文 | 15Bit

1882 年 9 月 4 日，愛迪生在紐約珍珠街 255 號合上了電閘。直流電，一臺巨型發電機，6 臺"Jumbo"型直流發電機組，供電半徑半英里。59 個客戶，400 盞燈。

愛迪生按燈泡數量收費。一盞燈一個價。他以為自己在賣燈泡。

真正的轉折發生在 1888 年。一個叫奧利弗·沙倫伯格的工程師發明了交流電感應電表。你不用再按燈泡數付錢了。按度數。用了多少，付多少。

這個鐵盒子改變了整個行業的結構。從那天起，電力公司不再是燈泡經銷商。它們是基礎設施運營商。

2026 年的 AI 行業，所有人還在比誰的電燈泡更亮。GPT-5.5 的推理能力、Claude Opus 的代碼生成、Gemini 3 Pro 的多模態——參數是新的瓦數，基準測試是新的流明競賽。

但第一家盈利的頭部 AI 實驗室，不是模型最強的那家，不是用戶最多的那家，甚至不是融資最多的那家。是定價最貴的那家。

Anthropic 沒有發明最好的 AI。它發明了 AI 的"電表"。

這不符合硅谷過去二十年的劇本。PLG、網絡效應、規模經濟、邊際成本趨零——整個消費互聯網的圣經，Anthropic 一本都沒翻開。

這篇文章要回答的問題只有一個：為什么最貴的 AI，最先賺到了錢？以及，這個答案對 AI 行業的終局意味著什么。

第一章：倒掛的賬本1.1 誰在賺錢，誰在燒錢

先擺數字。

Anthropic Q2 2026：營收 $109 億，運營利潤 $5.59 億。第一家實現盈利的頭部 AI 實驗室。

但這個數字本身不夠。要看增長的結構：

• 收入同比增 80 倍。Dario Amodei 原話："我們為每年 10 倍增長做了規劃，結果看到了 80 倍。"
• 毛利率從 -94%（2024）→ 50%（2025）→ 目標 77%（2028）。兩年時間，從每賺 $1 虧 $0.94，到每賺 $1 賺 $0.50。
• Claude Code 年化 $25 億，最大單一產品。不是聊天，是代碼。
• API 收入 $38 億（2025 全年），已經反超 OpenAI 的 $18 億——在這個"開發者用腳投票"的戰場上，Anthropic 是 OpenAI 的兩倍多。
• 企業客戶 1000+，兩個月前是 500。年合同總價值超 $10 億，平均客單價約 $1000 萬/年。

對標 OpenAI：

• 2025 全年收入 $131 億，但預計 2026 年燒掉 $140 億現金。至 2029 年累計預計虧損 $1150 億。
• ChatGPT 8 億周活用戶，Q1 隱含季度收入僅 ~$62.5 億——不到 Anthropic Q2 的三分之二。
• 2026 年 2 月，在免費版引入廣告。8 億用戶的 DAU，終于撐不住單一訂閱了。
• API 戰場：OpenAI 賣了 $18 億，Anthropic 賣了 $38 億。

8 億人用你的產品，你的 API 收入卻被一家沒有消費者產品的公司反超了。

資本市場已經提前投票。Anthropic 估值 $9650 億，超過 OpenAI 的 $8520 億。差距 $1130 億——大約等于一個美團。

1.2 貴的不只是標價

Opus 4.8 輸出 $25/M token，是 DeepSeek V4 Flash（$0.28/M）的 89 倍。

GPT-5.5 其實更貴——輸出 $30/M token。但 OpenAI 還有免費版的 ChatGPT，還有 GPT-5.4 mini 在 $4.50/M 扛性價比。它的定價是金字塔：頂層極貴，底層免費。

Anthropic 的定價沒有底座。沒有免費層。沒有廣告補貼。沒有"入門款"。Claude 最便宜的入口是 Haiku 4.5，輸出 $5/M token——這已經是它最低的姿態了。Google Gemini Flash Live 有免費層，DeepSeek V4 Flash $0.28/M，OpenAI GPT-5.4 mini $4.50/M——Anthropic 紋絲不動。

"貴"不是在每個價格點上都比別人貴。是整套商業模型的結構性排斥低價用戶。

拆開來看：

無免費層：不讓你"試試看"。Claude 1 發布時只對批準的特定用戶開放。想用？就得找銷售談合同。

無廣告： 2026 年超級碗："Claude will stay ad-free"。同一個月，OpenAI 在 ChatGPT 免費版引入廣告。這不是道德宣言，是收入模型聲明——我的收入只來自付我錢的人，不來自看廣告的人。

