Anthropic 开启 IPO 路演，AI 巨头比拼的不只是模型参数

封面为 AI 生成的编辑概念插图，并非真实企业设施、IPO 现场或官方视觉。

Anthropic 于 11 月 10 日启动拟议 IPO 的路演。与此同时，OpenAI 据报道争取在对手预期 IPO 前取得融资承诺，Google 公布两款各有用途的 TPU，Microsoft 披露企业 AI 的增长和巨额资本支出，Meta 则为下一轮基础设施投资设计不同的融资工具。把这些动作串起来看，AI 巨头比拼的已不只是模型跑分，而是钱能否变成算力、算力能否交付企业、客户收入能否支撑下一轮投入。

但“同期”不是“应战”。四家之中，只有 OpenAI 的融资节奏被 Reuters 关于融资窗口的独家报道明确与 Anthropic 预期中的 IPO 联系起来，而且依据是匿名消息人士，并非 OpenAI 的公开表态。其余三家的公告有独立的业务背景和财报周期。Anthropic 自己的路演公告也说得很清楚：注册声明当时尚未生效，发行仍是拟议事项。这不是一篇“上市后四巨头集体反击”的故事。

OpenAI 抢的是融资窗口，不是已经敲定的上市日

10 月 19 日，Reuters 援引两位知情人士称，OpenAI 正加快争取投资者承诺，希望赶在 Anthropic 当时预期于 11 月推进的 IPO 之前完成融资沟通。其中一位消息人士把原因部分归于两家公司争夺同一批投资者。报道还提到，已有支持者讨论约 300 亿美元的新一轮融资，估值可能超过 1.4 万亿美元。

这段消息谈的是资本市场的时间顺序，而不只是“两家公司都需要钱”。大型融资要谈估值、资金用途和风险；若一家公司率先拿出公开市场的定价参照，另一家的融资谈判背景也可能随之变化。但这是对报道机制的解释，不是 OpenAI 公开承认了应战。

随后数字又变了。11 月 6 日，TechCrunch 对新一轮融资的报道转述 Bloomberg 知情人士消息：OpenAI 在尚未结束的一轮融资中，据报已获得 110 亿美元，对应报道中的 1.25 万亿美元估值；这一轮最终可能筹至约 200 亿美元。这些金额仍是媒体引述：10 月的 300 亿是当时讨论的目标，不是 11 月已经收齐的金额；200 亿是后来可能达到的总额，也不是另一笔可叠加的已到款。

从 300 亿目标到 200 亿可能总额，最容易编出“市场拒绝了某个估值”的情节。但两篇报道来自不同时间、不同消息人士，所述轮次也还没关闭；它们足以呈现融资谈判在移动，不足以归因于哪一场股市调整，更不能用差额当投资人撤单数。资金窗口真正限制的是谈判时间和可接受的条件：若想先签承诺，就得在对手 IPO 可能形成新定价参照之前协调投资者；若继续等待，则有机会看到更多公开信息，但也可能面对不同的市场情绪。这是一般谈判逻辑，不是我们实读到的董事会计划。

同样，1.25 万亿不能直接拿来对照另一家公司 IPO 报道中的“完全摊薄估值”，宣布谁便宜、谁贵。TechCrunch 的文章没有明确这轮估值是投前还是投后；不同股份和期权口径也会改变计算结果。若股权范围和投前、投后口径没有对齐，两个十三位数字靠近，也不足以说明估值相当。

三个时间点也不能倒置：Reuters 的 10 月 19 日报道谈的是路演前的预期，11 月 6 日报道的是尚未结束的融资轮次，Anthropic 到 11 月 10 日才启动拟议 IPO 路演。“抢窗口”说的是争取投资者承诺的先后，不是对手已上市后再筹钱。

融资并不是 OpenAI 唯一摆在桌面上的问题。11 月初，总裁 Greg Brockman 在采访中被问到公司明年能否具备 IPO 准备条件，回答是 “I think so. Yes.”；TechCrunch 对采访的报道将时间指向 2027 年可能准备好，而不是公布上市日。另据Reuters 对同次表态的报道，企业销售已经贡献其收入的多数。这说的是营收占比，不是多数用户都为企业客户，也没有给出具体百分比。

