作者：老王
2026年是大模型产业从“讲故事”走向“看报表”的一年。以Anthropic、OpenAI为代表的模型公司收入以数倍速度增长，但现金流仍被远大于收入的算力承诺所牵引；Google等云与平台公司的利润依然强劲，却也首次出现自由现金流为负。与此同时，中美之间在模型能力上的差距已收窄至数月，而在商业收入、资本投入与算力规模上的差距仍以十倍乃至百倍计。本文的主要判断如下：
•收入端已经跑出来，现金流端尚未跟上。两家头部模型公司均以“年化运行率”口径披露收入，同时背负着数倍至数十倍于收入的算力承诺。
•头部模型公司出现分化。Anthropic以企业和编程场景为主、按用量计费，已出现单季调整后经营利润；OpenAI以消费者为底盘并向企业与广告延伸，内部预计现金消耗持续到2030年；Google是唯一依靠自有利润支撑全栈投入的玩家。
•算力扩张的资金来源正从利润转向债务与表外结构。百年期债券、SPV租赁、供应商担保与供应商入股客户等安排大量出现。
•算力建设的天花板随时间迁移。2026—2027年主要受芯片、HBM与先进封装约束，2028—2030年主要受电网与发电约束，终端收入能否覆盖折旧则贯穿始终。
•中美呈现“缺芯不缺电”与“缺电不缺芯”的镜像格局。中国以开源、低价和海量调用追赶，美国以前沿闭源和高价值企业场景变现，两种商业模式正在分叉。
一、收入高增长与现金流缺口：龙头模型公司的财务画像
（一）OpenAI：收入翻倍，现金消耗扩大更快
OpenAI的年化收入在2026年8月突破400亿美元，约为2025年末运行率的两倍，增长主要来自AI编程产品，订阅业务与起步不久的广告业务也有贡献。需要注意口径差异：其2025年实际确认收入约131亿美元，与公司常引用的200亿美元以上ARR存在明显差距。收入结构上，企业收入在2026年8月首次超过消费者收入，广告业务年化收入已达10亿美元。
盈利方面，2026年一季度OpenAI收入57亿美元，非GAAP经营利润率约为-122%，即经营亏损约为收入的1.2倍；同季现金消耗约37亿美元，期末现金及证券仍超过730亿美元。更关键的是远期现金流：据FT与Bloomberg报道，其7月内部材料预计2026—2030年累计负自由现金流约2780亿美元，前提是收入从2026年的约360亿美元增长至2030年的3500亿美元。2026年4—5月与微软重谈合作后，2030年前的收入分成总额封顶380亿美元，但当年需支付约60亿美元，公司预计要到2030年才能转为正现金流。
融资方面，OpenAI于2026年3月完成1220亿美元融资，投后估值8520亿美元，由Amazon、NVIDIA、SoftBank等战略方锚定，微软继续参与。9月又传出新一轮融资谈判，投资人报价约1.2万亿美元，公司希望不低于1.5万亿美元；CEO已表示2026年内不上市。算力承诺是OpenAI最大的结构性压力：过去约15个月签下的算力与数据中心承诺名义总额超过1.4万亿美元，约为当前年化收入的35倍，是整个行业杠杆最高的环节。
（二）Anthropic：企业与编程驱动，率先出现经营利润
Anthropic的收入曲线是本轮周期最陡峭的一条：年化运行率从2024年1月的8700万美元，到2025年末的约90亿美元，2026年4月突破300亿美元，7月底超过650亿美元，投资人预计年底将达到1000—1200亿美元，公司最新预期超过1100亿美元。按实际确认口径，2026年一季度收入47.3亿美元，二季度115亿美元，上半年合计约162亿美元。
资料来源：公司公告、Bloomberg、TechCrunch、Motley Fool；年末值为投资人/公司预期
