两个月就翻倍!Claude Code让Anthropic成史上收入增长最快公司

新智元
May 03

新智元报道

编辑:艾伦

【新智元导读】Anthropic 的 ARR(年化运行收入)已升至 440 亿美元,12 个月新增 350 亿美元。企业客户、Claude Code 和推理毛利率改善,共同把这家公司推向 9000 亿美元估值讨论区间。

Anthropic 把 AI 公司的增长曲线又往上抬了一次。

Semi Analysis 在最新报告中称,Anthropic 的 ARR 已超过 440 亿美元。

这里的 ARR 是年化运行收入(Annualized Run-rate Revenue),指按当前收入水平年化后的收入 run-rate,并不等同于已经确认的全年收入。

但即便如此,这个数字仍然足够惊人。

2025 年底,Anthropic 的 ARR 约为 90 亿美元。

到 2026 年 5 月,这个数字变成 440 亿美元,12 个月新增 350 亿美元。

平均下来,每天新增约 9600 万美元 ARR。

放在软件行业的历史坐标里,这个速度几乎没有先例。

AWS 用了 13 年做到 350 亿美元年收入;Salesforce 1999 年成立,直到 2021 年才跨过 200 亿美元收入线;ServiceNow 用了大约 20 年超过 90 亿美元。

Anthropic 用一年走完了很多软件公司十几年、二十几年走过的路。

更夸张的是,曲线还在变陡。

2024 年 12 月到 2025 年 9 月,Anthropic 增加约 40 亿美元 ARR。

2025 年 9 月到 2026 年 2 月,又增加约 50 亿美元。

真正的加速发生在 2026 年 2 月之后,短短 3 个月,ARR 从 140 亿美元冲到 440 亿美元。

投资人的反应很直接。

Anthropic 正在推进一轮 500 亿美元融资,对应万亿美元以上估值。部分投资人在 48 小时内提交认购意向。

按 440 亿美元 ARR 计算,这大约是 23 倍 ARR 估值倍数。

如果 Anthropic 的 run-rate 继续逼近 600 亿美元,同样倍数下,估值会来到 1.2 万亿美元附近。

AI 公司第一次让传统软件估值框架显得有点狭窄。

企业客户正在把 Claude 变成基础设施

Anthropic 的增长主引擎来自 To B。

财富 10 强中已有 8 家是 Claude 客户。

年消费超过 100 万美元的企业客户已经从两年前的十几家,扩大到数百家乃至千家量级。

年消费超过 10 万美元的客户数,过去一年增长了 7 倍。

这组数字的关键,在于 Claude 正在进入核心流程。

早期企业买 AI,更像买一个创新项目。

预算来自数字化部门,周期是 PoC,结果是一页汇报。

现在,Claude 正在进入法务、金融、咨询、客服、营销、研发等更稳定的工作链条。这改变了采购逻辑。

过去企业软件主要按席位收费,多少员工用,就买多少执照。

Claude 更接近按用量计费,企业付钱买的是一次次推理、一次次调用、一次次自动化任务。

采购部门看到的账单,也开始从一堆传统 SaaS line item,转向 Anthropic API、Claude Team,以及云平台上的 Claude 模型。

2025 年初,Anthropic 在企业 AI 支出中相对 OpenAI 的份额约为 10%。

到 2026 年 2 月,这一比例升至超过 65%。

这不只是模型能力的胜负。企业客户还要看稳定性、安全边界、权限体系、合规流程和云平台集成。

Claude 同时进入 AWS Bedrock、Google Cloud Vertex AI 和 Microsoft Azure Foundry,覆盖三大云平台。

