AI巨头IPO竞速：万亿估值背后的定价权博弈

SpaceX创造的"史上最大IPO"神话，或许只能维持两天。

5月20日，SpaceX以1.75万亿美元估值向纳斯达克递交S-1文件。仅仅两天后，OpenAI便联合高盛、摩根士丹利秘密向SEC提交上市申请，估值目标瞄准8520亿至1万亿美元，拟定9月上市。随后，Anthropic也被曝正聘请投行筹备上市，估值约9000亿美元。

三家AI巨头在同一周内密集冲刺IPO，这在资本市场前所未有。

但真正值得深思的并非"谁先上市"，而是——这些万亿估值，究竟靠什么支撑？

在剖析估值前，需要关注一个被多数分析忽视的关键信号。

Anthropic向投资者透露，公司预计Q2营收达109亿美元，环比增长130%，运营利润约5.59亿美元。这是AI行业首次出现企业在训练前沿模型的同时实现盈利。

此前市场普遍认为：大模型企业注定烧钱。烧钱训练、烧钱推理、烧钱抢人——收入增长永远跟不上成本扩张。Anthropic用一份财报打破了这个固有认知。

然而细究这份成绩单，你会发现一个微妙的依赖关系：Anthropic的算力基础来自与xAI签订的天价合同——每月支付12.5亿美元，总金额超过400亿美元，持续至2029年。这份合同源自SpaceX的S-1文件，是人类历史上公开的最大一笔AI算力采购。

换言之，Anthropic赚取的收入，很大一部分要流向马斯克的公司购买算力。这是一个精巧却脆弱的循环：收入增长依赖算力扩张，算力成本侵蚀运营利润，利润又反过来支撑更高的估值预期。一旦任何环节出现问题，整个飞轮就会减速。

裂痕已经显现，只是不在美国。

CNBC近期进行了一组测试：用同一标准基准测试10项评测，不同模型的成本差异惊人——Claude花费4811美元，ChatGPT花费3357美元，而智谱GLM仅花费544美元。Claude的运行成本是最便宜中国模型的近9倍。

价格差异本身并非新闻。真正令硅谷担忧的是另一组数据：全球最大的开发者模型路由平台OpenRouter显示，中国AI模型的Token调用量占比已从2024年的1%飙升至61%。DeepSeek、Kimi、智谱GLM等模型，在18个月内从边缘角色成为开发者生态的主角。

开发者用脚投票的逻辑很简单：Databricks CEO Ali Ghodsi将这种趋势称为"顾问模式"——默认调用便宜的中国模型，仅在需要高端能力时才切换到昂贵的美国模型。

这才是"定价权博弈"的核心。万亿估值建立在"我的模型最强，所以最贵"的逻辑上。但企业级采购正在转向"够用就行，便宜优先"。当90%的场景用9%的价格就能解决，谁还愿意为剩下的10%性能提升支付10倍溢价？

Anthropic自身的政策白皮书承认，美国模型仅领先中国"数月"，且在成本端已处于结构性劣势。一家正在筹备万亿级IPO的公司，公开承认自己的护城河只有几个月宽——这种坦诚本身，就是估值风险的一部分。

如果说美国的AI竞争是"资本+算力"驱动，中国则走了一条截然不同的道路。

5月22日同一天，发改委在新闻发布会上打出"四箭齐发"的组合拳：即将出台"人工智能+"落地配套文件、推动央国企开放高价值应用场景、指导国产大模型适配国产算力芯片、启动AI立法研究。同时，科技创新再贷款额度从5000亿翻倍至1.2万亿，利率从1.75%降至1.25%。

这组政策释放的信号很清晰：不与你在模型能力上硬碰硬，用场景开放降低AI落地的需求不确定性，用低成本资金降低算力建设的财务门槛，用国产适配打破CUDA生态锁定。

中国的AI竞争力，正在从"模型参数竞赛"转向"工程效率+成本优势+政策护航"的系统性输出。这种打法，和当年中国制造业席卷全球的逻辑如出一辙——不是做出最好的产品，而是做出"性价比最不可拒绝"的产品。

这轮AI IPO窗口期对A股的影响，需要区分两条线。

短期博弈线：IPO情绪溢价将阶段性提振AI算力（中科曙光、寒武纪）和AI应用（金山办公、万兴科技）板块的表现。但需要警惕"利好兑现"——5月21日A股科创综指跌4.42%，半导体算力领跌，交易拥挤度已经偏高。

长期逻辑线：定价权的结构性松动才是真正的变量。如果"顾问模式"在企业级市场持续渗透，高毛利的美国模型将面临持续的价格压力，而低成本中国模型的商业价值会被重新定价。关注两条主线：国产算力替代链（华为昇腾生态）和AI应用落地链（已有Agent能力的头部厂商）。

万亿估值的AI公司排队冲刺IPO，这在人类商业史上没有先例。但先例之外，有一个常识不会改变：任何估值的根基都是定价权，而定价权的敌人永远是"够用的便宜货"。

OpenAI的钟声即将敲响。只是不知道，这口钟是为一个新时代的开启而鸣，还是为一个估值逻辑的终结而鸣。