融资新闻最终仍要回到经营问题：企业收入已占多数，新资金能否支撑稳定交付，又能否得到客户续费？多数收入来自企业，只描述收入构成；它无法回答这些合同的期限、续签率、服务每个客户的计算成本，以及新增客户需要先投入多少算力。这四项并非本文掌握的 OpenAI 披露数据，恰恰决定“收入多”能否逐步变成“业务自给”。竞争对手的 IPO 可以改变融资谈判的时钟，却不能代替这笔账。若后续披露最终融资条款和更细的企业经营指标，再来比较资金与客户增长，才有相近的观察起点。

Google 发布两款 TPU：先看芯片解决什么，再问何时能用

就在路演前一天，Google 公布了 TPU 8tx 和 TPU 8i Max。Google 的 TPU 公告讲的是两类不同的约束。

8tx 面向敏感数据或模型权重的机密推理、较小规模训练场景。按照 Google 的描述，它沿用 TPU 8t 的硅片，配合第五代 AMD EPYC 主机，目标是在使用过程中保护数据和模型；厂商还宣称，对比 TPU 8t，某些场景延迟最高可改善约两倍。这个“至多”是特定旧型号、特定配置下的官方比较，不是所有客户今天获得两倍吞吐的独立实测。

8i Max 则把两颗 TPU 8i 放进同一封装。Google 给出的对照是：相对于单颗 8i，它具有 两倍的计算能力、SRAM 和 HBM 带宽，指向大上下文及更高密度的工作负载。前者处理敏感信息场景，后者处理大请求的容量和密度。两种“翻倍”不能合成“整体性能提升四倍”。TechCrunch 对两款芯片的报道也将它们分作不同用途，而非一款通用新品的两个价格档。

产品公告背后有真实的需求背景。在 10 月 28 日的Google 2026 年第三季度财报讲话中，公司称 Google Cloud 收入同比增长 103%，并提到客户对 TPU 系统的广泛需求，以及 Gemini 4 Argon 和企业代理的使用场景。Cloud 增长是已经披露的业务变化，却不是“这两款 11 月才公布的芯片已经卖出多少”的证明。两款芯片的官方公告没有给出可用或交付日期，财报讲话也没有将 Cloud 收入单独拆成 TPU 销售额。更有意思的是，Anthropic 在此前的Series H 融资公告中也将 Google Cloud 列为 Claude 的交付渠道：Google 一面发展自家模型与芯片，一面承载另一家模型公司的企业业务，竞争并非非此即彼。

把两种身份拆开，才能理解新 TPU 的商业意义。作为芯片设计者，Google 要证明 8tx 的保护机制或 8i Max 的密度能转成可运行的云服务；作为云分发者，它还需要让客户实际取得模型服务，无论客户最终选的是自有模型还是 Claude。后一条渠道关系有 Anthropic 的 Series H 公告支持，前一条芯片与某款模型之间的具体部署对应关系却没有在这些材料中披露。不能因为 Google Cloud 分发 Claude，就画一张“Claude 已跑在 8tx 上”的架构图。

这些差别也影响企业选择。处理敏感数据的团队会先关心机密计算适用的工作负载和安全边界；大上下文任务较重的团队则更关心内存、带宽是否成为瓶颈。8tx 与 8i Max 分别回答这两类约束，不能用一条厂商延迟数字替代客户在实际任务里对成本、权限和吞吐的验证。

对准备部署模型的企业来说，芯片公告只是第一步。除了规格，还要问供应区域和开放日期、机密计算能否满足数据边界、真实任务的端到端成本。Google 既有云业务增长不能倒填为这两款新芯片已经交付；最终要看它能否把设计、产能和客户部署接起来。

Microsoft 已有企业入口，也要用资本支出撑起服务

Google 讲芯片，Microsoft 展示的则是另一面：当 AI 产品已经进入企业使用流程，增长与供给如何同时跑起来。10 月 28 日的 Microsoft FY27 第一财季财报电话会给出几组容易被放在一起，却不能相互替代的数字。

