大模型公司本质是负现金流雪球，盈利关键在于算力成本增速能否从5倍降至2倍以下，或单位模型ROI大幅提升。OpenAI押注2028年算力见顶，Anthropic双线押注收益与成本，类比网飞烧钱转盈模式，揭示AI商业终局。
一组被泄露的财务数据狠狠撕开了大模型商业神话的遮羞布。
你以为大模型公司是印钞机？其实它们更像是“电费永动机”——一边烧着天文数字的算力，一边祈祷用户快点掏钱。
深度拆解这套“前沿大模型生意经”，看看OpenAI和Anthropic到底是靠什么撑到今天，又凭什么赌自己能活到盈利的那天。
一切成本都是算力：大模型就是个“烧算力机器”
说白了，大模型公司的核心逻辑极其简单：几乎所有的成本，都来自算力。训练要算力，推理也要算力，而训练更是大头中的大头。根据《The Information》和《纽约时报》等媒体泄露的数据，训练成本每年以约5倍的速度狂飙。
但更让人焦虑的是，训练投入带来的回报却只有2倍左右。
这意味着什么？我们来算一笔账：第一年训练花1块钱，第二年靠这个模型能赚2块，看起来不错？但第二年你为了保持技术领先，必须训练新一代模型，成本直接飙到5块。于是，第二年你账上净亏3块（+2收入 -5成本）。
越做越亏的“负现金流雪球”
如果你把这套逻辑继续推下去，画面就会变得非常恐怖。
第三年，上一代模型继续赚钱，收入可能涨到10块；但你新训的模型成本已经飙到25块！一年净亏15块。这根本不是指数增长，这是指数级烧钱。
用业内人士的话说，现在的大模型公司，根本就是“负现金流雪球”——每一代模型都比上一代烧得更猛，亏得更多。如果不发生结构性变化，这种模式注定崩盘。
要么收入暴涨，要么成本刹车
想让这个雪球停下来，甚至翻成正现金流，只有两条路可走：
第一，收入增速远超2倍，比如从1块投入变成5块甚至10块回报；
第二，训练成本的年增长率从5倍降到2倍以下。
Anthropic的CEO达里奥·阿莫代伊（Dario Amodei）最近在一个YouTube视频里详细拆解了第二种可能性——训练成本不可能永远5倍增长，迟早会撞上物理或经济天花板。
两种“成本刹车”场景：物理极限 or 收益见顶
第一种刹车场景是物理或经济极限。比如全球GPU芯片不够用、数据中心电力拉满、或者训练一万亿参数模型的成本快赶上一个国家GDP了——这些都不是危言耸听，而是正在逼近的现实。
第二种场景更微妙：即便你有钱有电有芯片，继续堆模型也可能不划算。因为模型的“智能收益”正在快速递减——花10倍的钱，可能只换来1%的提升。这时候，理性公司就会选择“见好就收”。
OpenAI的豪赌：2028年后算力不再增长
有意思的是，OpenAI的内部财务模型竟然已经默认了一个前提：到2028年，全球算力扩张将基本停滞。
这意味着什么？意味着他们押注“成本增长自然放缓”，也就是上面说的场景B。
更夸张的是，《The Information》爆料称OpenAI计划投入1000亿美元建设备用服务器，为的不是继续无限制烧钱，而是锁定未来几年的算力底座，然后等待成本曲线自然变平。换句话说，OpenAI已经在为“后烧钱时代”做准备。
Anthropic的双线押注：既要收入暴增，也要成本控速
相比OpenAI的“单押成本曲线”，Anthropic的策略更激进也更聪明。
他们同时押注两条线：
第一，每一代模型的ROI（投资回报率）必须大幅提高，比如从1变5，而不是1变2；
第二，他们的算力支出增长远比OpenAI温和。
从2025财年到2028财年，Anthropic的算力支出增速明显低于OpenAI。这意味着他们既相信技术会带来更高变现效率，也相信算力成本不会无限膨胀。
网飞（Netflix）才是最神预言：烧钱模式的终极模板
很多人说大模型公司像特斯拉、像亚马逊，但真正神似的其实是网飞（Netflix）。回想2010年代，网飞每年巨亏，内容投入年年翻倍，现金流常年为负。
2019年，它烧掉了30亿美元现金。
但2020年，因为疫情导致内容制作暂停，支出突然断崖式下降，结果当年直接转正，赚了20亿美元！
这说明什么？当资本密集型业务停止“扩张性烧钱”，只维持存量运营时，利润就会瞬间爆发。
大模型的“网飞时刻”何时到来？
网飞在用户规模达到3亿后，就不再需要每年翻倍内容预算，而是靠高用户粘性和内容复用实现稳定盈利。
大模型公司也一样——它们不需要彻底停止训练模型，但必须停止“每年5倍式”的算力扩张。一旦训练支出增速降到个位数，甚至持平，利润就会像泉水一样涌出来。这听上去很魔幻，但逻辑极其清晰：大模型经济的本质，是“先烧后赚”，而不是“边烧边亏”。
谁先踩刹车，谁就活到最后
现在的问题是：谁会先踩下算力扩张的刹车？OpenAI选择赌2028年全球算力见顶，Anthropic则试图用更高ROI对冲成本。
但无论哪种路径，核心逻辑都一样——烧钱不能永续，必须在某个临界点切换到“稳态运营”。
如果一家公司没能及时切换，它就会被自己的雪球压垮。而如果切换成功，它就可能成为AI时代的“新微软”或“新谷歌”。
投资者该看什么指标？不是用户数，而是“单位算力ROI”
普通用户关心模型强不强，但聪明投资者应该盯紧一个指标：每1美元算力投入带来的收入。这个数字如果持续提升，哪怕公司还在亏钱，也说明它走在正确的路上。反之，如果算力投入翻倍但收入只涨10%，那就危险了。
Anthropic在内部测算中特别强调这一点——他们不是盲目堆参数，而是追求“智能密度”和“商业效率”的双重优化。
中国公司能抄作业吗？别只学烧钱，要学“刹车时机”
国内不少大模型公司现在还在拼命堆人堆卡堆数据，幻想靠规模碾压对手。但OpenAI和Anthropic的故事告诉我们：真正的胜负手不在“谁烧得猛”，而在“谁停得准”。中国AI创业者必须意识到，算力不是无限资源，市场也不会永远为“更强一点的模型”买单。什么时候从“技术驱动”切换到“效率驱动”，决定了谁能活过下一波寒冬。
终局：大模型不是产品，而是基础设施
长远来看，大模型不会像iPhone那样成为独立消费品，而会像电力或云计算一样，成为数字世界的基础设施。基础设施的特点是什么？前期巨额投入，后期稳定回报。所以，现在所有烧钱，本质上是在为未来10年的“水电费”铺路。OpenAI建1000亿美元备用服务器，不是为了炫富，而是为了锁定未来算力定价权。
总结：烧钱机器的反转时刻
大模型经济的本质，是一场关于“成本曲线”和“收益曲线”的赛跑。只要成本增速高于收益增速，公司就会越做越亏；但一旦成本增速放缓，哪怕只慢一点点，利润就会指数级反弹。OpenAI和Anthropic都在赌这个拐点会在2028年前后到来。如果赌对了，它们将成为AI时代最赚钱的公司；如果赌错了，整个行业可能迎来一次残酷出清。