盈亏平衡

Anthropic 的招股书给了我们一组难得的、关于前沿模型公司成本结构的真实数字：2025 年营收 45.9 亿美元，营业亏损 80.6 亿美元，其中算力与基础设施支出 73.3 亿美元。多数人看这些数字只觉得「好烧钱」，但真正值得算的是另一道题：一家像 Anthropic 这样的前沿实验室，营收要做到多大，才能不亏？把这道题解出来，你就看清了为什么前沿模型这件事，最后只剩巨头和少数宠儿在玩。 先把这笔账摆开，盈亏线到底在哪？ Anthropic 每赚 1 美元营收，背后是约 1.6 美元的营业亏损，而光算力一项就吃掉了 1.6 美元左右。也就是说，如果它的营收要打平营业亏损，按今天的成本结构，营收至少要翻一倍多——从 45.9 亿冲到 120 亿美元量级，才勉强盖住现在的运营盘子。 但这还没算增长成本。问题在于，要让营收翻倍，它得继续在算力上加倍投入去训练更强的模型、抢占市场。成本和营收是一起涨的，而且成本涨得更快。这就是前沿模型公司的死循环：想盈利就得停投入，停投入就落后，落后就丢客户。 为什么说盈亏平衡几乎是个伪命题？ 更深一层看，前沿实验室的商业模式里，「打平」可能根本不是一个稳定状态。它的成本不是固定的，而是军备竞赛决定的：竞争对手训练下一代模型，你不跟就出局。这意味着它的成本下限，是由同行的投入决定的，不是由自己的营收决定的。 所以前沿模型公司的目标从来不是「盈亏平衡」，而是「在资本市场失去耐心之前，把营收做到足以支撑下一轮融资」。Anthropic 2 万亿估值、上千亿募资，本质就是在买这个时间。它不是一家要盈利的公司，而是一家要持续融资到某天规模效应出现的公司。 这解释了为什么牌桌只剩这几家？ 为什么前沿模型的牌桌上只剩 OpenAI、Anthropic、谷歌、Meta 这几家？因为按 Anthropic 的成本结构，一个新玩家想从零开始打平，需要的营收量级已经不是创业公司能凑出来的。应用层公司可以靠便宜模型赚钱，但模型层的游戏，门槛已经被算力账单抬高到了十亿美金起步。 这对创业者是个冷静的信号：别去和 Anthropic 抢模型，抢它账单上那个最赚钱的应用场景就好。模型层的账，普通人算不起；应用层的账，才轮得到我们。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：盈亏平衡点

10 月初 NVIDIA 在官网基准页重申，GB300 NVL72 用 Dynamo 加 TensorRT-LLM 做到 $0.123/百万 token、约 116 TPS/用户交互，据 SemiAnalysis InferenceX 2026 年 4 月基准；DeepSeek-R1 这类大模型在 GB300 上约 $0.04/百万 token。数字漂亮，但对一个月烧几万 API 费的小团队，真正的问题是：我要跑到多大，自建才比调云 API 划算？ $0.123 每百万 token 这个价到底怎么来的？ 这个单价是「整柜满载」的理论下限，不是你开机就有的价。它假设 72 卡 NVL72 机柜跑满、prefill 与 decode 用 Dynamo 拆开、TensorRT-LLM 提前编译好 engine。你要为这个价付的是：整柜采购或长租、机房电力、以及空载损失——机柜不可能满负荷，业界经验值利用率在六到七成之间。 所以真实单 token 成本约等于 $0.123 除以利用率。按六成五算，约 $0.19/百万 token。这才是你该填进表里的数，直接拿 $0.123 做预算是会亏的。 日消耗到多少 token 才值得自建机柜？ 拿公开 API 价做对照（输入输出混合均价，约数）：旗舰闭源模型每百万 token 约数美元，主流开源托管价约零点五到一点五美元，而你的自建成本约 $0.19。盈亏平衡点这样算：当「机柜月租金加运维人力」除以你的月 token 量之后，低于云 API 单价，自建才划算。 粗算下来，一个稳定跑开源模型、日消耗稳定在数十亿 token 以上、且请求波形平缓能满载的团队，才勉强摸到这条线。日消耗在几亿 token 以内、流量潮汐明显的团队，自建大概率亏。 ...