不跟價格戰： DeepSeek 75% 折扣、Google 免費層越擴越大、OpenAI 在 GPT-5.4 mini 上壓性價比。Anthropic 的定價錨點不是競品，是客戶自己的替代成本。

這三個特征疊在一起，SaaS 歷史上找不到先例。Salesforce 當年也貴，但有免費試用、SMB 套餐、批量折扣。Oracle 當年也貴，但它靠數據庫鎖定，不是主動拒絕客戶。Anthropic 是第一個從頭到尾不打算服務低價客戶的軟件公司。

而這個策略生效了。

1.3 算力賬單去了哪里

C 端 AI 公司的算力成本，花在了什么地方？

凌晨三點，一個失眠用戶讓 ChatGPT 寫一首關于失戀的詩，模型跑了 2000 個 token。成本 $0.06。收不回來。中午，一個學生讓豆包把自拍照轉成吉卜力風格，生圖跑了 30 秒推理。成本幾毛錢。收不回來。晚上，一個無聊的人讓 Gemini 編 10 個冷笑話。收不回來。

每一次免費的推理請求，都是一筆無人買單的電費。

轉向 B 端：

• 德勤全球數十萬專業人員用 Claude 生成審計底稿、做稅務分析、審合規文件。每份報告的 token 消耗在幾百到幾千美元。但這份報告對客戶的收費是幾十萬到幾百萬美元。token 成本占總收入不到 1%。
• 摩根大通在 Claude 上跑了 10 個金融 Agent：自動生成 pitchbook、自動撰寫 credit memo。算力成本被承銷費或管理費完全覆蓋，仍然有 90%+ 的毛利率。
• 百時美施貴寶 3 萬員工用 Claude 做藥物靶點篩選。一輪篩選的算力消耗數萬美元。但一個失敗先導化合物的真實實驗成本是百萬美元級。AI 省的不是 token 費，是實驗費。

同一個 GPU 集群，跑一次 C 端聊天是純成本。跑一次 B 端審計底稿是成本加成。

這不是技術能力的差異。Claude 和 ChatGPT 在基準測試上的差距可以忽略不計。這是商業模型的不對稱：

• B2C AI：成本由平臺承擔，價值由用戶享受，收入靠訂閱（$20-200/月）或廣告。
• B2B AI：成本由平臺承擔，價值由企業捕獲并計入對客戶的收費，收入靠企業合同（$1000 萬+/年）。

古典 SaaS 時代，邊際成本趨零，PLG + 免費增值行得通。AI 時代，每個 token 都有物理成本。免費用戶不再是漏斗的入口——是利潤表的出血點。

1.4 為什么不是 Oracle 的翻版

你可能會說：這不就是 Oracle 當年的劇本嗎？貴、鎖定、B2B。

Oracle 1977 年成立，靠關系型數據庫起家。到 1990 年代，它是全球企業軟件行業最令人恐懼的公司——那種 CIO 聽到銷售代表要來開會就頭疼的公司。它的商業模型建在三個支柱上：

技術鎖定： Oracle 數據庫有自己的 SQL 方言（PL/SQL）、自己的存儲格式、自己的優化器。一個企業把核心系統建在 Oracle 上，數據庫里跑的不只是數據——還有數萬行用 Oracle 獨有語言寫的存儲過程、觸發器、定時任務。這些是代碼，不是數據。換數據庫不是遷移數據，是重寫二十年積累的業務邏輯。

許可證審計： Oracle 會派審計團隊進駐客戶公司，像稅務稽查一樣清點 CPU 核數、虛擬機數量、集群節點——然后把一張六到七位數的"合規補繳"單拍在 CIO 桌上。不付？法院見。Oracle 的法務預算據說一度超過研發。

年度維護費： 通常為許可證費用的 22%。不管你需不需要升級，每年都要交。對大客戶來說，單是維護費已經超過了切換供應商的全額項目預算——但切換的痛感又太高。經典困局："你不喜歡它，但你離不開它。"

Oracle 的核心邏輯：讓離開的成本比忍耐的成本高。

所以這個類比很自然——Anthropic 也是貴、鎖定、B2B，也在讓離開的成本比忍耐的成本高。但鎖定的方式完全不同。

Oracle 鎖的是技能。全世界的 DBA 學的都是 Oracle 認證，換數據庫等于換職業。鎖的是人。

Salesforce 鎖的是數據。十年客戶數據在 CRM 里，字段映射、流程定義、報表配置——遷移一次的數據清洗和測試成本遠超續費。鎖的是數據。

Anthropic 鎖的更底層。API 遷移技術上成本很低——換個 endpoint URL 就行。真正的鎖是 MCP 管道。一個企業把 Salesforce、Snowflake、內部 Wiki、GitLab、Jira 全部通過 MCP 連到 Claude。50 條管道，每條的數據映射、權限校驗、錯誤處理邏輯，全是按 Anthropic 的標準建的。

