2026 年年中，全球资本市场迎来人工智能行业集中上市的窗口期。
6 月，SpaceX 在纳斯达克挂牌。该公司已于 2 月完成对 xAI 的吸收合并，媒体报道的挂牌估值约 2.2 万亿美元。几乎同一时期，Anthropic 被披露已向美国证监会秘密提交招股文件，由高盛和摩根士丹利牵头，最早于 10 月挂牌；OpenAI 随后亦提交招股文件，发行窗口预计在今年四季度至明年年初。三家公司合计估值预期超过 4 万亿美元，接近德国一年的国内生产总值。
市场上有一种流传较广的看法：这几家公司现金流充裕，私募融资渠道畅通，上市只是水到渠成。这一判断与事实不符。三家公司均处于大幅亏损状态，此前迟迟不上市，主要原因是私募市场能够以较高估值、较低披露要求持续供给资金。目前这一安排已难以为继，上市由此成为巨额算力资本开支压力下的必然选择。
需要进一步分析的问题是：Anthropic 与 OpenAI 的收入结构存在显著差异，资本市场将依据什么逻辑为它们定价？
一、上市动因：算力开支超出私募市场承载能力
从亏损情况看，OpenAI 在 2024 年实现收入 37 亿美元，亏损约 50 亿美元；当年流出的内部财务文件预计，2026 年亏损将扩大至 140 亿美元，2029 年方可实现盈利。xAI 并入 SpaceX 之前的最后一个完整季度，收入 8.18 亿美元，经营亏损 24.7 亿美元，亏损额为收入的三倍。晨星公司在分析 SpaceX 招股文件时评价，xAI 的财务状况“显得激进”。
资金消耗集中于算力领域。Anthropic 在 5 月完成 650 亿美元 H 轮融资、投后估值 9650 亿美元的同时，对外确认了一系列基础设施承诺：亚马逊云最高 5GW 的算力扩张、谷歌和博通合计 5GW 的 TPU 供应、与 SpaceX 孟菲斯数据中心 360 亿美元的容量协议，以及阿波罗全球管理和黑石提供的 350 亿美元私募信贷。行业层面，模型降价叠加算力扩张，正在形成 7000 亿至 8000 亿美元的融资缺口，主要科技公司已开始大规模发行债券为数据中心筹资。
这一量级的资金需求，已超出私募市场的承载能力。单轮 650 亿美元接近私募融资的历史上限，而未来十年的算力投入以万亿美元计。相比之下，公开市场可以提供三项私募市场难以替代的功能：数百亿美元级别的首次公开发行融资，可持续增发和公开发债的定价基准，以及早期股东与员工持股的流动性安排。
从时间窗口看，SpaceX 挂牌表明公开市场愿意为人工智能资产给出万亿美元级别的估值。率先上市的公司将获得“纯正 AI 标的”的定价权和更广泛的投资者基础；上市滞后的公司则可能被先行者的估值水平所锚定。Anthropic 提交招股文件的消息披露后一周，OpenAI 即完成跟进，竞争传导的特征较为明显。
2019 年曾出现类似情形。Uber 在私募市场融资超过 200 亿美元后启动上市，公开市场给出的定价低于最后一轮私募估值的预期；WeWork 的情况更为极端，470 亿美元的私募估值在招股文件公开后迅速瓦解。当时的教训在于，私募市场最后一轮估值若无法获得公开市场认可，估值泡沫随即破裂。当前情况存在一个关键区别：Uber 与 WeWork 的问题在于商业模式被证伪，而目前三家人工智能公司的需求真实存在，收入以每年两倍至三倍的速度增长。矛盾不在于需求，在于资金消耗速度已超过私人资本的资产负债表容量。
二、收入结构：消费者订阅与企业服务的两条路径
外界通常将 Anthropic 与 OpenAI 视为同类公司，财务数据呈现出明显分野。
OpenAI 的基本盘在消费者市场。其收入从 2023 年的 16 亿美元增至 2025 年的 131 亿美元，2026 年一季度单季收入 57 亿美元，期末年化收入 300 亿美元。支撑这一规模的是 9 亿周活跃用户和 900 万付费企业席位，消费订阅在 2025 年初仍贡献约 85% 的收入。公司的核心壁垒在于品牌与分发渠道：ChatGPT 已在相当程度上成为生成式人工智能的代名词，这是其应对行业商品化的主要资产。
Anthropic 的消费业务占比极低。其年化收入从 2025 年底的约 90 亿美元，增至 2026 年 4 月的 300 亿美元，H 轮融资时约 470 亿美元，8 月已达到约 650 亿美元。30 余万家企业客户贡献约八成收入。增速最高的业务线是编程工具 Claude Code：上线六个月年化收入突破 10 亿美元，至 2026 年 2 月达到 25 亿美元。公司发布的使用数据显示，编程场景占其商业对话量的 37%。二季度，公司在调整后口径下实现经营利润转正，净亏损规模仍然较大。
