些既无力跟进前沿巨额算力投入、又缺乏原生分发入口与独特企业数据的腰部通用模型厂商，将面临最为凶险的生存挤压。

对于开篇提出的命题，答案已经清晰：Coding的爆发力足以拉开这出万亿估值神话的序幕，却远远不足以独自支撑万亿市值的最终落地。要想让这台庞大的资本机器持续运转，Coding必须完成从单点代码生成向软件人力预算的质变，数字内容必须深植于创作者的生产分发全链条，办公智能体必须攻下数亿白领的桌面日常交互，而企业流程自动化更需要证明自己能够按照实际业务减负结果精准变现。

这些赛道聚合在一起，孕育着足够宏大的想象空间；但眼下的估值，已经提前预付了未来三年的完美增长。资本市场当下押注的，已经不再是模型在各类榜单上能否多刷几个百分点，而是在Google、微软、腾讯、字节等老牌数字帝国的层层重围之下，这批年轻的专业模型缔造者能否摆脱随时可能被管道化的悲情宿命，真正蜕变为掌握客户信任、业务流程入口与产业利润分配主导权的全新一代超级平台。