盈利方面，Anthropic在2026年二季度按调整后口径实现首个正经营利润，每美元收入对应的算力成本从一季度的0.71美元降至二季度的约0.56美元。但需同时看到三点：其一，有报道称其2026、2027年全年仍各有约110亿美元的亏损预测（公司未确认），单季盈利并不等于全年盈利；其二，Anthropic按总额确认部分收入，相对按净额确认的同行会抬高账面收入，这一问题需待招股书公开后厘清；其三，也有观点认为该季度利润部分来自算力折扣的会计处理。
融资方面，Anthropic于2026年5月28日完成650亿美元H轮融资，投后估值9650亿美元，IPO时间已从10月推迟至11月，市场讨论的募资规模约1000亿美元、估值约2万亿美元。算力方面，其在约11个月内签下约5170亿美元算力合同，对应约14.8GW；其中由Apollo牵头、Blackstone与多家银行参与的345亿美元债务，为超过1GW的Google TPU系统融资，Broadcom在Anthropic违约时为大部分融资兜底，硬件置于SPV中，不进入Anthropic资产负债表。按当前运行率计算，其算力承诺约为收入的8倍，按年末预期约为5倍，杠杆明显低于OpenAI。
资料来源：The Information、WSJ、Bloomberg等报道；承诺为多年期名义总额
（三）Google：唯一依靠自有利润支撑的全栈玩家，也开始吃紧
Alphabet 2026年二季度收入1198亿美元，同比增长24%，经营利润408亿美元；其中Google Cloud收入同比增长82%至248亿美元，经营利润率从一年前的20.7%提升至35.6%，积压订单达到5140亿美元。模型API每分钟处理的token从约160亿增至约220亿，接近九成的财富100强企业在使用Gemini Enterprise。
但现金流开始承压。二季度经营现金流391亿美元，过去12个月合计1857亿美元；同季资本开支449亿美元，自由现金流为-59亿美元，是其上市以来首次为负。全年资本开支指引上调至1950—2050亿美元，已超过过去12个月的经营现金流。值得注意的是，二季度净利润中包含约990亿美元的股权证券未实现收益，这反映出Google“既投资模型公司、又向其出售算力”的双重收益结构。融资上，Alphabet在2026年2月发行了数十年来科技公司的首支百年期债券，当月全球发债合计约315亿美元。
（四）其他参照：xAI与平台型公司
xAI的财务首次随SpaceX招股书公开：2025年收入32亿美元、经营亏损64亿美元；2026年一季度收入8.18亿美元、经营亏损24.7亿美元，AI业务资本开支仅一季度就达77亿美元。SpaceX以200亿美元过桥贷款置换了xAI原有债务，本质是用Starlink的现金流支撑模型投入。Meta则是另一种形态：二季度资本开支311亿美元，占经营现金流的98%，现金余额同比下降91%，模型本身不直接变现，而是服务于广告主业。
表1 龙头公司财务画像对比速览
注：OpenAI、Anthropic收入均为年化运行率口径，不等于经审计的全年收入。
二、商业模式：四条不同的路径
OpenAI走的是“消费者入口＋企业延伸＋广告”的路径。其优势在于流量和品牌，短板是消费者订阅的单用户算力成本高、付费率存在天花板，因此必须引入广告，走类似搜索引擎的变现模式，同时通过Codex等编程产品切入企业市场。
Anthropic走的是“按用量计费的企业生产力”路径。Claude Code的年化收入从2025年9月的5亿美元增长到2026年5月的80亿美元，8月第三方估计约150亿美元。编程agent消耗的token远超按席位定价的模型，收入实际上从企业IT预算迁移到了“人力预算”，这是其增速远高于SaaS历史水平的根本原因。
Google走的是“模型＋芯片＋云＋分发”的全栈一体化路径。Gemini守护搜索主业，TPU通过Broadcom和SPV租给竞争对手，云业务再收取一道费用——无论模型公司之间谁胜出，Google都能在算力层分享收入。