Oracle 鎖的是"你不敢換"。Anthropic 鎖的是"你換不動"。

區別在于：Oracle 的鎖定讓客戶心懷怨恨——每一張審計補繳單都在累積敵意。Salesforce 的鎖定讓客戶疲憊——數據遷移是體力活，但不是不可能。Anthropic 的鎖定讓客戶心甘情愿——管道的存在本身就是價值，它替企業省了集成成本。

Oracle 是傷害，Anthropic 是便利。Oracle 讓你因為恐懼留下，Anthropic 讓你因為依賴留下。

批評者說 Anthropic 在學 Oracle 的壟斷劇本。辯護者說不是——Oracle 建圍墻，Anthropic 建公路。圍墻阻止你走，公路讓你不想走。

1.5 盈利的解剖：多少是本事，多少是紅利

Anthropic 的盈利是真實的。但不是所有盈利都來自"商業模式比別人高明"。拆開來看，至少有三層因素在同時起作用。

第一層：結構性優勢（商業模式的本事）

定價權——企業客戶對 token 成本不敏感，因為 AI 替代的是幾十萬到幾百萬美元的人力成本。MCP 生態鎖定——50 條數據管道焊上去以后，切換的不是供應商，是整條運營神經系統。高客戶生命周期價值——$1000 萬年合同，續費率高的 B2B 模式。這些是 Anthropic 真正"做對了"的事，不會因為競爭加劇而消失。

第二層：資本結構紅利（階段性的運氣）

亞馬遜。Anthropic 最大的投資人是 Amazon（累計投資超過 $80 億），同時 Amazon 也是它最重要的算力供應商。這是一個雙重身份：Amazon 既是股東又是供應商。

這意味著 Anthropic 從 AWS 拿到的算力價格，大概率不是市場價。Amazon 的利益不是從 Anthropic 身上賺算力費——它要的是 Anthropic 做大，帶動 AWS 的 AI 算力生態，對抗 Google Cloud 和 Microsoft Azure 的自研芯片。在這個邏輯下，給 Anthropic 低于市場價的算力，對 Amazon 來說是"戰略性投資"，不是"虧本買賣"。

這層關系是競爭對手無法復制的。OpenAI 用微軟 Azure——但微軟是它的投資人，同時也是它的競爭對手（微軟自己有 Copilot）。Google 用自己的 TPU——但它沒有外部股東在算力上補貼它。Anthropic 的算力成本優勢，本質上是 Amazon 在替它付一部分賬單。這不是商業模式的設計。這是資本結構和戰略聯盟的階段性紅利。 哪天 Amazon 的戰略優先級變了，這層紅利就會衰減。

第三層：會計節奏（時間窗口的運氣）

B2B 合同的收入確認有一個經典特征：企業客戶通常在簽約時預付全年費用，但 Anthropic 的算力成本是按實際使用量逐月發生的。收入先到，成本后到。在客戶數量快速擴張的階段，這個"收入-成本時間差"會持續拉大，制造會計利潤的放大效應。

Q2 2026 的運營利潤 $5.59 億中，有多少是這個時間差的貢獻？Anthropic 沒有披露，但在它自己的投資者溝通中已經預警：H2 2026 可能很難維持盈利，因為 Colossus 算力賬單（$12.5 億/月）會全面到來，而 Q2 新簽的合同收入還沒完全覆蓋這些新增成本。

還有一個更隱蔽的因素：Anthropic 在早期沒有追求規模。當 OpenAI 在用戶量上瘋狂擴張時，Anthropic 控制了客戶數量，這意味著它沒有為"未來可能增長的用戶"提前囤積算力。它的算力采購更接近"按需購買"而非"按預期購買"。這被包裝成"戰略紀律"，但至少有一部分是因為它從一開始就不是面向 C 端的公司——自然不需要為 8 億用戶準備算力。

關鍵是：三層因素疊加在一起，制造了一個"盈利神話"的敘事。但第一層——結構性優勢——才是 Anthropic 真正擁有的護城河。第二層和第三層會隨著競爭格局變化和時間推移而衰減。

這不是說 Anthropic 的盈利是假的。是說 $5.59 億的運營利潤中，有多少來自"我們比對手更聰明"，有多少來自"Amazon 給了我們別人拿不到的價格"，有多少來自"合同簽在算力賬單之前"——這個比例，才是判斷 Anthropic 長期競爭力的真正依據。而目前沒有人知道答案。

