Anthropic 的算力账单:内存短缺叠加 GPU 涨价
路透社 9 月 28 日报道的 Anthropic 招股书显示,公司 2025 年净亏损 420 亿美元,并计划在云与算力上投入 5180 亿美元。AI 算力如今到底要花多少钱,这份文件给出了最清楚的答案。

9 月 28 日,路透社报道称,Anthropic 的招股书显示公司 2025 年净亏损 420 亿美元。文件还列出未来几年在云、算力和基础设施义务上的计划支出 5180 亿美元。同一份文件显示,公司去年在算力和基础设施上花了 73.3 亿美元,是 2024 年的三倍。TradingView 对路透社报道的解读补充说,Anthropic 的营业费用总额为 126.5 亿美元,其中算力一项就占了一半以上。截至 12 月 31 日,公司持有现金、现金等价物和短期投资 202.8 亿美元。
账单不只是 GPU
内存是眼下压力最明显的地方。
雅虎财经周三援引彭博社的报道称,苹果即将上任的 CEO 约翰·特努斯计划小规模裁员并取消部分项目。该媒体把这一举动与推高零部件成本的内存短缺联系起来。文章引用了前 CEO 蒂姆·库克在最后一次财报电话会上的话:“我们这么做,是因为内存定价正处于我所形容的百年一遇的洪水之中,内存价格在指数级上涨。”短缺也有供给端的原因。雅虎财经指出,SK 海力士、三星电子和美光的高端 AI 内存产能到 2026 年大部分时间已基本售罄。英伟达、微软、亚马逊和 Meta 都在加紧建设 AI 基础设施。报道还称,供应商预计内存供应紧张将持续到 2027 年。
“我们正在开创富锰电池技术,以可负担的成本实现出色的续航和性能,尤其是在电动卡车上。”
并非所有硬件成本都在上涨。
MaxLinear 9 月 29 日表示,据 Light Reading 报道,其新款 Puma 9 DOCSIS 芯片将用户端设备成本较上一代降低 30% 到 50%。该芯片增加对 DDR5 内存的支持,以缓解 DDR4 的紧张局面。MaxLinear 网络基础设施部门高级副总裁 Puneet Sethi 对 Light Reading 说,随着制造商把产能转向 DDR5,“我们认为 DDR5 生态、价格和供应会比我们在 DDR4 上看到的紧张状况宽松得多。”同样的内存逻辑也在汽车行业推进。Electrek 9 月 29 日报道,通用汽车与 LG 新能源的合资公司 Ultium Cells 将在其田纳西州斯普林希尔工厂量产棱柱形 LMR 电芯。该公司称其能量密度比 LFP 高 33%,成本相当。通用的 Kurt Kelty 表示,这种化学体系让公司能够“超越今天更便宜的化学体系”。升级将于今年晚些时候开始,预计 2028 年完成,新增 500 个岗位。
单次任务的推理到底要花多少钱
Artificial Analysis 9 月 29 日发布了对 Anthropic Claude Sonnet 5.5 的评测,测试对象是预发布版本。它在 Artificial Analysis 智能指数上得分 56,比 Opus 5.5(max)低两分,而每个指数任务大约消耗 19.3 万个输出 token。这比 Opus 5.5 或 Sonnet 5 高出约 60%,约为 GPT-6 Astra 的 7 倍。Anthropic 的收费是每百万输入/输出 token 2 美元/10 美元。按这个价格,这次运行折合每任务 7.60 美元,比 Sonnet 5 的单任务成本高约 50%。
这正是运维方在定价时面对的张力。Unblocked 9 月 29 日介绍了一个自适应路由器,把流量分发到 Baseten、Fireworks 和 CoreWeave,三者都提供 GLM 5.2。它发现 CoreWeave 的标价比 Baseten 低约 45%。但它表示没有 CoreWeave 可靠性的生产数据,所以最初无法把这家供应商放进固定顺序。这个路由器按任务衡量成本和速度,而不是按模型调用。
在路由层之下,流式基础设施也在重新核算成本。bitdrift 9 月 28 日发布 blob-stream,一个 Kafka 替代方案,其首要目标是跨可用区网络流量为零。它表示在大规模下,这部分流量主导了云上 Kafka 的成本。它的 broker 是无状态的,没有本地存储。
数据库维护是另一项开支。boringSQL 9 月 29 日测试了 PostgreSQL 19beta4 新增的 REPACK (CONCURRENTLY)。在它的测试中,VACUUM FULL 耗时 109 秒,产生 17.3 GB WAL。REPACK (CONCURRENTLY) 耗时 107 秒,产生 18.8 GB,峰值额外磁盘占用 18.7 GB。pg_repack 耗时 162 秒,产生 33.5 GB WAL;pg_squeeze 耗时 165 秒,产生 18.8 GB。
谁来为核验付费