Meta与xAI走的是“平台现金流补贴模型”的路径。模型本身不直接变现，而是服务于广告或社交平台，其可持续性取决于主业现金流能否覆盖持续上升的算力投入。
三、未来商业模式的演变
第一，定价将从“卖席位”走向“卖token”，再走向“卖结果”。当agent能够按完成的任务收费，AI收入对标的将是劳动力成本而非软件预算，天花板被抬高一个数量级，但价格也会与人工成本挂钩并受到压制。
第二，毛利率由推理成本曲线决定。Anthropic规划的毛利率路径是从当前约50%提升至2028年的77%，能否实现取决于TPU、Trainium以及OpenAI与Broadcom合作的定制芯片能在多大程度上摊薄GPU溢价，以及HBM等存储涨价能被吸收多少。
第三，开源模型持续施加价格压力。中国开源权重模型的推理成本明显更低，已将部分企业客户引向价格仅为顶级模型零头的方案；头部闭源模型只能依靠能力代差和agent可靠性维持溢价。
第四，模型公司向下整合、云厂商向上整合。终局更可能形成少数几家“模型＋算力”联合体：资本密集、受监管、回报趋于平均化，估值逻辑将逐步从“软件倍数”回落到“基础设施倍数”。
第五，IPO把私募融资的压力转移到公众市场。SpaceX已以约1.8万亿美元估值完成750亿美元IPO，Anthropic预计11月上市，OpenAI则继续在私募市场融资。上市后的季度披露将使“年化运行率”口径逐渐失去解释力。
四、算力建设的天花板
2026年，Amazon、Alphabet、Microsoft、Meta四家公司资本开支合计约7500亿美元，Evercore与美国银行预计2027年将突破1万亿美元。资本开支占收入的比例也达到历史罕见水平：CreditSights估算Oracle约86%、Meta约54%、Microsoft约47%、Alphabet约46%。算力建设的约束可以分为四层，且在不同时段由不同因素主导。
资料来源：各公司财报与指引、Futurum、Jon Peddie Research
（一）资本：目前不是第一约束，但日益依赖表外结构
截至2026年二季度，Alphabet与Amazon的自由现金流均已转负，Microsoft是唯一仍为正的美国云厂商。发债规模快速上升：Meta发行300亿美元债券，Alphabet三次合计约560亿美元，Amazon两次合计约400亿美元，另有约270亿美元的表外SPV债务。Epoch AI据此认为，至少在近期，融资不太可能成为前沿算力增长的硬约束。
风险在于链条中的薄弱环节。为Anthropic提供算力的Nscale在IPO文件中披露，尚未获得相关GPU和数据中心的有约束力融资承诺；NVIDIA、Amazon入股OpenAI，OpenAI再向其采购算力，这类循环安排在收入增速下滑时会被同步放大。
（二）芯片与存储：2026—2027年的硬约束
TSMC的CoWoS产能已全部订满，2026年需求约100万片晶圆，NVIDIA约占六成；2nm排产已至2028年以后，HBM全年已分配完毕。一个容易被忽视的现象是，资本开支的上调相当一部分来自涨价而非增量：Amazon明确表示将全年资本开支从约2000亿美元上调至约2200亿美元是因为存储涨价，Meta上调指引的主要原因也是零部件价格。
（三）电力：2028—2030年的主约束
Wood Mackenzie预计美国数据中心容量将从2026年的约24GW增至2030年的100GW；S&P Global预测数据中心电网需求将从2026年的75.8GW升至2030年的134.4GW。然而大型燃气轮机产能基本已被预订至2030年，高压变压器与开关设备交付周期拉长，原定2026年投运的美国AI数据中心有近一半被推迟或取消，形成约7GW的缺口。
资料来源：S&P Global、BofA、Wood Mackenzie及公开报道