对企业 IT 部门来说,这比一个聊天入口更重要。

模型决定试用,分发决定扩张。

Claude Code

把 To C 和 To B 接了起来

Anthropic 没有完全复制 OpenAI 的路径。

OpenAI 先用 ChatGPT 打穿 To C 心智,再把个人用户、开发者和企业预算连接起来。

Claude 也有个人订阅产品,但 Anthropic 的增长主线更靠企业和开发者。

Claude Code 是中间那座桥。

这款编程智能体产品在 2025 年 5 月公开推出。

到 2026 年 2 月,它的年度化收入已经达到 25 亿美元,并继续增长。

2026 年 1 月以来,Claude Code 周活用户翻倍。

有分析估算,全球 GitHub 公开提交中,约 4% 已由 Claude Code 生成或参与完成。

企业使用贡献了 Claude Code 超过一半收入。

这让 To C 和 To B 的边界开始变得模糊。

一个开发者先用 Claude Code 改 bug、补测试、写脚本。

几周后,它进入团队代码库。

再往后,公司开始统一采购、配置权限、接入审计和安全流程。

个人习惯就这样变成组织流程。

Slack、Notion、Figma 都走过类似路径。

区别在于,AI 产品碰到的是生产率本身。

开发者少写一段样板代码,法务少看一遍合同初稿,咨询顾问少做一轮资料整理,效果会很快出现在交付周期里。

只要效率提升能被团队看见,预算就会跟上。

To C 提供使用习惯,To B 提供收入厚度。

Anthropic 正在同时吃到两端的红利。

毛利率改善,才是这轮融资的底层逻辑

高增长的 AI 公司都会遇到同一个质疑。

收入是不是靠算力亏出来的?

Semi Analysis 报告里最关键的细节,是 Anthropic 推理基础设施毛利率从 12 个月前的 38%,提升到 70% 以上。

这把 Anthropic 的故事从增长速度,推到了商业质量。

大模型公司的基本矛盾一直很突出:用户越多,推理成本越高;产品越强,调用越频繁;收入增长和 GPU 消耗往往同步上升。只要毛利率上不去,高 ARR 就可能只是高成本的另一种表达。

Anthropic 的毛利率改善,可能来自模型推理效率提升、缓存和路由优化、硬件利用率提高、企业合同带来的负载稳定性,以及云合作伙伴分摊基础设施压力。

单个因素未必决定结果,但合在一起,会改变单位经济模型。

这也是投资人愿意给出约 20 倍 ARR 估值的原因。

AI 公司估值早期押模型能力和增长速度,现在开始押另一个问题,收入规模扩大时,毛利率能否同步抬升。

如果 70% 以上推理毛利率能持续,Anthropic 就不再只是烧钱买增长的模型公司。它会更像一家具备软件级毛利结构的 AI 基础设施公司。

这对整个行业都很关键。

OpenAI、谷歌、xAI、Meta,都在投入更大的训练集群和推理集群。

谁能把推理成本压下来,谁就能在价格战、企业大单和长期合约里拥有更大空间。

IPO 前,

Anthropic 还要证明增长能留下来

Anthropic 正在考虑最快于 2026 年底启动上市。

高盛、大小摩等顶尖投行已进入早期沟通。

公司目标是在 2026 年底达到 260 亿美元实际年度收入。

如果 440 亿美元 ARR 能保持,260 亿美元实际收入目标已经不显得激进。

但 ARR 是速度表,不是终点线。

它说明公司此刻跑得多快,不保证全年都能维持这个速度。

企业 AI 支出还要经历预算周期检验。

试用阶段的高频调用,能否沉淀为长期合约;开发者热情,能否转化为组织级续费;Claude Code 带来的效率提升,能否在审计、安全和责任边界上被大公司接受。

这些都会决定 Anthropic 的收入质量。

竞争也会继续保持高烈度。

OpenAI 仍有最强的消费级心智和开发者生态;谷歌有云、Workspace、搜索和 TPU;微软控制大量企业分发入口;Meta 用开源模型持续压低行业价格。

AI 市场会奖励增长最快的公司,也会惩罚成本控制慢、渠道薄、产品线单一的公司。

但 Anthropic 至少证明了一件事,企业 AI 需求已经越过尝鲜阶段。

越来越多公司不再只问 Claude 能做什么,而是在问哪些旧系统、旧岗位、旧流程,可以被 Claude 替换或重构。

过去 20 年,软件公司把工作流程搬到云上。

接下来几年,AI 公司会把一部分流程直接吞进模型里。

Anthropic 跑得最快的地方,正是这个替换发生最猛烈的地方。

如果这条曲线再维持几个月,它挑战的就不只是 OpenAI 的估值。

它会重新定义一家 AI 公司可以成长得有多快,拓宽人类的想象力边界。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10