Microsoft Cloud 当季营收 639 亿美元，同比增长 30%；Azure 营收同比增长 48%；Copilot 日活跃用户较上季度增加近 50%、同比超过五倍。第一个是公司定义的云业务收入总额，第二个是特定业务的增长率，第三个是用户指标的增长率。它们不能拼成“Copilot 贡献了 639 亿美元”，也不支持凭增速倒推出 Copilot 的绝对日活数。与此同时，拥有超过 5 万个 Copilot 席位的客户数同比增长超过八倍；财报没有给出这类客户的最终绝对数量。与这些运营指标同页的Microsoft 财报新闻稿给出公司总营收 923 亿美元，同样是截至 2026 年 9 月 30 日的 FY27 第一财季，不是自然年全年。

一家企业评估 AI 助手时，不会只问“模型够不够强”。采购负责人还要考虑员工能否在已有办公软件中使用、组织权限与管理流程能否跟上、上线后服务能否持续提供。席位客户增长与日活增长说明 Microsoft 公布的产品使用扩大了；但这些指标没有单独给出 Copilot 收入。企业分发也不是零和选择：Anthropic 的Series H 公告同样把 Microsoft Azure 列作 Claude 渠道，Microsoft 既推广自己的产品，也为其他模型公司提供云入口。

这里有两种不同的客户关系：企业员工使用 Copilot，属于应用触达；企业在 Azure 上采购模型能力，则涉及云资源与模型服务的组合。现有财报能观察到前者的使用增长与 Azure 整体业务增速，却没有拆出 Claude 在 Azure 上的收入，也没有给出 Microsoft 与 Anthropic 的具体分成。把“Azure 分发 Claude”写成“Copilot 客户全部在使用 Claude”，就混淆了渠道合作与某个应用的具体模型选择。采购者真正需要核的是自己选定的模型、服务区域、合约与交付条件；财报只能证明平台的规模背景，不替客户完成配置审查。

供给端的压力也写在财报里。Microsoft 表示 FY27 第一财季资本支出 452 亿美元，约四分之三投向寿命较短的资产，主要是 CPU 和 GPU；其下一财季预计资本支出超过 500 亿美元。资本支出不等于模型 API 账单，也不能全部算作 AI 专用支出；下季数字尚是预测。

这构成一种和 OpenAI 不同的竞争处境：已有大规模企业入口的公司，要让算力供应持续跟上分发能力，同时经营自己的产品与提供给模型伙伴的云服务。一个季度里，452 亿美元资本支出和 639 亿美元云营收并列，看似可以相减得到“剩下的钱”，其实前者是购置和建设资产的投入，后者是覆盖多种云服务的当期营收，期间、范围与会计性质都不同。下季还要继续扩容，也不等于已售出的每个席位都要即时承担同样份额的 GPU 成本。要判断投入回报，至少得看到后续服务收入、设备利用情况和对应运营支出；这份电话会未提供把它们逐个挂到 Copilot 用户身上的账。真正值得跟踪的是，扩大中的企业使用能否支撑持续扩张的基础设施。

Meta 的融资安排：股票定价了，钱却不是同一天到账

Meta 的路径最能提醒人们，“融资规模”并不是“手头现金”。其2026 年第三季度业绩公告显示，当季资本支出 349.1 亿美元，口径包括融资租赁的本金支付；全年资本支出指引为 1350 亿至 1450 亿美元，采用同一口径。季度数字是已报告支出，全年区间则是预期，不可把全年上限写成已经投入的数据中心费用。

五天后，Meta 宣布启动两类证券发行。最初方案包括约 225 亿美元的 A 类普通股远期出售安排，以及约 125 亿美元、代表强制可转换优先股权益的存托凭证。到随后公布的发行定价，A 类普通股增加到 4000 万股、每股 625 美元，按标价为 250 亿美元；存托凭证为 2.5 亿份、每份 50 美元，标价 125 亿美元。后来的定价覆盖了启动时的 225 亿方案，不另加总。

定价仍不等于钱立即流入。Meta 在定价公告中说明，普通股是通过远期出售安排完成交易，公司预计初期不从该部分获得现金，未来按合约结算时才有相应收款；在其估计中，未来结算可能取得约 249 亿美元的费用前款项。另一类优先股相关存托凭证的 125 亿美元是拟售毛额，扣费净所得和实际交割到账均不能从该标价倒推。定价公告当时只预计两项发行于 10 月 29 日满足条件后交割；截至本文资料截点 11 月 11 日，实际交割未核实，不能说“已到账 375 亿美元”。