对比需求端：Anthropic一家规划16—17GW，OpenAI的Stargate加上与NVIDIA、AMD的协议合计超过20GW，Meta规划“数十GW”，xAI也在快速扩张。仅头部几家的规划就接近美国2030年新增总量的一半以上。这意味着已公布的算力规划在2030年前不可能全部兑现，谁先拿到电，谁就先兑现收入。
（四）收入：最终的天花板
按McKinsey估算的2030年前156GW、5.2万亿美元投资计算，每GW约需330亿美元。以每年新增约7500亿美元资产、按5—6年折旧粗略测算，仅折旧一项每年就需1200—1500亿美元，叠加电力、运维与合理回报，终端AI收入需要达到每年数千亿美元。目前可见的数据是：Anthropic与OpenAI年化收入合计已超过1000亿美元，年底可能超过1500亿美元；Google Cloud季度收入约250亿美元。2024年业内讨论的“6000亿美元收入缺口”正在快速收窄，但前提是agent类收入的高增长能再维持两到三年。
作者根据公开资料整理（示意）
综合来看，2027年以前算力扩张主要受芯片、HBM和电力设备交付的限制，需求大于供给，算力单价坚挺；2028—2030年电网与发电成为硬顶，美国每年新增AI电力大约在15—25GW量级（作者估算）。其间若模型公司的收入增速从“每年数倍”降至“每年50%以下”，资本约束会迅速从“不缺钱”转为“债务链条收紧”，杠杆最高的OpenAI以及二线云厂商、neocloud将首当其冲。
五、中美对比：能力接近，商业与算力差距悬殊
（一）模型能力：差距以“月”计
斯坦福2026 AI Index显示，2026年3月Arena榜单上美国第一与中国第一的差距仅为2.7%，而2023年为17.5—31.6分。美国NIST下属CAISI评估认为DeepSeek V4 Pro落后美国前沿约8个月，与Epoch AI统计的2023年以来平均约7个月滞后基本一致。开源与性价比是中国的强项：Moonshot的Kimi K3在能力上接近Anthropic最强模型而价格仅为其零头；Qwen截至2026年3月下载量达9.42亿次，已成为亚洲和全球南方开发者的默认底座。
差距仍集中在三处：一是美国前沿每3—6个月就向前推进一步，中国追平的往往是上一代；二是长链条agent任务的稳定性与企业级可靠性，这恰恰是美国头部公司收入爆发的来源；三是硬件限制已开始影响研发节奏，有报道称DeepSeek的推理模型R2因在国产芯片上训练遇到困难而推迟。
（二）商业化：调用量相当，收入差两个数量级
中国纯模型公司的收入规模仍然很小。智谱2025年收入7.24亿元，同比增长132%，调整后净亏损32亿元，2026年3月ARR超过2.5亿美元；MiniMax 2025年收入7900万美元，同比增长159%，七成以上来自海外，调整后净亏损2.51亿美元。头部两家合计收入约2亿美元，与美国两家合计超过1000亿美元的年化收入相比，差距在数百倍量级。大厂方面，阿里云AI相关产品季度收入89.7亿元，折合年化约52亿美元；字节视频生成模型Seedance的ARR达20亿美元，但豆包消费端每日算力成本达数千万元而日收入不足百万元。
资料来源：公司公告、财报及公开报道；口径不一，仅供量级比较
关键的对比在于“量”与“价”。豆包日均token调用量超过180万亿，火山引擎占中国公有云MaaS市场49.5%的份额；作为对照，Google模型API每分钟约处理220亿token，折合每天约32万亿。两者统计口径不同，豆包包含大量视频token，不宜直接比较，但方向十分明确：中国的使用量并不低，低的是变现率。价格上，同一任务从美国旗舰模型换到中国旗舰模型，费用可从1000—2000美元降至228—600美元；而在低端市场，美国也在压价，GPT-5.6 Luna的定价已与DeepSeek高峰价持平。转折信号已经出现：智谱2026年一季度API累计提价83%，调用量仍增长400%；火山引擎在6月大会上不再强调低价，转而强调“生产拐点”。
