Anthropic 同时用亚马逊、谷歌和英伟达三家的芯片。同一批算力既拿来训练模型，也给员工内部用，还用来服务客户，可以随时调换。当年刚开始大规模用谷歌的芯片时，外人觉得它疯了。它花了好几年，连编译器都自己写，才做到这一步。一两年前，突然多来一批杂七杂八的芯片还很难马上用上，现在几乎什么芯片都能很快投用。算力没法今天下单、下周就到，只能对着一两年后的几种可能提前买。真实需求落在别处时，帮上大忙的就是把每块芯片用得更省、更灵活。
Krishna Rao
Anthropic 内部九成以上的代码已经由 Claude Code 写出，Claude Code 自己的代码也有很多是它自己写的。如果不让员工用自家模型，分给他们的算力足够服务几十亿美元的收入。公司宁可放弃这笔钱，是因为模型本身在帮着造下一代模型，好人才配上最好的模型，能让研发快得多。产品也跟着提速：仅 1 月一个月就发布了 30 项新产品和功能，节奏还在加快。
Anthropic 年初按年折算的收入约 90 亿美元，到季度末已到约 300 亿，靠的是模型变聪明和配套产品。每出一代新模型，变的不只是聪明程度，还有能不能连着干很久的活、会不会用工具、做得快不快。两个同样能干的员工，一个一周交活，一个一天交活，后者一直这样干，效率可以是前者的七倍。企业每一代都能拿它做更多事，客户就在新模型上大笔加码。所以在企业这边，最强模型的回报眼下看没有放缓。留给训练新模型的算力有一条底线，哪怕服务客户会吃紧也不压。
人们常把新模型比作换车：从轿车换到跑车，性能上去了，油耗也跟着上去。模型不是这样。从 Opus 4 到 4.5、4.6，再到 4.7，每一代都更强，处理同样内容的效率也成倍提高，只是每次提高的幅度不一样。这不光让服务客户更省，训练也跟着省。训练里有一种做法，是让模型在设定好的环境里反复做题、按结果打分，本质上就是在跑模型，跑得越省，训练也越省。两代之间，效率改进也在不断上线，整体一直在变省。
Anthropic 的定价一直很稳，最大的一次调价，是推出 Opus 4.5 时把 Opus 这一档降了价。原因是这档模型的用量远配不上它的本事，很多人硬把该用 Opus 的难题塞进 Sonnet 那一档。公司跑 Opus 本来就很省，降价后用量涨得远超预期。客户把它写进了自己的日常工作，等 Opus 4.6 出来、价格不变，直接换上就行。所以价格既要定在客户能拿到大量价值的位置，也要保持稳定。
2026 年第一季度，Anthropic 按年折算的收入从约 90 亿美元涨到约 300 亿，可这段时间并没有新增一大批算力，到手的算力按的是可能 12 个月前就定好的进度。同一块芯片，上午拿来服务客户，下午或晚上就拿去训练模型。传统公司里，研发人员的开销没法转头算成产品成本。所以按"多服务一个客户多花一份钱"去算成本，套的是软件公司的思路，不合这门生意。该看的是全部算力加在一起带来多少回报，眼下这个回报很扎实。
过去约两年，Anthropic 融了 750 亿美元，最近和亚马逊、谷歌签下的协议，往后还会再带来 500 亿。这门生意极其吃资本，要靠这些钱撑住增长。但公司本身跑得很有效率，融这么多钱，更多是因为收入可能落在很宽的一段范围里，要为这种不确定留足余地，而不是拿去填亏损。
两年前，Anthropic 按年折算的收入约 2.5 亿美元，计划做到 10 亿，新来的财务负责人第一反应是问：哪一年？这就是按直线去想。收入飞快往上翻的时候，每月、每周的增速差一点点，滚下去结果就天差地别，很难给出一个准数。所以只能按几种情景去想，一有新情况就改判断。一个月前成立的事，今天可能就不成立了。一季度预测一次、等下次董事会再看的老办法，在这里行不通。
大约从 Sonnet 3.5、3.6 开始，模型写代码的本事突然跳了一大截，接着才是用的人、用量和收入跟上来，这在当时很难预测。如今编程成了参照，可以拿它去推测经济里别的领域会怎么走。眼下按上线后同一时间点对比，面向一般办公的 Cowork 比当初的 Claude Code 涨得还快，而写代码的人本来就是接受新技术最快的一群。原因很可能是模型和产品正一起往能在公司里帮人干各种活的方向走。
Anthropic 的老客户按年算，花的钱是原来的五倍多。《财富》榜前十的公司里有九家是它的客户。一趟大约 20 分钟的 Uber 路上，就签下两份几千万美元级别的订单。这些买家最懂行，也有的选，却在做大笔采购、选的是它，说明客户已经不是拿它试试，而是真在大规模用、真拿到了回报。
Anthropic 的财务团队里，旗下所有公司主体的法定财务报表都由 Claude 做出，再由人核对。团队攒了 70 多套专给财务用的现成做法，月度财务回顾 Claude 能做到九成到九成五，原来要几个小时的周报现在只要 30 分钟。省下的时间不再花在对数字上，而是讨论接下来怎么办。每个人能干的多了，公司没有少招人，反而招了更多，因为要干的活根本干不完，像是劳动力版的杰文斯悖论。
有一个开源代码库，上一代模型在里面找出 22 个安全漏洞，Mythos 找出了 250 个。这个模型在很多方面都很强，在网络安全上尤其突出。能找出这么多漏洞，可以拿来补漏洞，也可能被拿去钻漏洞，所以 Anthropic 第一次换了发布方式：不是不发，而是分阶段放给一批会逐步扩大的用户，先让这项本事用在防守、修补代码上。这套做法以后也可能沿用。