年度化安然率：OpenAI 与 Anthropic 的 ARR 数字游戏

如果你喜欢这篇文章，你应该订阅我的付费新闻简报，你可以通过以下链接订阅：每年70美元、每季度18美元，或每月7美元。

作为回报，你将获得一份每周付费新闻简报，深入剖析AI泡沫的财务状况。在过去几个月里，我发表了两部分的AI债务世界指南、一篇关于生成式AI对全球经济（可疑）影响的分析、对AI基础设施领域最大参与者如NVIDIA（第一部分和第二部分）和Oracle（第一部分和第二部分）的深度分析，以及私人信贷在资助AI数据中心中所扮演的角色，还有私募股权在经历了多年接连失败的软件收购后，如何在AI泡沫上加倍下注。 

周五，我们将审视《JOBS法案》——或者说，奥巴马时代的立法，它创造了最终被证明对AI泡沫膨胀至关重要的监管环境——以及为什么现在可能是改革或彻底废除它的时候了。

如果你想联系我——尤其是如果你有关于Anthropic、OpenAI或AI泡沫中任何其他公司的劲爆信息——请在Signal上通过ezitron.76找我。我也可以在彭博终端上通过IB联系。 

配乐：Cleopatrick - Hometown

“我认为，创业者的状态就像是，你在信息匮乏的环境中做出决策的能力有多强，对吧？”——Mark Zuckerberg

整个AI泡沫是建立在愚蠢的、编造的数字之上的，这些数字的存在只是为了推高投资者的持仓，让AI初创公司看起来比实际更成功。这些数字被广泛传播是新闻业的失败，因为它们几乎不能告诉我们任何东西，除了有一个新的、更大的数字可以让人兴奋。

上周，市场因一则消息而下跌：OpenAI的年化经常性收入（ARR）——此前被Axios报道为700亿美元并得到《金融时报》证实——实际上是500亿美元。据《金融时报》报道，这个数字被“虚增”了，将总额计入通过云合作伙伴的销售，这揭示了OpenAI和Anthropic在编造一个实际上不能告诉任何人任何东西的数字时的差异：

Anthropic对通过云合作伙伴的销售确认总收入。据一位了解其会计实务的人士称，这是因为Anthropic是交易中的主要方。他们补充说，这家Claude制造商的收入运行率是通过将前28天的基于消费的收入年化，加上经常性月度订阅收入来计算的。

与此同时，OpenAI只计算其与微软等合作伙伴安排中自身所得的部分。

据一位接近OpenAI的人士称，9月份报道的700亿美元数字源于投资者试图在可比基础上比较Anthropic和OpenAI的表现。然而，当《金融时报》当时联系OpenAI时，OpenAI将700亿美元描述为“净”收入指标。

早在8月，Anthropic曾告诉投资者其年化营收已达到650亿美元，但从未定义这意味着什么、指的是哪个时期、底层数字是什么，或者它在玩什么“毛”与“净”的文字游戏。根据Irrational Analysis的说法，这套算法可能比那还要荒唐：

上个月，AI/半导体/金融圈因为Anthropic 7月的ARR闹得沸沸扬扬。当时流传着两个数字。我不记得具体数字了，坦白说也无关紧要。你往下看就知道了。

其中一个ARR数字是传统的“过去28天×13”算法。我个人很讨厌这种风投小丑指标，但无所谓，很多人都在用。

传统的ARR数字很难看，暗示增长在放缓。于是那些重仓Anthropic的人搞出了一个新的ARR数字，即7月31日×365天。

这就是用并非公司实际营收的数字来宣称公司营收可能是多少的问题所在。使用“年化营收”除了对公司及其投资者之外，对任何人都毫无价值，而现代科技和商业新闻业继续接受这种说法——对象还是号称全球最大、最重要的公司——这表明我们报道科技行业的方式出了严重问题。

旁注：当人们把某段时期的营收“年化”时，其意图通常是选取一段能代表业务持续表现的时间段，并据此推算出（如你所猜）按年计算可能达到的营收。这种计算只有在与特定时期和特定形式的营收挂钩时才有用——即经常性订阅和稳定合同，而不是像AI泡沫中那样，基于消费的营收并非“经常性”的，因此年化后意义甚微。

另一个问题是，这些年化数字并不能衡量营收是升是降，因为你选的是尽可能最好的时期。

我不打算花太多时间纠结毛与净的问题。根据路透社的报道，Anthropic 2025年营收的47%来自谷歌和亚马逊的销售，它们抽成16%，而微软从OpenAI抽成约20%。看来Anthropic不知为何把每一美元销售额都计入其年化营收数字，而OpenAI没有，原因我实在想不通，因为我根本不信这“更合乎道德”。 

我的证据？以下是FT的引述，重点是我加的：

据一位接近OpenAI的人士称，9月报道的700亿美元数字源于投资者试图在可比基础上比较Anthropic和OpenAI的表现。然而，当时FT就此询问OpenAI时，OpenAI将700亿美元描述为“净”营收指标。