（三）资本与现金流：总量悬殊，估值反而更高
2025年美国私人AI投资2859亿美元，中国为124亿美元，差距约23倍。资本开支方面，美国四大厂2026年合计约7500亿美元；字节2026年目标约1600亿元（约230亿美元），阿里三年承诺3800亿元，腾讯2026年AI投入目标360亿元；阿里、腾讯、百度二季度资本开支合计190亿美元，同比增长105%。总体看，资本开支差距约为10—16倍。
中国纯模型公司的亏损率高于美国同行（约为收入的3—4倍，OpenAI约1.2倍），但绝对烧钱量只有几亿美元，远小于美国的数百亿美元。估值倍数则远高于美国：智谱市值一度突破1120亿美元，而其ARR仅约2.5亿美元，按作者估算约为400倍；Anthropic按H轮估值与当时运行率计算约为20倍。这说明中国一级市场资金有限，但港股为“稀缺的国产大模型标的”支付了极高溢价，解禁期间波动剧烈。大厂方面，阿里云2026财年收入1581亿元、同比增长34%，EBITA利润率约12%，中国大厂并未像Alphabet、Amazon那样出现自由现金流转负，投入节奏更为克制，但这也意味着算力规模难以追上。
（四）算力：差距最硬，瓶颈与美国相反
有估算认为，截至2026年中中国约占全球AI算力的12%。中国先进芯片产能约为美国的1—2%；即便H200全面放开出口，按不同性能口径计算，美国2026年新增AI算力仍是中国的21—49倍。国产替代在加速：华为昇腾已占中国AI芯片市场的50—60%，NVIDIA份额从2023年的95%降至约8%；但DeepSeek研究人员测算昇腾910C性能约为H100的60%，华为要到2027年四季度的昇腾960才会推出超过H200的产品。H200对华出口受配额约束，不得超过对美销量的50%，并加征25%关税。
与美国相反，电力是中国的相对优势。中国每年新增发电装机和电网建设能力远超美国，同样的芯片在中国部署更快、电价更低。于是出现了镜像格局：中国“缺芯不缺电”，美国“缺电不缺芯”。
作者根据斯坦福AI Index、CAISI、Futurum、CFR等资料整理（示意）
表2 中美大模型业务模式对比
六、结论与展望
第一，中美模型差距大概率维持在6—12个月。中国的算法效率、蒸馏能力与人才储备能够支撑持续追赶，但美国在2027—2028年将有多个GW级训练集群投运，20倍以上的算力差距可能在更大规模的训练上显现。关键变量是H200等进口政策、昇腾950/960的量产进度，以及国产HBM能否突破。
第二，商业差距不会很快收窄，但中国会走出自己的变现路径：低单价乘以巨量token、嵌入超级App做交易与广告、政企与国产化项目、借开源模型出海。价格战结束后智谱提价而调用量不降反升，说明国内企业开始为agent带来的实际产出付费。
第三，开源是中国最有效的战略杠杆。开源模型可通过第三方托管进入全球，不经过中国实验室的服务器，从而形成事实上的技术依赖；美国的应对主要是在政府和敏感行业限制使用中国模型。
第四，两边的风险性质不同。美国的风险在于杠杆：上万亿美元的算力承诺需要收入持续高速增长来兑现。中国的风险在于变现不足与估值偏高：港股纯模型公司的估值倍数远高于美国同行，一旦增长放缓或遇到解禁，调整会较为剧烈。
第五，对半导体产业链而言，中国AI的上限主要由国产算力——先进制程、HBM与先进封装——决定；美国AI的上限主要由电力与资本回报决定。后续值得持续跟踪的指标包括：Anthropic招股书（尤其是净额口径下的收入与毛利）、OpenAI新一轮融资估值、美国四大厂2027年资本开支指引、CoWoS与HBM扩产节奏、美国大负荷并网审批进展，以及国产AI芯片与HBM的量产进度。
