Anthropic 算力逆袭：从每花 1 美元亏 6 毛，到每花 1 美元赚 2.08 美元的商业翻盘

烧一块钱的电费和显卡，到底能换回多少收入？ 过去两年，整个科技界最不敢细算的就是这笔账。 2023 年的时候，Anthropic 每在算力上花出去一块钱，只能收回来 9 美分。 等于每烧一块钱，净亏 9 毛 1。 到了 2025 年一季度，这个数字涨到了 4 毛钱。 可算下来还是亏本买卖。 当时华尔街很多人甚至给生成式 AI 判了死刑： 这东西越用越亏，根本赚不到钱，纯粹是个无底洞。 结果到了 2026 年二季度，数字彻底反转了。 Anthropic 披露的数据里，每花 1 美元算力，能换回 2.08 美元收入。 一年半时间，算力效率暴涨了 5.2 倍。 算力成本确实涨了 300%，但同期收入暴涨了 1368%。 他们到底是怎么把这笔账算平的？

显卡可没有降价。 英伟达的芯片还是按天价卖，数据中心的电费也一分没少。 钱能从负变正，关键在于算力运转的逻辑彻底变了。 先看以前为什么亏得底朝天。 最初做大模型，大家都在拼命训底座。 几万张卡日夜不停地空转好几个月，只为了把一个新模型训出来。 这笔钱砸下去，当时连一分钱进项都见不到。 好不容易模型上线了，用户跑来聊天，按月付个 20 美元。 很多重度用户天天让它写代码、读长文。 你每问一句，几万张卡就得把海量参数重新扫一遍。 用户付的那点月租，连机房的电费和折旧都不够赔。 用的人越多，亏得越狠。

那转折发生在哪里？ 主要在这两步操作上。 第一步，算力终于找到人全额买单了。 以前大笔算力花在暗无天日的研发训练上，没有即时现金流。 现在绝大部分算力，变成了在线服务用户的推理运算。 更重要的是，客户掏钱的模式变了。 企业级客户不再付 20 美元无限次白嫖，全部改成按消耗的词数实打实计费。 特别是像 Claude Code 这种自动化编程工具上线之后。 开发团队一个复杂的任务派下去，背后可能就是几百万个词的调用。 企业非常乐意付这笔钱，因为模型干一天，顶三个初级程序员跑上一周。 在这个模式下，显卡只要一开转，每一秒都有客户在付账。

但光有客户买单还不够。 如果单次任务的成本降不下来，毛利依然难看。 这就到了第二步：工程团队在算力消耗上动了外科手术。 最要命的一项技术，叫提示词缓存。 以前你让它看一个十万行代码的代码库，你每改一行代码，它都得把这十万行从头到尾重新计算一次。 现在的机制是，算过一遍的项目上下文，直接缓存在显存里。 下一次提问，只计算你新敲进去的那几行。 就这么一个改动，大量重复调用的计算开销直接砍掉了将近九成。 再加上大小模型分工，简单清洗用轻量模型，攻坚才调动大模型。 在 Anthropic 的报表里，用户完成单次任务的平均成本，直接被压低了 40%。

一边是企业按使用量付费的高额账单， 一边是单次任务算力消耗的大幅跳水。 这一增一减，利润空间就被生生挤出来了。 从 2025 年初每块钱算力换 4 毛钱收入，一路爬坡到 2026 年中的 2 块 08。 算力终于跑赢了成本膨胀。

这件事最反直觉的地方就在这。 过去两年所有人都在担忧，AI 是一门反规模效应的生意。 以为用户越多、算力越吃紧，公司就会死得越快。 但 Anthropic 这张成绩单至少证明了一件事： 只要模型优化的速度跑赢了算力消耗的增速， 大模型就不是只能靠融资续命的烧钱游戏。 它终于重新变回了一门高利润的软件生意。