就是这同一个OpenAI，当FT就我对其经审计财务数据的报道向其求证时，曾试图声称340亿美元的亏损实际上是80亿美元的亏损。

我还必须说，看到 彭博社轻信地报道 OpenAI“预计到 2026 年底实现 700 亿美元年化营收”时，我有多么失望。这显然是一次企图用一篇毫无信息量的报道来把市场重新推上去的举动。 

哇，OpenAI 到 2026 年底，会把一个“基于更短周期对其年销售额的推算”的数字增加 200 亿美元！这个周期是什么？谁知道！这个数字是怎么算出来的？谁在乎！数字涨了！把稿子装进袋子里！你的工作不是报道科技行业，而是歌颂它！别思考了！

附注：这些公司使用这些数字的另一个非常明显的原因是 SEO！如果你试着在 Google 上搜索 OpenAI 的预计营收，你肯定会搜到这些愚蠢的年化数字之一。实际上，该公司预计 2026 年收入大约在 300 亿美元左右。 

换句话说，OpenAI 编造的数字实际上低于 Anthropic 编造的数字，因为它编造数字的方式不同，但到年底，这个编造的数字会大于另一个编造的数字。这些编造的数字被世界上最大、最受尊敬的新闻媒体所报道，而这些媒体赋予了这些编造数字以体面，尽管这些数字完全是胡说八道。

我举个例子。

根据 The Information 和 《华尔街日报》，2026 年上半年，OpenAI 实现 124 亿美元营收（第一季度 57 亿美元，第二季度 67 亿美元），而根据 《华尔街日报》 和 《金融时报》，Anthropic 实现 155 亿美元营收（第一季度 46 亿美元，第二季度 109 亿美元）。我们没有关于它们基础成本的一致报道，但根据 The Information，第一季度 OpenAI 在训练上花费了 86 亿美元，在“收入成本”上花费了 35 亿美元，而没有关于其销售和营销支出的报道，而它正是在那里分摊服务免费用户或折扣的成本。 

Anthropic 表示，其在 5 月 28 日达到了 480 亿美元的年化运行率（未定义周期乘以未定义数字），大约比其第二季度全部营收高出 430%。事实上，如果你把 Anthropic 和 OpenAI 前两个季度赚到的每一美元加起来，你距离 Anthropic 5 月的“运行率”还差191 亿美元。

除了这些数字在某种程度上源自一个不特定的 28 天周期之外，我们不知道其中任何一个数字实际上是如何构想出来的。它们所传达的信息很少，如果它们传达了任何信息的话。 

报道“运行率”是一种营销行为，如果你不同意，请回答我以下问题：一个“650 亿美元年化运行率”究竟告诉了你关于 Anthropic 的什么？它的目的是让你以为它一年将实现 650 亿美元营收，但这并不是它实际的含义。这个数字什么也告诉不了你，它的存在只是为了污染信息之井。 

没有一个实际的时间段——我指的是精确的时间段，比如“2026年7月1日至7月31日”——以及确切的计算方式，这个数字实际上毫无意义，而不提供这一信息就报道它，只会服务于OpenAI或Anthropic。你可以尽情说“投资者一直都在用”。投资者用它就是蠢透了。如果论点是“它显示了OpenAI增长有多快”，那你为什么不去查明这家公司的实际增长率呢？ 

这些数字能撼动市场，反映的是整个AI泡沫中根深蒂固的——且被普遍接受的——无知，尽管事关数万亿美元，我们对实际的底层数字却知之甚少，而我们确实知道的那些数字，是用会让会计师想毙了你的手法注水出来的。

事实上，那些真正能告诉我们这一切到底是不是个好主意的数字，我们大多数都不知道。

AI泡沫建立在糟糕的数据之上，因为真实数字实在不怎么样

报道AI行业的真实收入，感觉不像是在做财务分析，更像是在做法律取证，而支撑着万亿美元以上资本支出、以及媒体连篇累牍地宣称AI是下一个大事件的实实在在、有意义的信息竟然如此之少，这从根本上就是荒谬的。 

我们不知道AI行业大多数公司的实际收入

我们不知道谷歌、亚马逊或甲骨文的AI收入，而微软的AI收入我们只有一年——2026财年——的数据，基于彭博社的一项估算，该估算根据微软在一份SEC文件中披露的OpenAI收入计算得出。我们不知道每项具体服务赚了多少钱，不知道它们与AI实验室之间真实的收入分成是多少，也不知道——正如我几周前所讨论的——在万亿美元以上的资本支出之下，实际运营中的AI算力究竟有多少，尽管彭博社和我都报道过微软拥有约2GW的算力，即便它声称在过去三个财季中每个季度都上线了1吉瓦。 

我们不知道Perplexity、Harvey、Instinct、Reflection、Cognition、Replit、Lovable和Factory的收入，也不太了解它们的经济状况，这些公司总共筹集了约158亿美元的资金，合计估值达2158亿美元。由于Cursor被SpaceX收购，我们不知道、也永远不会知道其运营的真实收入或成本，并且提醒一下，年化收入并不是这些公司任何一家经济健康状况——收入、成本或现金流——的实际指标。 

