# 每兆瓦收入与AI模型工厂：Anthropic 如何靠推理毛利反哺训练

- 来源：Tomer Tunguz 博客（VC 分析）
- 发布时间：2026-08-27 08:00
- AIHOT 分数：64
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmtggvk4m0cgtroj79fv55h7o
- 原文链接：https://tomtunguz.com/revenue-per-megawatt

## 精选理由

用每兆瓦收入这一口径拆解模型公司的毛利结构，说明推理利润如何反哺训练形成循环。

## AI 摘要

Anthropic 的每兆瓦收入从 2024 年的负毛利（每 1 美元收入对应 1.94 美元算力成本）扭转为 2026 年 40-50% 的毛利率，并在 2026 年首次实现盈利季度：109 亿美元营收、5.59 亿美元营业利润。

## 正文

AI 模型公司按兆瓦批量采购电力，再将其转售为认知工作。

“算力的基础成本通常在每兆瓦 1000 万、1300 万或 1500 万美元左右。以 Anthropic 为例，其收入已高达每兆瓦 5000 万美元。这现在让他们能够做到的是——嘿，如果我在推理能力上花 10 美元，我实际上能产生 50 美元的收入。然后我可以转身把所有这些利润增量地投入到训练上。”

—— Dylan Patel，SemiAnalysis，出自 Dwarkesh Podcast¹

以电力为函数衡量的毛利润证明，模型公司可以在贡献毛利的基础上实现盈利。

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

到 2025 年，拐点到来，Anthropic 从 −94% 一举扭转为 40–50% 的毛利率。

2026 年，收入超过成本：每兆瓦 5000 万美元收入，对应 1000 万至 1500 万美元成本。Anthropic 录得首个盈利季度，收入 109 亿美元，营业利润 5.59 亿美元。

5% 的营业利润率远低于兆瓦数学所隐含的 70% 至 80% 毛利率。训练运行和人员规模吃掉了其中的差额。

每兆瓦毛利润不仅关乎智能水平，也关乎效率。一个以极小部分算力提供同等智能的模型，即使定价更低，也能在每兆瓦上产生更多利润。

GLM-5.3-Flash 在 Artificial Analysis Intelligence Index 上得分 57，与 Claude Opus 4.8 完全持平。³ 但它仅用 180 亿激活参数就做到了这一点，成本降低 90% 至 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。

前沿本身也在一波波地持续攀升。三次 3 分或以上的跃升，贡献了从 37 到 63 这 25 分涨幅的一半。高效模型追逐的是一个每个季度都会重置的目标。

这正是每兆瓦利润所买来的东西。Patel 的最后一句话是关键转折：“转身把所有这些利润增量地投入到训练上。” 利润率支撑着这座工厂。

Nvidia 为此支付 60 亿美元收购 Poolside，并追加投资 10 亿美元。模型构建正在变成一种工业化流程：在一个搜索空间里进行数千次实验，而非手工艺式的精雕细琢。

“模型是产出。真正意义上的创新，在于持续打造出更优模型的能力，且每一次都更快、更高效。模型工厂才是那个能不断复利的资产。”

—— 杰森·沃纳（Jason Warner），Poolside

Laguna S 2.1 从项目启动到正式发布，仅用了 52 天。

推理环节的利润，为工厂提供了资金，使得下一代模型的构建成本更低、运行效率更高。

迪伦·帕特尔（Dylan Patel）在 Dwarkesh 播客中提到，“到 2028 年，Anthropic 和 OpenAI 将拥有全球大部分算力”（2026 年 8 月）。Apple Podcasts ↩︎

The Information 报道，“Anthropic 的毛利率引发对 AI 长期盈利能力的质疑。” The Information ↩︎

Artificial Analysis 智能指数。Artificial Analysis ↩︎

杰森·沃纳（Jason Warner），Poolside。X ↩︎