第二章：誰建造了這座圍墻花園2.1 OpenAI 最痛的一刀：Dario 出走

2020 年底到 2021 年初，OpenAI 發生了一次被硅谷歷史嚴重低估的人才出走。

研究 VP Dario Amodei。安全與政策 VP Daniela Amodei。GPT-3 論文一作 Tom Brown。可解釋性研究負責人 Chris Olah。資深研究員 Jared Kaplan、Sam McCandlish、Ben Mann。政策總監 Jack Clark。

七個人。全是 OpenAI 最核心的安全和研究負責人。

官方措辭是"方向性分歧"。翻譯過來：Sam Altman 選了加速商業化和規模擴張，Amodei 兄妹認為這是拿安全換速度。兩種世界觀，不能再待在同一間辦公室。

他們成立 Anthropic，注冊為公益公司（Public Benefit Corporation）。法律結構本身就是一個聲明：這家公司不為股東利潤最大化服務。它有義務考慮公共利益。

兩年后的 2023 年 11 月，硅谷最戲劇性的一幕：OpenAI 董事會在驅逐 Altman 后陷入混亂，主動聯系了 Dario，邀請他回來接替 CEO，并且提出將兩家公司合并。Dario 拒絕。

被趕出去的人來請你回去做主。你說不。因為你在建造的東西，和那個你要回去拯救的東西，從根上就不一樣。

OpenAI 的創始團隊 11 人，現在只剩兩個人。Anthropic 全是 OpenAI 的舊將。

同一群人，因為對安全的理解不同而分裂，沿著兩條路跑了五年——最后是最保守的那群人最先撞線。

但把 Anthropic 的成功全部歸于"戰略遠見"是一種后視鏡敘事。運氣和時間窗口的作用，不比戰略選擇小。

第一，分裂的時機。Dario 團隊在 2020 年底離開 OpenAI。如果晚一年——等到 ChatGPT 發布之后再走——市場上已經有了一個不可撼動的先發者。2020 年底，AI 商業化還沒開始，Anthropic 有三年的安靜窗口來建自己的技術棧、安全框架和產品理念。這不是算計出來的，是趕上了。

第二，OpenAI 的自毀。2023 年 11 月，Sam Altman 被董事會驅逐，五天后在員工集體辭職威脅下復職。這場鬧劇讓每一個考慮采購 AI 的企業 CIO 都問了一個問題："我們能把核心業務綁在一家治理結構像過山車一樣的公司上嗎？" Anthropic 沒有制造這場危機，但它成了最大受益者。2023 年 Q4 到 2024 年 Q1，Anthropic 的企業客戶數量恰好在這個時間窗口開始加速——這不是巧合。

第三，安全牌的時間窗口。ChatGPT 發布后，全球對 AI 安全的恐懼達到了峰值。Anthropic 的"安全第一"敘事恰好在這個時間點找到了最大共鳴。如果 ChatGPT 早兩年發布，安全可能還只是學術圈的討論。如果晚兩年發布，市場可能已經被"先跑起來再說"的公司占滿。

說 Anthropic 走對了每一步，是對歷史的過度簡化。更準確的說法是：它選了一個方向，然后歷史的風往那個方向吹了三年。方向是選對的，但風不是它造的。

2.2 不想讓你用，是一種商業策略

聽起來反常，但把 Anthropic 過去五年的產品決策串在一起，邏輯是自洽的。

定向發布： Claude 1（2023 年 3 月）只對 Anthropic 批準的特定用戶開放。不是技術不成熟——是審查前置。沒通過安全審核的用戶，不值得服務。對比：ChatGPT 上線兩個月破億用戶，任何人都能注冊。

無消費者產品： Anthropic 的四個主要產品全部面向生產力：Claude Code（開發者的終端 Agent）、Managed Agents（企業的審批流 Agent）、Claude Cowork（非技術用戶的文件管理 GUI）、Claude Security（安全審計）。沒有一個面向娛樂、社交、閑聊。

OpenAI 的產品矩陣完全不同——ChatGPT 既是研究工具，也是聊天伙伴，也是創意助手。OpenAI 想讓所有人用。Anthropic 只想讓特定的人用。

"永不廣告"不是營銷宣言，是客戶篩選： 2026 年超級碗，Anthropic 買了天價廣告位，寫著"Claude will stay ad-free"。同一個月，OpenAI 在 ChatGPT 免費版引入廣告。

依賴廣告意味著收入來自眼球——你需要最多的用戶，最長的時長，最豐富的行為數據。不收廣告意味著收入只來自付費客戶——你需要最少的客戶，最深的錢包，最貴的合同。兩種模式對產品質量的要求完全不同。廣告模式下，"夠好就行"。合同模式下，"換不掉才行"。