也许在过去这是可以接受的，因为以创业公司之名被烧掉的钱要少得多，但如今事态升级的程度已经远超任何其他时代，包括互联网泡沫。

你看，整个AI泡沫的膨胀，基于一种隐含的信念：对AI算力的需求——来自AI创业公司以及其他方面——将会存在，以至于高盛表示，超大规模云厂商需要AI创业公司实现4250亿美元的年收入，仅仅是为了让超大规模云厂商收支平衡……而我们甚至不知道，除了Anthropic和OpenAI之外，任何一家AI创业公司到底赚了多少钱。

我们手头有的是“年化运行率”，这些数字锚定在非特定的时间段和非特定的数字上，比如告诉我们 Cognition 在 9 月底达到了 10 亿美元，这个数字几乎毫无意义。即使 The Information 能够报道 Cognition 将在 2026 年烧掉 8 亿美元，它也不得不表示，截至 2026 年 8 月 27 日，该公司“年化收入约为 9 亿美元，即每月 7500 万美元”——并补充说，高管们“预计到年底年化收入将达到 15 亿美元”，这意味着两名记者成功查明了其实际预期烧钱额，即 2026 年第二季度烧掉了 2 亿美元……但未能查明该公司按季度实际产生的收入。

让我们明确一点：我们拿不到这些数字的原因是，这些公司实际上并没有按年赚到这些金额。如果 Cognition 真的能达到接近 10 亿美元的水平——老实说，很可能不到 5 亿美元！——它会泄露这个数字，而不是使用这些奇怪的月度快照。

令人惊讶的是，在 AI 泡沫四年后，除了 OpenAI 和 Anthropic 之外，我们不知道超过少数几家 AI 公司的收入。我们只有一堆年化运行率的大杂烩，此时我不得不怀疑，这是新闻业的失败、成功的保密、更成功的营销，还是这些公司的会计不够好。 

但说真的，去查查几乎每一家 AI 公司。Perplexity？没有。Harvey？没有。Cursor？多年的报道——花费了无数文字——除了这些该死的年化运行率之外，我找不到任何一篇报道。 

AI 初创公司是泡沫的肮脏小秘密——筹集数十亿美元来赚取数百万美元，通过花费销售额 5 倍以上的 AI token 费用，占 OpenAI 和 Anthropic 收入的约 80%

我想，部分原因是我之前提到的这张来自 Ramp 的图表：

据我所知，那 1% 客户中的绝大多数是 AI 初创公司，它们使用 OpenAI 和 Anthropic 的模型来驱动产品，主要采用月度订阅，允许用户消耗的 token 远超其订阅实际产生的费用。

例如，SemiAnalysis 做了一项深入研究，探讨了在各种不同的 AI 订阅上可以消耗多少 token，发现对于 Cognition，每月 20 美元的订阅可以消耗 83 到 118 美元，每月 200 美元的订阅可以消耗 1,264 到 1,331 美元；而使用 Anthropic 的模型时，Cursor 每月 20 美元的计划可消耗 46 美元，每月 200 美元的计划可消耗 507 美元。

虽然 OpenAI 的模型正从 Cursor 中移除，但 SemiAnalysis 发现，在 Cognition 每月 20 美元的计划中，使用 OpenAI 的模型每月可消耗 154 美元，而在其每月 200 美元的计划中，每月可消耗 1,736 美元。

那些读到这里并像《黑水晶》中的斯凯克西斯一样发出声音的各种吹捧者会说“但这些公司能拿到折扣！”仿佛这能弥补客户每月能够消耗其实际订阅费用的两到六倍这一事实。他们还会争辩说“这是健身房模式，大多数客户不会花那么多钱”，这一说法除了让他们自我感觉良好之外，没有任何证据支持。 

问题在于——也是我认为这些公司的实际收入如此秘而不宣的原因——当你考虑到实际上每一家 AI 初创公司都必须以折扣价转售 token 时，其底层经济逻辑根本对不上。如果你把两倍、三倍甚至五倍于此的金额拱手送给 Anthropic 和 OpenAI，那你赚多少收入其实都无所谓，但宣称一个更大的“年化运行率”会让你正在募集的资金看起来远没有我设想中那种特别寒酸的销售额那么令人担忧。

AI 初创公司是一台提取机器，把风险投资资金转化为 Anthropic 和 OpenAI 的收入

让我们以 Harvey 为例——该公司于 9 月以 155 亿美元估值融资 5.5 亿美元。截至 8 月初，Harvey 的年化收入已达到 3.5 亿美元，高于 1 月份的 1.9 亿美元。如果我们假设它采用与 Anthropic 相同的“过去 28 天”模型，这意味着它在截至 8 月某日的 28 天期间赚了 2690 万美元，高于截至 2026 年 1 月某日的同期的 1460 万美元。

自 2025 年 12 月以来，Harvey 已通过三轮融资共筹集了 9.1 亿美元，约相当于其最新运行率所对应估计底层收入的 33.8 倍，而该收入在此期间增长了 45.7%。

彭博社在 9 月下旬称，Harvey 的毛利率已从 2026 年 1 月的 50% 降至 2026 年 6 月的负50%，随后又“重新转正”（我猜是在 9 月），原因是使用了开源模型，但这些数字让我觉得非常奇怪，主要是因为我还从未听说过有公司发生过这种情况。 