为什么一家公司要把普通股与强制可转换优先股分开安排？就公告条款看，前者通过远期交易把股票定价与公司取得现金的时间拆开，后者则附带优先权和未来转换的证券条件；它们对未来股东权益、资金到账时间的影响不同。我们不能从融资名义金额推断 Meta 已向任何一家芯片商付款，甚至不能把下季投入直接映射到某一项证券的净所得。这个差别决定了“有筹资通道”离“已建成可服务客户的数据中心”至少还隔着实际交割、设备采购与部署。

还有第三笔常被塞进同一个标题的数字。启动公告提到，Meta 计划为新 C 类普通股设立至多 600 亿美元的按市价发行计划；当时尚未就该计划签署协议，预计不早于 2027 年第一季度开始。因此 600 亿是潜在未来额度，不是本轮已售出的股票。Reuters 对 Meta 融资规模的报道把本次两类证券的拟售金额与未来 600 亿额度合在同一个规划数字里；追踪实际现金时，应把优先股交割、普通股远期结算与 C 类股票未来出售分别记录。第三季度财报给的是公司总体资本支出，也不是这一轮融资到某座数据中心的一对一拨款表。

Meta 已上市且有现成业务，仍要为下一轮投入组合不同资本工具。这里值得比较的是筹资时间、条件与后续现金流，不是凭同一星期的新闻日期推断它在回应 Anthropic。

四条路径交汇时，先问钱能否走到客户那里

若要把这四家公司排成一张“谁投入最多”的榜，第一步就会卡住：OpenAI 的私募进度来自媒体消息，Google 披露的是芯片设计，Microsoft 给的是云业务收入和资本支出，Meta 给的是证券发行与远期合约。金额、规格、营收各不相同。真正可以沿同一条链追问的是：收入或融资何时形成现金，现金换来的算力何时可交付，企业客户的使用能否维持下一轮投入。

先看钱的来源和时点。Reuters 所述 OpenAI 融资窗口，取决于投资者是否最终签下并完成新一轮交易；Meta 公告把普通股远期结算和另一类证券发行拆开，说明即便看到了发行标价，现金仍可能分批出现。Microsoft 的云业务则已有当期收入，但云营收不能自动归属某个 AI 应用。三者各有已知资金信号，缺的是可以对齐的模型业务现金流。若直接把媒体报道的筹资目标与财报收入放在一张柱状图里，比较的不是经营实力，而是不同报表科目。

再看算力能否投入服务。Google 的两款芯片已经公布用途，尚待披露开放范围；Microsoft 已报告持续购买短寿命计算资产，但财报没有把新增 GPU 逐个配给 Copilot 或 Azure 上的某个模型；Meta 的融资公告也没有对应数据中心的建设进度。这里的推论不是“四家都缺算力”，而是从资金或芯片发布到客户真正取得容量，还需要采购、安装、软件适配和交付。未来一份明确的区域可用公告或一季更新后的资源交付数据，比一组纸面规格更能推动这个判断。

最后看客户是否持续付费。OpenAI 高管所说的企业营收过半、Microsoft 披露的日活与大席位客户增长、Google 披露的 Cloud 同比增长，各在链的末端亮出一块证据，却还不足以串成同一种单位经济模型：收入份额不等于毛利，日活不等于付费额，Cloud 增长不等于新 TPU 收入。企业采购者可以据此寻找候选服务，但还需要自己的模型选择、合约条件与实际交付测试；投资回报问题则要等下一轮更细的经营披露。把这些尚未相接的环节标出来，才看得见竞争的真实进度，而不是替任何公司提前宣布赢家。

Google Cloud 和 Azure 同时为 Claude 提供渠道：云平台扩容既服务自身模型，也可能承接别家模型的需求；模型公司争企业客户，又依赖这些平台供货。争客户与做生意，可以发生在同两家公司之间。

下一次读到“融资”“翻倍”或“资本支出”，先确认它描述的是谈判目标还是到账现金、芯片公告还是已交付产能、增长率还是已实现收入。下一轮融资最终条款、TPU 实际开放范围、云服务后续增长与发行后的真实收款，会逐步检验这条商业链；一场路演本身无法给出胜负。本文是商业动作的资料分析，不构成证券买卖建议。