從未降價： DeepSeek 75% 折扣、Google 免費層越擴越大、OpenAI 在 GPT-5.4 mini 上壓性價比。Anthropic 不動。

為什么？因為降價不能幫 Anthropic 搶到新客戶。免費用戶不會因為便宜變成企業客戶。能付 $1000 萬年合同的公司，不需要你在 API 價格上打折。反過來，指望 API 折扣來決定供應商的企業，不是 Anthropic 想要的客戶。

Anthropic 的銷售漏斗不是從免費到付費。是從安全審查到合同談判。漏斗的起點不是"試用一下"，是"我們能審計你的安全嗎"。

這違背了硅谷過去十五年的正統。Facebook 的使命是"連接每一個人"。Google 是"整理全世界的信息"。Airbnb 是"讓每個人在任何地方都有歸屬感"。

Anthropic 的使命是什么？"構建安全的變革性 AI 以造福人類"。注意措辭——"造福人類"，不一定是"讓全人類使用"。這是一種精英主義的 AI 哲學：我們替人類做出最好的 AI，你不一定要用，但我們保證它不會傷害你。

在消費互聯網，"不想讓所有人用"是自殺。在基礎設施行業，這是默認設置。你的電力公司不會給你免費電讓你試試看。Anthropic 對自己的定位從一開始就是后者。

2.3 MCP：不是協議，是插座標準

Model Context Protocol。Anthropic 在 2025 年 5 月發布了它，并給了它一個精準得危險的比喻："AI 應用的 USB-C 端口。"

技術上：它是一套開放標準，定義了 AI 模型如何與外部工具、數據庫、文件系統、SaaS 服務通信。一個企業把 Salesforce、Snowflake、內部 Wiki、GitLab、Jira 通過 MCP 連到 Claude——以后所有的 AI 調用都走這個管道。Claude 知道在哪里找數據、怎么讀寫、格式是什么。

它是開放的。ChatGPT、VS Code、Cursor 都已經采用了它。誰都可以用。

但"誰都可以用"和"誰定義了標準"是兩回事。 USB 是開放的，但 Intel 定義了它。HTTP 是開放的，但 Tim Berners-Lee 定義了它。TCP/IP 是開放的，但 DARPA 定義了它。定義標準的人，決定插座的形狀、電壓和耐久測試。

在科技史上，標準制定者有兩種收租方式。一種是專利費（Qualcomm 的 CDMA）。Anthropic 選了另一種：生態慣性。當一個企業把 50 個內部數據源通過 MCP 連上 Claude，數據規范、權限層級、調用格式——全是按 Anthropic 的邏輯建的。這些資產不屬于 Anthropic。但它們的存在本身，就是 Anthropic 的護城河。

哪一天你想換成 GPT-5.5？

可以。技術上改一個 API endpoint。但你那 50 條管道呢？每條的數據映射、權限校驗、錯誤處理邏輯，全是針對 Claude 的 MCP 實現寫的。換模型不是換 API key。是重寫 50 個內部集成。

換 API 是換燈泡。換 MCP 連接網是換整棟樓的電線。

而且最精妙的地方：MCP 是開放的，所以不會被反壟斷盯上。沒有人能說 Anthropic 在"壟斷標準"——標準是你自己選擇用的。但用了以后，你就是 Anthropic 生態的一個節點。

這不是圍欄，這是引力場。

2.4 Stainless 收購：戰略性惡心對手

2026 年 5 月 18 日。距離 Anthropic Q2 盈利數據被披露只隔了四天。Anthropic 宣布收購 Stainless，交易金額超過 $3 億。

Stainless 做什么？一句話：自動從 API 規格生成并維護 SDK。小賽道，關鍵賽道。SDK 質量直接決定開發者 onboarding 體驗——快則一天上線，慢則一周才跑通第一個 API 調用。

Stainless 在被收購前的客戶：OpenAI。Google。Replicate。Runway。Cloudflare。幾乎是 Anthropic 的所有競爭對手。

收購當天，Anthropic 宣布：關停所有托管的 Stainless 產品，包括 SDK 生成器。現有客戶可以保留已生成 SDK 的權利，但不能再使用該服務。

OpenAI、Google、Replicate——所有競爭對手同時失去了一個用了多年的 SDK 工具鏈。不是致命傷。Fern、OpenAPI Generator、自建管線都可以替代。但替代需要時間。工程師要從 Stainless 的格式遷移到新工具，文檔要重寫，CI/CD 要重配。可能只是幾周的工程量。但在 AI 行業，幾周就是一個產品迭代周期。