而这一切都无法解释，为什么一家收入数千万美元的公司需要每隔几个月就筹集数亿美元，除非，当然，这些钱中的大部分都立即流向了 Anthropic 和 OpenAI，而事实证明，这恰恰就是实际发生的情况：

这家估值 156 亿美元的法律初创公司 Harvey 围绕训练 OpenAI 的 GPT-4 等 AI 模型为律师做专业工作来构建其业务。然而最近，飙升的人工智能成本促使它重新思考对 AI 巨头的依赖。

据一位知情人士透露，在 3 月对其 AI 智能体进行更新后，Harvey 的客户使用量激增，但其毛利率大幅下降——从年初的约 50% 降至 6 月的 -50%。

这与任何好生意的逻辑都背道而驰。在几乎任何行业，需求越大，你赚的钱就越多，但在 AI 领域，你获得的需求越多，你亏的钱就越多，而你最活跃的客户也正是你利润最低的客户。 

无论你如何为像 Harvey 这样的公司的底层经济逻辑找理由，我们确实知道的数字都极其令人担忧——自 2025 年 12 月以来已融资 9 亿美元，而按我最乐观的估算，截至 8 月底的收入约为 1.75 亿美元（不过很可能不到 1.5 亿美元），而这家公司在 2025 年还通过另外两轮融资又筹集了 6 亿美元。也就是说，在大约一年半的时间里投入 16.6 亿美元，打造出一家每月收入不到 3000 万美元、尚未盈利的公司，而它不知怎么地估值高达 155 亿美元。

Harvey 彻底未能找到产品市场契合点，除非我们把“找到产品市场契合点”定义为“字面意义上找到了一个客户”。很明显，其底层产品无法自我支撑，而且这家公司完全依赖风险投资，自 2025 年 2 月以来每三到六个月就至少融资 1.6 亿美元。同样显而易见的是，Harvey 的客户——和所有 AI 初创公司一样——实际上并不愿意支付其服务成本，这意味着它既没有产品市场契合点，也没有我所谓的“生意”。

然后是 Cognition，仅 2026 年一年就合计融资 30 亿美元（5 月和9 月），在此期间其年化收入从 4.92 亿美元增长到 10 亿美元。如果我们采用与 Anthropic 相同的计算方式，这意味着收入分别为 3780 万美元和 7690 万美元，而其最近两轮融资的规模大约是其 28 天滚动收入的 39 倍。除了它在 2025 年 9 月筹集的 4 亿美元不足以支撑下去之外，这家公司究竟发生了哪些实质性变化，尚不清楚。

我知道会有风险投资人辩称“这些公司只是在机会主义地融资”，但这解释不了为什么每家 AI 初创公司都能在如此短的时间内筹集如此多的资金，也解释不了如何将这种差距与“我们可以永远无限地融资”之外的任何现实相调和。 

而如果他们做不到这一点，OpenAI 和 Anthropic 的很大一部分收入就会消失。 

Anthropic 和 OpenAI 的增长只是因为 AI 初创公司在代币上永续且不可持续地支出——一旦风险投资资金枯竭，它们的增长也会随之停止

让我用简单的话总结这一切，因为这一切都极其重要。

• The Revenues
  • Anthropic 和 OpenAI 80% 的收入来自其 1% 的客户，而这些客户绝大多数是 AI 初创公司，它们在 AI 代币上的支出高达其收入的 300% 到 1000%。
• AI Startups Run Services at a Loss, Allowing Users to Burn Thousands of Dollars of Tokens for Hundreds of Dollars a Month, Requiring Constant Venture Funding
  • AI 初创公司的客户对代币的实际成本感到反感，这意味着每 1 美元的订阅收入，AI 初创公司都必须让客户消耗掉其收入 2 到 10 倍的代币。例如，Cognition 每月付费 200 美元的用户，每月可以消耗价值高达 1200 美元的 OpenAI 或 Anthropic 代币。 
  • 即便有这些“折扣”代币，AI 初创公司的收入也非常微薄。
  • 因此，每家 AI 初创公司都在亏损运营。这就必然需要每隔几个月筹集大量资金。
• Every New Model Release Artificially Boosts Revenues Through AI Startups
  • 当新模型发布时，每家 AI 初创公司都必须立即集成它，因为这是其客户的期望，而且因为这些客户充满好奇，他们很可能会在发布时更多地使用新模型。
  • 这意味着，Anthropic 和 OpenAI 每次发布新版本，都会获得大量新增收入——这些收入由那些允许用户无节制消耗 token 的 AI 初创公司买单。
• All Of This Is Only Made Possible By Perpetual Venture Funding, And Once It Expires, It Eats Anthropic and OpenAI’s Revenues Alive
  • 这些公司中只要有一家无法再每月花费数千万乃至数亿美元购买 OpenAI 和 Anthropic 的服务，就会显著削减它们的收入。
  • 大企业是否在使用 Claude 或 ChatGPT 其实并不重要——这些公司的底层收入实际上是由风险投资间接支撑的。

每一家 AI 初创公司实际上都是 OpenAI 和 Anthropic 的抽血机制，它们通过自己的服务以大幅折扣转售其 token，因为用户不愿支付使用 LLM 的真实成本。 

