Anthropic冲刺IPO撞上AI成本拷问：40%企业AI投入不赚钱，万亿估值能撑多久？-平芜编程栈

2026年6月的第一周，AI行业经历了一场「冰火两重天」。

火的那头：Anthropic 秘密提交了 S-1 上市申请，外界预计其估值将冲击万亿级别，成为继 SpaceXAI 之后又一家冲向公开市场的 AI 巨头。OpenAI 紧随其后，上市计划也在加速推进。

冰的那头：Bain 在同周发布了一份针对近千家企业 AI 投入的调查——40% 的企业表示 AI 投入带来的成本节省不足 10%。更让人瞠目的是，一位 CFO 向媒体透露，他的公司「不小心」在 Claude 上一个月烧掉了5 亿美元。

两件事撞在同一天，像是一个绝妙的隐喻：AI 公司急着上市套现，而他们的客户正在为越来越贵的账单发愁。

5亿美元的「意外」：AI 账单是怎么失控的？

先说说那张5亿美元的 Claude 账单。这不是一次训练成本，不是模型采购费，而是纯粹的 API 推理费用——就是工程师们每天调用 Claude 写代码、做分析、生成文档，一个月下来，账单数字把 CFO 吓傻了。

怎么做到的？答案藏在两个趋势里。

第一，用量在爆发。企业一旦把大模型嵌入工作流，调用量不是线性的，是指数的。一个工程师可能早上让 Claude 帮忙写个 SQL，中午让它审一版 PRD，下午让它改三版文案，晚上让它 debug 一段代码。当全公司几百个工程师都在这么干，API token 的消耗曲线就变成了一条陡峭的 J 型。

第二，成本不可见。传统的软件采购有明确的审批流程——买100个 Slack 席位要 CFO 签字。但 API 调用呢？开发者直接在代码里加一行client.chat.completions.create()，月底账单自动从公司信用卡划走。等 CFO 看到的时候，钱已经花完了。

这不止是一个段子，它揭示了一个结构性问题：AI 的采购和治理模型压根没跟上 AI 的部署速度。

Bain 的冷水：40% 企业 AI 不赚钱

如果说单张账单还是个案，那 Bain 的调查数据就是一盆泼向整个行业的冷水。

Bain 调研了近千家正在使用 AI 的企业，结论很扎心：

40%的企业报告 AI 带来的成本节省低于 10%——换句话说，投入产出比极差
大部分企业仍在「实验性部署」阶段，AI 嵌入核心业务流程的比例远低于预期
即使是在「AI 先进」的企业中，可量化的 ROI 也主要集中在客服、代码生成等少数几个场景

注意，这份报告的时间点是 2026 年 6 月。这意味着大模型已经火了三四年，企业砸进去几百亿美元，而大面积的回报还没来。

这也给 Anthropic 和 OpenAI 的 IPO 叙事投下了一个巨大的问号。

开源 vs 闭源：两条曲线，一种结局？

同周，AI 研究者 Nathan Lambert（前 HuggingFace 研究员）发表了一篇引发大量讨论的文章，核心观点是：开源模型和闭源模型不是在一条曲线上的不同位置，而是在两条不同的指数曲线上。

他的逻辑是这样的：闭源模型（OpenAI、Anthropic）靠 API 收费，定价受限于「客户觉得值多少钱」。开源模型（Llama、DeepSeek、MiniMax M3）靠生态赚钱——模型免费，但云厂商卖算力、企业卖服务、开发者卖集成。

更关键的是，开源模型的能力追赶速度在加快。MiniMax M3 在 6 月初开放了 API——1M token 上下文、原生多模态、编程能力对标前沿、每百万 token 输入仅需 0.6 美元。DeepSeek V4 Pro 更是把 API 价格打到了每百万 token 输入 0.025 元人民币。

当开源模型的价格降到闭源的百分之一，而能力差距缩小到10%以内，那些每月烧掉几百万美元 API 费用的企业 CFO 会怎么选？答案不言自明。