這不是"切斷命脈"——是"戰略性惡心對手"。花 $3 億，讓所有競爭對手同時慢一拍。

這種操作在科技史上有先例，但不是 AI 行業習慣的玩法。當 Facebook 收購 Instagram 時，是為了消滅一個未來的競爭對手。當 Google 收購 YouTube 時，是為了獲得一個新市場。Anthropic 收購 Stainless 是為了讓對手的開發者體驗變差一點。不致命，但煩人。而 B2B 生意的本質就是——讓對手的每一個環節都比自己麻煩一點，積累起來就是護城河。

MCP 讓客戶用得更順。Stainless 讓對手開發得更卡。正反兩面，同一套邏輯。

第三章：AI 的階級正在固化3.1 誰在用最貴的 AI，誰在用最便宜的

四大 AI 實驗室的定價已經形成了明確的階級。這個分層精確映射了客戶所在行業的利潤率和 AI 對業務的關鍵程度。

$25-30/M 輸出層：基礎設施客戶。 Anthropic Opus 4.8（$25）、OpenAI GPT-5.5（$30）。金融、法律、制藥、大型咨詢。共同特征：AI 的 token 成本相對于最終產出的服務費可忽略。

一份德勤的年度審計報告收費可能在 $50 萬-500 萬區間。Claude 生成審計底稿初稿的 token 消耗在幾千美元。ROI 甚至不需要計算——一個精準的法律條文引用、一個被自動標記的合規風險點，就值回全部年費。

摩根大通的一個 M&A pitchbook，人工團隊需要 2-3 周，成本在 $10-25 萬。Claude Agent 生成初稿在數小時內，token 成本在幾千到一萬多美元。質量還更一致。

在這一層，價格敏感度不存在。客戶不是在買 token。客戶在買一種能替代高薪專業人員生產力的能力。只要替代效率大于 1:1，任何價格都是便宜的。 $5-15/M 輸出層：效率工具客戶。 Anthropic Sonnet 4.6（$15）、Haiku 4.5（$5）、OpenAI GPT-5.4（$15）、Google Gemini 3.5 Flash（$9）。科技公司開發團隊、中型企業的日常 AI 使用、SaaS 公司的 AI 功能嵌入。

這一層的客戶會算 ROI，但不是按"替代人工"算——是按"加速開發周期"算。一個工程師用 Claude Code 省了 30% 的編碼時間，年省 $5-15 萬。token 費用可能在 $1-3 萬/年。依然劃算，但對定價更敏感。

$0-5/M 輸出層：個人消費者和小團隊。 Google Gemini 免費層、DeepSeek V4 Flash（$0.28/M）、OpenAI GPT-5.4 mini（$4.50）。個人開發者、學生、小團隊、C 端用戶。

這一層的特點是：用戶對價格高度敏感，但單個用戶的 token 消耗量不低。一個重度 Cursor 用戶每月消耗的 token 量和一個小型企業幾乎相當——前者付 $20/月訂閱，后者付 $10 萬/年合同。

這就是 AI 行業的"用量倒掛"：最耗算力的用戶，恰好是付錢最少的用戶。

定價階級不是 Anthropic 刻意制造的。但 Anthropic 的策略恰好是——只服務前兩層，徹底放棄第三層。它不是嘗試滲透到每個階層。它畫了一條線，線以下不碰。

這個策略在科技行業幾乎沒有先例。唯一接近的類比是蘋果。蘋果從不做 $200 以下的手機。它的策略不是"讓每個人都買得起 iPhone"，是"讓買得起的人覺得值"。但蘋果至少還會給舊款降價。Anthropic 連這個都不做。

3.2 被低估的反擊：不要把 8 億用戶只當作負擔

前面的分析有一個隱含框架：C 端免費用戶是 AI 公司的出血點。這個框架對 OpenAI 成立，對豆包成立——但對 Google 和微軟，可能是個誤判。

因為 Google 和微軟不是"AI 公司"。它們是擁有 AI 能力的生態平臺。

Google Workspace 有超過 30 億月活用戶。Gemini 已經深度嵌入 Gmail、Docs、Sheets、Slides——不是作為一個"AI 功能開關"，而是默認的工作流層。打開 Gmail，Gemini 在幫你總結未讀郵件。新建 Google Doc，"幫我寫"按鈕嵌在光標旁邊。這不是免費的消耗性用戶。這是已經被接入付費生態系統的捕獲性用戶。

Workspace 企業版每位用戶 $12-22/月，Gemini 的 AI 功能包含在這個價格里。Google 不需要靠 AI 單獨收費來覆蓋 token 成本——AI 被當作整個辦公套件的增值功能，token 成本可以被搜索廣告、云服務、YouTube 等多個利潤中心交叉補貼。Anthropic 沒有這個奢侈，它所有的收入都來自直接為 AI 付費的客戶。