使用年化运行率让所有人都觉得这不是问题，因为把 Cognition 今年融资 30 亿美元、估值 480 亿美元，说成是年化运行率 10 亿美元，远比说成每月收入 8000 万美元更容易合理化。 

这些公司刻意模糊其真实的底层财务状况，因为这样会让人更难进行我今天所做的这类比较， 

如果你不同意，那就给我这些公司的真实收入数字，而不是你编造或听来的魔法精灵数字。如果你是这些公司的投资者，却没有被告知最新的实际季度收入，那是有原因的——真实数字太难看了！ 

如果你知道，而且它真的那么亮眼，那就泄露出来。你知道在哪里能找到我。我们当中只有一方行为古怪，那就是你们这群明知真实数字——实际的季度或年度收入——很可能会让人恐慌，却仍然纵容使用错误信息的人。 

这些公司至少在理论上也是支付 AI 算力费用的一方，这意味着我们对那数十万块 NVIDIA GPU 背后的真实客户也了解得非常、非常少。

事实上，这正是接下来该谈的好地方。

我们并不真正了解 AI 数据中心花了多少钱或赚了多少钱，而且数据很糟糕

人们会因此对我大发雷霆，因为他们是懦夫，但我认为我们对人们为 AI GPU 支付的真正价格，或者对 AI 数据中心整体底层经济状况，了解甚少。

是的，是的，我知道，你会告诉我 SiliconData 有一个指数，而且那个指数显示“GPU 租赁价格在上涨”，但这些价格绝大多数反映的是现货定价——也就是当下租一块 GPU 的成本——而不是公司按长期合同支付的价格。

这有点像在运力短缺期间根据飙升的现货费率来给一家航运公司估值，而不是根据它们通常收取的长达一年（或数年）的费率。你知道的，有点像把数据年化来让事情看起来更好。

SiliconData 声称创建了一个“单一标准化读数”，但它使用的却是一堆非特定数据的杂烩，以某种似乎只会让供应商受益的方式“对租赁期限、集群规模和互连进行标准化”。 

SiliconData 的指数之所以如此受欢迎，是因为我们缺乏许多好的衡量标准，这并不是说它的衡量标准好，只是说它们是我们目前所能得到的最好的。虽然我认为该公司正在尽其所能利用现有资源，但像这样笼统地衡量 GPU 费率，只会通过突然的上下波动来迷惑市场，我猜想这些波动是基于更大合同的结束或开始——我们并不知情，因为 SiliconData 实际上并没有解释发生了什么变化或为什么可能发生变化。

这是一个巨大的问题，因为自 2022 年以来，NVIDIA 已售出价值 5350 亿美元的 GPU，而我们仍然无法可靠地知道他们的客户能以多少价格租用这些 GPU。我们不太确定运行一个 GPU 的成本是多少，也无法确切掌握每小时的成本对比——即运行一个 GPU 每小时花费多少美元——除了分析师的估计（以及我自己的模型）之外，这些估计似乎都大相径庭，最终总是得出“多么棒的投资！”这样的结论。

还有一些令人信服的证据表明，这些东西的实际长期租赁费率可能没有我们想象的那么高。

人们租用 GPU 的费用远低于你的想象

我知道有些人读到我说的话，可能会立刻想用石头砸我，但我只是告诉你我的发现，老实说，我认为我比绝大多数报道这破事的人做得更好，因为我试图真正展示人们实际支付了多少，而不是汇总各种公开可用的信息来源来熬出一锅信息泔水。

一次又一次，我发现公司支付的费用远、远低于所谓的算力市场价。

Krea — B200 每小时每 GPU 2.80 美元，而 SiliconData 的费率为每小时 5.94 美元

4 月下旬，The Information 发表了一篇报道，关于初创公司租用 AI GPU，特别关注 NVIDIA 的 B200，SiliconData 声称其租金为每小时 5.94 美元，重点是我加的：

六个月前，Krea 签署了一份为期六个月的合同，以每芯片每小时 2.80 美元的价格租用数百个 Nvidia Blackwell 芯片，此前多家云提供商为争取这家初创公司的业务展开了激烈竞争。但上个月，当这家初创公司开始寻找更多 AI 服务器从头训练模型时，一些云提供商的销售代表不接电话，联合创始人兼 CEO Victor Perez 说。

[几个月后]……最终，创始人达成协议，以每小时 3.70 美元的价格再租用数百个 Blackwell 芯片，承诺期为一年——比他们上一笔交易高出 32%。而且，鉴于他从其他提供商那里看到的芯片价格，即使这个价格也显得便宜。

需要明确的是，B200 GPU 作为 8-GPU 集群的一部分，每 GPU 约合 62,500 美元。按照这个费率，假设它在这些年的每一天每一小时都全部售出，其使用寿命前六年的 32% 将被折旧吸收。 

OpenAI — Stargate Abilene — GB200 每小时每 GPU 2.54 美元，而 SiliconData 的费率为每小时每 GPU 5.94 美元（针对 B200）