2026 年，Anthropic 的年化收入反超 OpenAI。
两条增长曲线斜率的差异，源于两类收入的质地不同。消费者订阅定价为每月 20 美元，用户支付意愿有限，且面临免费替代品的直接竞争，谷歌 Gemini、Meta 开源模型及各类免费助手均在争夺同一批用户。企业客户按调用量和席位付费，嵌入业务流程后迁移成本较高，续约与增购情况直接体现于财务数据。OpenAI 向注意力收费，收入上限更接近广告业的变现逻辑；Anthropic 向工作收费，收入上限更接近对企业人力成本的替代逻辑。从目前的财务表现看，后者的增长斜率更陡。
三、港股样本：MiniMax 与智谱的定价实验
美国公司尚未披露公开财报，港股市场已经对大模型行业的商业模式完成了两次真实定价。
MiniMax 于今年 1 月 9 日上市，招股书呈现的仍是一家消费级产品公司：旗下 AI 陪伴与创作产品贡献超过七成收入，个人用户 2.12 亿，七成以上收入来自海外市场。上市后首份半年报则显示出明显的结构变化：上半年收入 1.17 亿美元，超过去年全年水平，其中开放平台及企业服务收入 7390 万美元，同比增长 703%，已取代消费端产品成为第一大收入来源；至 8 月，公司年化收入达到 8 亿美元。二级市场反应剧烈：股价上市初期翻倍，市值一度升至 2000 亿至 2600 亿港元区间，7 月限售股解禁叠加大额折价配售融资 160 亿港元，股价明显回落。2025 年全年，公司收入 7904 万美元，经调整净亏损 2.5 亿美元，三年多累计亏损超过 13 亿美元。
智谱于 1 月 8 日挂牌，提供了另一个样本。公司 2025 年收入 7.24 亿元人民币，同比增长 132%，累计亏损约百亿元；2024 年研发开支为收入的七倍，其中七成以上用于采购算力。上市首日市值约 530 亿港元，至 5 月盘中较发行价上涨超过 15 倍，据此估算市值一度接近 8000 亿港元。6 月，公司公告拟在科创板再融资 150 亿元。
将估值水平并列比较，差距是数量级的。Anthropic 私募估值对最新年化收入约为 15 倍市销率；MiniMax 高点市值对 2025 年收入超过 300 倍，即使按 8 月的年化收入计算仍约 40 倍；智谱高点约 8000 亿港元市值，对应 7.24 亿元的年收入，市销率以千倍计。港股给出的是稀缺性定价：全球资金无法直接买入 OpenAI 和 Anthropic，港股仅有的两只纯大模型标的成为替代性筹码，其暴涨暴跌主要由筹码供求关系驱动，与公司基本面关联有限。
两家公司的经营数据中包含一条较有分量的证据。四个样本、两个市场、完全不同的起点，商业模式最终收敛于同一方向：面向企业的 API 与服务。MiniMax 是中国消费级 AI 产品运营最成功的公司之一，上市第一年即以 703% 的增速将收入主力切换至开放平台。国内消费市场受到免费产品的持续挤压，海外消费市场支付意愿趋于见顶，聊天机器人的消费者订阅难以支撑上市公司的收入体量。智谱自成立起专注于政企客户，Anthropic 从一开始即押注企业端，目前增速行业领先；拥有最大消费市场盘子的 OpenAI，增速反而最慢。
另一条线索是亏损资金的去向。智谱七成以上研发费用最终流向算力供应商，MiniMax 上市半年即需 160 亿港元再融资。同样处于亏损状态，Anthropic 已实现调整后经营利润转正，中国同行则仍依赖下一轮融资维持投入。前者的亏损正在换取规模经济，后者的亏损更多用于维持行业在场资格。
四、行业格局：赢者通吃逻辑是否仍然成立
为这类公司定价，需要回答一个前提性问题：互联网行业赢者通吃的规律，在大模型行业是否仍然适用？
先考察该规律的成立条件。互联网行业的赢者通吃出现在具备网络效应、边际分发成本接近零的环节，搜索与社交符合这一特征，电商则不完全符合。大模型不具备典型的网络效应：用户规模扩大不会显著改善模型能力，API 层面的迁移成本较低。
再考察三项正在发生的变化。其一，开源模型正在逼近。DeepSeek 春季发布的新模型在编程、智能体和长上下文基准测试中比肩头部闭源模型，API 定价仅为美国同类产品的 5% 至 10%，且是在国产硬件受限的条件下实现的。OpenRouter 的统计显示，开源与闭源模型的差距 18 个月以来稳定在 3 至 6 个月；EpochAI 的测算则认为差距从 3 个月扩大至 4 个月。更准确的描述是场景分化：在开源生态、中文语境和成本效率方面，中国模型已经追平甚至局部领先；在长程编程智能体和企业级低故障率方面，头部闭源模型仍保持实质优势。开源阵营自身缺乏受益者，DeepSeek 与阿里将模型能力免费开放，并未形成与之匹配的收入。开源压缩的是整个模型层的定价空间，今年以来大模型服务价格持续下行，即是这一压力的体现。