還有一層更致命的：基礎設施。Google 擁有 TPU——自己的 AI 訓練和推理芯片。Anthropic 租用 AWS 或第三方的 GPU/TPU，即使有 Amazon 的"戰略價格"，它的算力邊際成本仍然高于 Google。當價格戰打到一定程度，這個差距會越來越大。

而且 Google 的 AI 布局是垂直整合的：從底層芯片（TPU）到模型（Gemini）到應用（Workspace）到分發渠道（搜索、Android、Chrome），Google 控制了整條價值鏈。Anthropic 只控制了模型層和協議層。

科技史上，垂直整合的公司可以在自己的生態內無限補貼新產品，直到它贏。微軟用 Windows 補貼 IE 打敗了 Netscape。Google 用搜索補貼 Chrome 打敗了 IE。現在 Google 可以用搜索+廣告+云服務補貼 Gemini。

同樣的邏輯適用于微軟。Copilot 已經被嵌入 Office 365 超過 4 億的付費用戶。微軟不需要說服企業"要不要試 AI"——AI 已經在 Word 和 Excel 里了，而且已經包含在你付過的訂閱費里。

這不是說 Google 和微軟一定會贏。Google 歷史上堆滿了"資源無限但執行不力"的案例（Google+、Stadia、Google Glass）。微軟在移動互聯網時代也曾擁有所有條件但依然輸給了 iOS 和 Android。但把 Google 只看作"有 8 億免費用戶負擔的公司"，是把一只正在醒來的老虎畫成病貓。

Anthropic 當前的窗口優勢是真實的。但窗口的長度，取決于一個變量：那些擁有更大生態系統的巨頭，需要多長時間來學會 Anthropic 的玩法。一旦他們學會了——MCP 可以復制，B2B 定價策略可以復制，安全敘事也可以復制——Anthropic 剩下的護城河是什么？

是時間。第一個裝電表的人定義了標準。但電表本身是可以被仿造的。電表不是護城河。先裝的人才是。

3.3 盈利的脆弱性

如 1.5 所拆解的，Anthropic 的盈利中有結構性優勢，也有階段性的會計與資本紅利。這兩類因素的可持續性完全不同。

SpaceX Colossus 算力租賃 $12.5 億/月，2026 年 5 月剛啟動。成本曲線尚未完全爬坡。加上 $500 億自建數據中心承諾（與 Fluidstack 合作，Texas + New York），GAAP 口徑下計入股權激勵可能仍是虧損。Anthropic 自己在投資者披露中承認：H2 2026 可能很難維持盈利。

但這不影響核心判斷。重要的不是 Anthropic 能不能永遠盈利——是它證明了 B2B 溢價策略在 AI 行業能跑通。從 -94% 毛利率到運營盈利，兩年。這個速度在任何硬科技行業都是驚人的。

今年秋天，Anthropic 和 OpenAI 幾乎同期 IPO。兩份 S-1 擺在一起，就是 AI 行業兩種商業模式的正面交鋒。 一份寫著：我們通過只服務能付高價的客戶實現了盈利。另一份寫著：我們有 8 億用戶，我們在學怎么賺他們的錢。

市場會給出答案。但這個答案的有效期，取決于 Google 和微軟需要多長時間醒來。

3.4 這套模型在什么條件下會輸

Anthropic 的模型建立在幾個假設上。每個假設都有被推翻的可能。

假設一：Token 成本永遠是企業客戶的非敏感項。

推翻條件：推理成本崩潰。

如果算力效率繼續以每年數倍的速度提升，推理成本降到當前的 1/100——$25/M token 和 $0.25/M token 的絕對差額，從"幾千美元"變成"幾十美元"。到那一天，企業 CFO 會問一個致命問題："我們為什么要付 100 倍溢價買一樣的東西？"

反過來說，Anthropic 當前的高定價之所以成立，恰恰因為 token 還不夠便宜。它的定價權部分依賴于一個正在被技術進步侵蝕的基礎。 假設二：MCP 的網絡效應不可逆。

推翻條件：多模型路由成為行業基礎設施。

企業不需要"只用一個 AI"。事實上，大多數企業已經在用 3-4 個模型的組合——Claude 做代碼審查，GPT 做創意寫作，Gemini 做文檔處理。如果"多模型路由"成為標準中間件——有創業公司專門做這一層，把不同模型的 API 抽象成統一接口——MCP 的鎖定力會從"換不動"降級為"麻煩一點"。而"麻煩一點"不是一個值 $1000 萬年費的價值主張。