然后是 Oracle 在建的“Stargate Abilene”数据中心，土地所有者 Lancium 认为它每年将带来约 100 亿美元的收入（见第 5 张幻灯片）。按每年 100 亿美元和 450,000 块 GB200 GPU 计算——如果我们假设采用照付不议费率——大约是每 GPU 每小时 2.54 美元。如果我们假设这些 GPU 都装在单价约 350 万美元的 GB200 NVL72 中，那么在前六年里，在计入 COGS 之前，每 GPU 每小时收入约为 1.61 美元。

Sharon AI/ESDS Cloud — B300 为每 GPU 每小时 2.80 美元，而 SiliconData 费率为每 GPU 每小时 6.65 美元

然后是澳大利亚 neocloud Sharon AI 与 ESDS Cloud FZ-LLC 之间的这份合同，后者是印度企业云公司 ESDS位于迪拜的子公司，以每月 3.30 美元的价格租出 8208 块 NVIDIA B300 GPU，为期 60 个月（五年）。如果我们假设每个八 GPU B300 集群的成本为 540,000 美元，那么六年的折旧约为 1.54 美元，这意味着在前六年里，每 GPU 每小时的实际收入约为 1.869 美元，而这份合同期限为五年。

Canopy Wave — B300 为每 GPU 每小时 4.3 美元（三年）、每 GPU 每小时 3.50 美元（两年，共五年），而 SiliconData 费率为每 GPU 每小时 6.65 美元（平均 = 每 GPU 每小时 3.98 美元）

还有一份。我发现的一份合同是 neocloud Kidz AI（它从一家名为 Limestone 的公司租用容量，更具体地说，是其子公司 Catalyst Compute）与 AI 推理公司 Canopy Wave 之间的，256 块 B300 GPU 定价为前三年每小时（每 GPU）4.30 美元，五年期合同的最后两年为每小时 3.50 美元。

这里的折旧成本约为每 GPU 每小时 1.54 美元，这意味着在前六年里，你会损失近一半的收入……而合同期限只有五年。

真希望在这些合同结束后不会出现新型 GPU——或者大量旧 GPU！

QumulusAI — B300 为每 GPU 每小时 3.70 美元（三年），而 SiliconData 费率为每 GPU 每小时 6.65 美元 

QumulusAI 是一家前加密货币挖矿公司，后来转型为出租 GPU。在这份合同中，Qumulus 以每 GPU 每小时 3.70 美元出租 128 个 B300 节点——约 1,024 块 B300 GPU——折旧约为每 GPU 每小时 1.284 美元。

再说一次，真希望不会有一堆在建的数据中心拥有和这些相同的芯片！

WhiteFiber 为 BaseTen — B300 为每 GPU 每小时 4.516 美元（三年），而 SiliconData 费率为每 GPU 每小时 6.65 美元

在 AI 基础设施公司 WhiteFiber 的财报深处，藏着一份与热门 AI 推理公司 Baseten 签订的三年期合同，后者在 6 月筹集了 15 亿美元：

2026 年 8 月，我们与一位新客户 BaseTen Labs, Inc. 签订了服务订单，以使用总计 1,392 块 B300 GPU 提供服务。该服务订单的初始期限为自服务开始日期起 36 个月，此后自动续约，每次续约一个月，除非任何一方终止。该服务订单代表约 1.652 亿美元的总收入机会。部署和收入生成计划于 2026 年 11 月开始。

这一切算下来，在每 GPU 每小时 4.51 美元的基础上，折旧约为每 GPU 每小时 1.284 美元，这仍比 SiliconData 给出的报价低两美元多。

如前所述，BaseTen 刚刚筹集了大量资金，所以它愿意花大价钱，但即便如此，它支付的费用也比现货价低得多。

还有一份与冰岛客户的合同，算下来约为每 GPU 每小时 3.46 美元：

2026 年 8 月，我们与一位现有客户签订了一份新的五年期服务订单，在冰岛使用总计 576 块 Nvidia B300 GPU 提供服务。该服务订单在其初始期限内代表着约 8750 万美元的总收入机会，并通过收入分成还有额外的潜在上升空间。该协议下的服务预计于 2026 年 12 月开始。

我们甚至不知道到底有多少个 AI 数据中心

正如我几周前所说，我们其实并不真正了解到底存在多少 AI 算力，以至于世界上最大的公司（也就是微软）正在积极误导公众，让他们误以为上线了多少算力。

我们也不清楚到底有多少数据中心容量正在建设中，因为根本没人愿意告诉我们，而像 Sightline Climate 这样的报告声称有 190GW“在规划中”，把各种能想象到的数据中心都跟专门用于 AI 算力的数据中心混为一谈。

因此，基本上任何 AI 算力容量估计都是猜测。我见过有人说“有 50GW 的容量”，也有人在提到我时说，实际上彭博社说微软有 2GW 容量是错的，真实数字是 5GW，依据是那些含糊其辞的“对话”，而这些对话最终总是对 AI 行业有利。 