其二，训练门槛的变化。硬件成本下降是确定趋势，但成本下降普及的是上一代模型能力，前沿能力仍在同步推进。2023 年，数千万美元可以训练出有竞争力的模型；2026 年，维持前沿地位的投入门槛是百亿美元级别的年度资本开支和数百人规模的顶尖研究团队，具备该等实力的机构数量在减少而非增加。半导体行业经历过相同过程：芯片价格持续下降，台积电的竞争壁垒反而不断加深，因为先进制程的门槛提升速度快于成本下降速度。这一类比成立的前提，是前沿能力保持进步。一旦缩放定律触及瓶颈，追赶者即可以较低成本复现现有能力，现有壁垒将显著削弱。这是当前估值体系面临的最大单一风险。
其三，本地部署的发展。以 Mac Studio 为代表的统一内存设备已成为个人本地推理的主流平台，70B 参数级别的模型在消费级硬件上运行已经实现，主要 PC 厂商也在推出各自的 AI 主机产品。但前沿模型的参数规模对显存带宽的要求同步快速提升，本地可运行的仍是上一代能力。大模型公司的收入主体是企业 API，企业客户采购的是稳定性、合规性和服务承诺。企业向来可以自建邮件服务器，最终仍普遍采用云服务。本地部署分流的是价格敏感和隐私敏感的长尾需求，尚不足以影响核心利润来源。深层压力来自另一处：开源权重与推理成本下降相叠加，可能将模型调用价格压向推理成本本身。无论模型运行于本地还是云端，按调用量收费的商业模式都将受到侵蚀。
综合上述三条线索，行业终局更可能呈现分层结构。最前沿的一层，即长程智能体和企业关键任务，预计将保留三至五家寡头，凭借资本、人才与企业信任维持溢价，格局与云计算行业相似。云计算行业的历史同时提供了警示：亚马逊、微软、谷歌合计占据约三分之二的市场份额，价格仍然连年下调，寡头地位并未转化为稳定的定价能力。中间“够用”的一层将由开源主导，价格向成本收敛，盈利空间普遍有限。产业价值向两端迁移：上游的芯片、电力与下游的应用、智能体获取主要利润，居于中间的通用基座模型承受双向挤压。
因此，未来趋于集中的并非“模型”本身，而是企业智能体工作流的入口。在编程、客服、数据分析等业务流程中完成嵌入的公司将掌握定价权；通用对话能力无论开源闭源，都在向成本价收敛。
五、估值水平：收入、亏损与预期的匹配度
估值问题最终无法回避。以市销率横向比较：Anthropic 私募估值对最新年化收入约 15 倍，若按传闻中 2 万亿美元的发行估值计算则约 30 倍；OpenAI 最近一轮融资估值 8520 亿美元，对应约 300 亿美元年化收入，约 28 倍，公司管理层曾表示低于 1 万亿美元的估值不具备讨论基础；xAI 并入 SpaceX 时作价 2500 亿美元，对应约 33 亿美元的年化收入，约 76 倍，这在相当程度上解释了该公司为何未独立上市，而是并入 SpaceX 的资产负债表。参照对象是英伟达：市销率二十余倍，净利率超过五成。
以任何基于当前收入的口径衡量，上述公司均处于高估状态，无一例外，盈利更是无从谈起。2021 年的 SaaS 板块提供了可供参照的历史经验：当时市销率中位数一度超过 15 倍，头部公司达 30 倍以上，随后两年板块指数最大回撤约七成。彼时的 SaaS 公司尚有软件毛利率作为支撑，人工智能公司的毛利率则将持续受到推理成本的侵蚀。
支持高估值的逻辑同样存在。Anthropic 一年三倍的增速若能再维持两年，15 倍市销率将自然消化至个位数。2026 年的数据显示，前沿需求的扩张暂时跑赢了商品化进程：在开源免费、服务价格暴跌的同一时期，Anthropic 收入增长三倍并反超 OpenAI。当前买入此类资产的投资者，定价依据主要是对行业终局格局的预期，而非当期盈利水平。
从分析角度，建议重点关注三个指标。一是收入结构，企业收入占比和编程、智能体场景占比，决定公司更接近 Anthropic 的企业服务形态，还是停留在通用对话工具形态。二是亏损结构，算力采购占亏损的比重，决定亏损用于构建规模经济，还是主要流向算力供应商。三是招股文件的收入口径，上市审计将按更严格的净额法确认收入，媒体引用的年化口径很可能高于最终披露数据，口径落差本身即可能成为市场事件。
预计年内，资本市场将获得第一批完整答案。Anthropic 与 OpenAI 的招股文件将完整披露收入结构、单位经济模型与算力合同，为整个人工智能行业确立定价基准。这一基准的确立位置，将直接影响港股相关标的、国内排队上市的算力企业，以及仍停留在私募市场的各家独角兽公司的估值水平。
（本文为市场复盘与资讯梳理，不构成投资建议。）