這不是未來假設。這個方向已經有 LangChain、Portkey、LiteLLM 等公司在做了，估值數十億，增長速度曲線和 2024 年的 Claude Code 一樣陡。

假設三：Amazon 的算力補貼永遠存在。

推翻條件：Amazon 自己需要那個算力。

Amazon 的戰略不只是通過 Anthropic 賣 AWS。它有自己的大模型 Olympus，有 Alexa AI，有電商 AI。如果 Amazon 判斷自己的 AI 業務優先級高于 Anthropic，"低于市場價的算力"這條隱性補貼就會消失。消失的時候，Anthropic 的財報會在一個季度內出現兩位數的毛利率崩塌。這不是預測，是結構性脆弱點。

假設四：安全牌永遠有市場。

推翻條件：安全的價值在無事發生時貶值。

安全的溢價在出事后飆升，在無事時逐年衰減。如果未來三年 AI 行業沒有災難性事件——沒有 AI 生成的代碼導致金融崩潰，沒有 AI 被用于大規模攻擊——企業采購決策中"安全"的權重會自然下降。Anthropic 的品牌溢價中，"因為我們更安全"這部分定價權會被稀釋。

更諷刺的可能：Anthropic 越是成功防止了安全事故，安全就越不值錢。它自己的成功在削弱自己的賣點。

Anthropic 的模型不是"一定贏"。它是在一套特定條件下成立的精致結構。條件變了，結論就變。真正值得問的問題不是 Anthropic 贏不贏——是這四個假設中哪一個最先被推翻，以及 Anthropic 有沒有在它被推翻之前建起下一道護城河。

3.5 比電網更大的權力

電網公司有一個隱含的社會契約：必須提供服務給任何合法的申請者。在絕大多數國家，這是一項法律義務。

AI 基礎設施公司沒有這個義務。

當一個企業把審計、法務、合規、研發的數據管道全部焊接到一個 AI 供應商的協議上，這個供應商就不僅僅是技術提供商了——它成了企業運營的神經中樞。切換成本意味著：你的 AI 供應商擁有你的運營連續性的一部分事實上的否決權。

Anthropic 對國防部的拒絕，不是一個道德宣言。它是一個權力展示。潛臺詞：我可以拉閘。而且你知道我可以。

這種結構性權力在科技行業不是第一次。AWS 對互聯網創業公司的權力——當你的整條技術棧在 AWS 上時，定價委員會的一個決定就能改變你的毛利率。Google 對依賴搜索流量的內容網站的權力——一個算法更新可以清剿一個行業。

但 Anthropic 的權力更深一層。AWS 和 Google 控制的是"分發"。Anthropic 控制的是"運營本身"——企業最核心的智力工作流。

但這里有一個法律上的尷尬：MCP 是開放的，Anthropic 沒有強制任何人使用它，也沒有對使用者收取專利費。反壟斷以什么理由起訴？

可能的答案不是"壟斷獲取"，是"壟斷維持"。即使標準是開放的，如果生態慣性已經形成——50 條數據管道、數萬行集成代碼、整個采購審批流程都圍繞一個供應商構建——主導者利用這種慣性和切換成本維持市場地位，在法律上仍可能構成壟斷維持。1998 年美國訴微軟案的核心指控之一就是微軟利用 Windows 的生態慣性排擠 Netscape，即使沒有任何人"被迫"使用 IE。

標準石油被拆不是因為洛克菲勒是壞人。AT&T 被解體不是因為 Ma Bell 作惡。反壟斷的邏輯不是"你做了錯事"，是"這個結構本身就不該存在于私人手中"。區別在于：標準石油和 AT&T 的壟斷是通過股權和控制權建立的。Anthropic 的壟斷如果到來，會是通過生態引力——更安靜、更合法、更難拆。

第一個盈利的 AI 公司，也是第一個面對這個問題的公司。盈利只是一個開始。盈利之后的問題，才是真正難的問題。

結語

回到珍珠街。1882 年愛迪生合上電閘，1888 年沙倫伯格發明電表，1935 年羅斯福拆了電力托拉斯。發電機、電表、反壟斷——電力行業花了五十三年走完這三步。AI 行業剛剛走完了第二步。

Anthropic 裝上了 AI 的第一塊電表。按 token 付費，按合同續費。德勤不關心底層是 Opus 4.8 還是 Mythos，就像你不在乎插座后面是哪個變電站。

最貴的 AI，最先賺到了錢。最性感的公司不一定贏——裝電表的那個人贏。

第三步什么時候來，沒有人知道。但有一件事是確定的：第一個盈利的人定義了規則。后來的人都得按這套規則玩。