我们其实也不了解 AI 数据中心的经济效益

在缺乏可靠信息的情况下，人们干脆就开始编造，这就是为什么 The Information 发表了我一段时间以来读到的比较离谱的内容之一，重点是我加的：

在服务器稀缺的时代，速度很重要。路易斯安那园区计划消耗 330 兆瓦电力，以产出 245 兆瓦的可用算力容量。如果该容量能比当前计划提前哪怕一个月上线，根据投资者和分析师的估计，Anthropic 就能额外产生 13 亿美元或更多的收入。这是假设它把所有容量都用于提供答案，而不是开发新模型。

我请 Okoye 解释一下，他在文章评论中给了我一个解释：

• 设施租金：Hut 8 对这个 245 兆瓦站点的租约是 15 年 70 亿美元。也就是每月约 3900 万美元。
• 算力：IREN 与微软签订的 5 年 97 亿美元合同涵盖约 200 兆瓦的 GB300 GPU。也就是每
• 兆瓦年约 970 万美元，按 245 兆瓦算每月约 2 亿美元。这是一份 GPU 合同，所以把它当作这个 TPU 站点的基准，而不是其实际价格。
• Lab revenue: the $1.3B is the midpoint of the $50M to $75M per MW-year estimates Ann cites [referring to a comment from the author Ann Davis Vaughan].
  • [Ed note: Those numbers that she cites come from another article where Ric Boada, the CEO of ten-month-old neocloud Volta, saying:]
    • 他估计，前沿 AI 实验室每兆瓦使用量每年通过推理输出产生约 7500 万美元收入，而每年建设和提供基础设施的年化成本为每兆瓦 1000 万至 1500 万美元。 
• 每一层都由上一层支付。即使在最低端，大约每月 10 亿美元，实验室收入也大约是算力账单的 5 倍。这个差距正是实验室在时间表上如此拼命施压数据中心开发商的原因。

所有这些都取决于一些关于 AI 实验室每兆瓦收入的非常含糊的数字，而这些数字又取决于关于实验室拥有多少算力的含糊数字。例如，据《纽约时报》报道，Anthropic 到 2026 年底将拥有 5GW 的容量，高于 2025 年底的 1.5GW，这是根据其向投资者所作的陈述，但我找不到任何有力证据表明当时甚至有一吉瓦的算力可供其购买。 

如果我们假设这些陈述是准确的，那么：

• Anthropic 在（理论上）1.5GW 容量下实现了 46 亿美元的收入，2025 年每兆瓦约赚 300 万美元。
• 2026 年，假设它在 5GW 容量上赚取 350 亿美元，那么每兆瓦将赚 700 万美元。

那些看热闹的人会对我又喊又叫，因为我没有算出多少是推理、多少是训练，对此我要说他妈的没人知道其容量中究竟有多少实际被转用于推理，而且我甚至不认为他们自己知道 Anthropic 到底有多少容量！

我们把 AI 泡沫中写下的绝大多数文字和投入的数十亿美元，建立在假设之上的假设之上的假设之上，其中几个假设当你问一些简单问题时就会崩塌，比如“那怎么运作？”或“你怎么得出那个数字的？” 

如果不是因为一切都建立在 AI 将成为整个科技行业万能药这一想法之上，这一切本来会让人少担心得多！ 

换句话说，NVIDIA 计划明年再卖出 6700 亿美元或更多的 GPU，这还不算它已经卖出的超过 5000 亿美元，以及已投入 AI 初创公司的 8000 亿美元，而这些人大多对数据中心或其客户的基本经济状况知之甚少或一无所知！

没人知道自己在投资什么

几个月前，我的一位挚友告诉我，“没人知道自己在投资什么”，我花了一段时间才完全理解他的意思。

全世界都相信我们正处于一场由 AI 驱动的经济繁荣之中，数据中心资本支出和 AI 初创公司增长都基于不可靠的信息来源，这些来源从异想天开到彻底歇斯底里不等，不断猜测 OpenAI 或 Anthropic 或它们的任何超大规模金主实际运营着多少容量，或者一个理论上的数据中心在最理想情况下能向一个可能实际存在也可能不存在的客户收取多少费用。

我们他妈的已经进入 AI 泡沫四年了，对 AI 的实际经济状况知之甚少或一无所知，而我们确实了解到的那些也极其严峻。然而，当你试图告诉一个 AI 吹捧者（或许多媒体人士！）Anthropic 在 2025 年亏损了 80 亿美元，OpenAI 亏损了 209.7 亿美元时，他们的第一反应是说2026 年会没事的，因为有折扣算力成本和调整后营业利润的季度，而这些实际上并没有解决根本问题，即这些公司有 1.3 万亿美元的算力承诺，其中至少 4130 亿美元是不可取消的。

这种歇斯底里已经变得如此严重，以至于投资公司 Atreides（同时投资了 Anthropic 和 SpaceX）的 Gavin Baker 干脆暗示“没人把他们当回事”，可当被问及他认为哪些合同“没被当回事”以及“被谁”不当回事时，他却消失得无影无踪，大概是因为他在胡说八道。 