智能体工作带来了一类新的成本。Append Only 9 月 29 日公布了其记录系统的 55 天试点。按标价计算,成本约为每天 15 美元,总计 829.12 美元,期间完成 557 次核验,发生 43 起事件。它称 98% 的上下文由缓存提供,一个新实例仅凭记录只需 1.04 美元就能完成定位。这些是供应商自己试点的数据,不是独立审计。
Twin 采用另一种模式:按月订阅,智能体数量不限,其网站 9 月 29 日宣传有 257 个模板。两种做法都想让单任务成本变得可预测。而随着每个任务的 token 用量上升,这个问题只会更难。
支付环节的开销提醒人们,AI 的利润空间嵌在普通商业成本之中。Flaviocopes 9 月 29 日计算,月销售额 1 万美元、由 200 笔 50 美元订单构成时,Stripe 收 350 美元,Creem 收 470 美元,Paddle 收 600 美元,Polar 的免费方案和 Lemon Squeezy 各收 600 美元,Gumroad 收 1450 美元。作者披露 Creem 是该网站的赞助商。银行卡处理和记录商户身份解释了差价的大部分。
关于价格究竟如何形成,还有更广泛的讨论。《美国展望》9 月 29 日评论了 Lindsay Owens 的书《Gouged》。文章指出,她早前与 Groundwork Collaborative、Consumer Reports 和 More Perfect Union 合作的研究发现,同一时间不同购物者的相同 Instacart 购物篮中,约 75% 的商品价格存在差异。评论称,这一批评促成了 FTC 的调查,Instacart 后来也否认了该技术。
另外两篇文章指向算力市场正在被重新定价。Captain ACAB 的执法和解公开数据集列出,阿拉米达县于 2026-05-12 批准了一笔 3600 万美元的过失致死和解;还列出橙县于 2026-05-19 的一笔 815 万美元过失致死和解。公共成本往往与产生它的技术相距甚远。Pedro Santa Clara 9 月 29 日关于资产定价的文章指出,这一领域的经典历史是 1960 年代由需要一套谱系的人拼凑出来的。这提醒人们,不要把今天的 AI 资本开支故事当作已经算清的算术。
短期的问题不是 AI 算力贵不贵,而是内存供应、路由和核验成本能否在下一轮承诺落地之前降得足够快。
资料来源
15- 01Anthropic's IPO prospectus shows AI vision, surging costsEN
- 02Anthropic IPO prospectus reveals surging costs, $42B 2025 net lossEN
- 03New Apple CEO John Ternus is reportedly planning layoffs as memory chip costs riseEN
- 04MaxLinear claims new 'Puma 9' DOCSIS chip is a big cost-cutterEN
- 05GM's new EV battery tech will cut costs without sacrificing performance or rangeEN
- 06Sonnet 5.5 has the heaviest token use we've measured; pricing matches GPT-6 SolEN
- 07Routing LLM traffic across inference providers with TCP-style congestion controlEN
- 08Blob-stream: a Kafka alternative for no fuss, low cost high volume streamingEN
- 09Radim Marek: What REPACK (CONCURRENTLY) costs while it runsEN
- 10The Record Does Not Change: what a verifiable record of AI-agent work costsEN
- 11Twin: Unlimited agents, monthly subscription pricingEN
- 12What $10k a month in sales costs you on each payment providerEN
- 13The End of a Fair Price: Dynamic Pricing and the Normalization of GougingEN
- 14Captain ACAB: collectively tracking the hidden costs of law enforcementEN
- 15What I Learned About Asset PricingEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。