这种论调是你在彻底无计可施时才会抛出的，只盼着自己听起来足够权威，人们就会放过你，在辩论圈里这被称为“nuh uh”技巧。Baker 之所以使出这一招，是因为他和每一个 AI 吹捧者一样清楚：虽然你可以用编造的数字糊弄媒体和投资者，但当博通 CEO 陈福阳——他最近将那些因 OpenAI 调整后财务数据而抛售投资的 AI 投资者比作堕落的赌徒——要求 Dario Amodei 支付他所签署的 1612 亿美元不可取消合同中的一部分时，“年化运行率”或“Anthropic 年底实现 1000 亿美元营收”这类说辞就几乎毫无用处了。

我们身处一种极度歇斯底里和深度困惑的氛围之中，而当前的媒体生态更是雪上加霜——它似乎更热衷于维持叙事，而非探究其背后的真相。超大规模云厂商的 AI 收入绝大部分来自 Anthropic 和 OpenAI 的算力支出，而这些支出依赖于近乎永续的资金供给；同样，Anthropic 和 OpenAI 的绝大部分收入也来自那些依赖近乎永续资金来维持支出的 AI 初创公司。 

更糟的是，对于主要 AI 实验室之外的任何其他 AI 公司的底层财务状况，我们几乎一无所知，而且，年化运行率根本说明不了任何问题。 

这极其糟糕，也极其需要解决。Anthropic 和 OpenAI 的增长依赖于 AI 初创生态能够每个月都毫无例外地、似乎直到永远地不断增加代币支出。而这些初创公司能否持续这样做，取决于风险投资是否愿意每年给它们每家砸下数亿美元，每一笔投资都在推高公司的账面价值，却几乎没有带来任何实质性的质量提升，除了让它们能继续在 Sam Altman 赌场里玩下去。

我真的不明白为什么大多数科技和商业媒体都在无视这个问题。是因为它太难理解了吗？是因为你作为一名写作者，真的认为这一切最终都会好起来？是因为你认为 Anthropic 和 OpenAI 会干脆“谈掉”他们的合同？如果是这样，那所有这些数据中心容量又会怎样？是因为有广告商或编辑部的压力要求“对 AI 保持正面态度”？我真的很想知道！ 

总之，我现在意识到，“没人知道自己到底在投资什么”这句话基本上适用于一切。大多数写AI的人相信一切都会好起来，因为还没发生什么坏事，或者他们有一个能印证自己世界观的统计数据。大多数人还在说“这就像亚马逊云服务！”或者“这就像优步！”或者“这会像互联网泡沫一样”，尽管这些说法并不正确、不合理、也不理性，除了“烧钱其实挺好”之外并没有什么实际意义，而这种浅薄的理性程度一直延伸到金融和新闻业的最高层，到了让我他妈的作呕的地步。

大多数关于AI的报道都活在自己的泡沫里，那里什么都没发生过坏事，也不可能发生坏事，每一个承诺都会成真。每一个疯狂的、多面的“模型”，只要它显示OpenAI或Anthropic未来会印钞票，都是在试图回避非常、非常简单的数学问题。 

而且，从根本上说，我不确定除了尽可能听起来接近共识之外，还有谁真的那么在乎自己是否正确，这就是为什么最近听到人们说一些我多年来一直在说的话，感觉如此诡异。

你可以把手指或手边随便什么东西塞进耳朵里，想怎么“啦啦啦”都行，但杰富瑞的克里斯·伍德刚刚说了，“AI热潮最可能的长期结果将是美国的巨大资本毁灭”，而巴克莱刚刚说了以下的话（顺便说一句，那个实验室收入数字完全错了，但无所谓）：

……让我们面对现实吧；已披露的实验室收入合计约1500亿美元，而AI总收入约为2500亿美元，当整个生态系统需要远超1万亿美元来维持这笔前期支出的维护性资本开支时，这根本不够用，而且我至今没有看到一个可信的框架来说明这笔钱将从何而来，除了招股书里异想天开塞进去的空中楼阁式TAM数字。

我想强迫那些吹捧者像《发条橙》结尾的那个人一样读这段话。我想让他们详细地回答我，为什么这其实没问题。 

我已经知道答案了：他们会抛出某种愚蠢的数字，表明增长是抛物线式的，存在对AI算力贪得无厌的需求，Anthropic和OpenAI是下一个谷歌和脸书的结合体，算力根本不够分，或者另一个轶事，反正就是任何东西，唯独不是一个有意义的回答。 

用来为未来AI投资辩护的各种运行率、预测、“模型”和“框架”，与宗教骗局的基本工具几乎没有区别，只不过你在这里得到的唯一社群是由嗑着Zyn的二十多岁年轻人和拼命想获得他们认可的千禧一代老家伙组成的。

AI泡沫是由无知者、懦弱者或易被牵着鼻子走的人兜售的狗屁数字吹起来的。你分辨出自己正在跟其中哪一种人说话的能力，对于不输掉你的衬衫至关重要。

如果你喜欢这篇文章，你应该订阅我的付费通讯。价格是每年70美元、每季度18美元或每月7美元，作为回报，你会得到一份每周通讯，通常有1万到1.8万字，对AI泡沫中最大的事件和公司进行广泛而详细的分析。

如果你想联系我——尤其是如果你有关于 Anthropic、OpenAI 或 AI 泡沫中任何其他公司的劲爆消息——可以通过 Signal 找我，号码是 ezitron.76。我也在 The Terminal 的 IB 上。