近日，有消息称 ，Anthropic最快今年10月登陆美股
，部分投资者对其上市估值预期达到2万亿美元甚至更高，若兑现将超越SpaceX 1.77万亿美元的IPO纪录 ，成为“史上最大IPO”
。

　　Anthropic投资方、美国安卓乐资本合伙人林家振在接受《中国经营报》记者采访时表示
，中美AI大模型公司估值差距（Anthropic接近2万亿美元 、OpenAI约1万亿美元，而智谱
、MiniMax、Kimi等中国公司即便上市后或融资后仍明显低一个数量级）并非单纯“市场情绪 ”或“泡沫
” ，而是资本 、生态
、商业化规模、护城河与风险定价的系统性差异结果。

　　收入差异

　　国内的智谱 、MiniMax
、Kimi
，当前市值或估值只有几千亿元人民币，中美AI公司估值差异背后的逻辑是什么？

　　星图金融研究院分析师武泽伟告诉记者：“美国头部企业获得高估值溢价 ，核心来自资本市场对其全球商业化版图、底层技术和生态话语权的乐观定价
，美国头部企业能够面向全世界客户输出产品，叠加本土算力巨头形成产业协同闭环 ，长期成长想象空间被充分打开 。”

　　反观国内独立大模型厂商，现阶段商业化主战场主要集中于本土市场
，行业竞争日趋内卷，收入兑现节奏和盈利路径尚处在探索阶段
。

　　“同时 ，两地风险定价标准存在差异
，海外长线资本愿意为前沿通用人工智能支付远期生态溢价，国内投资环境更看重短期商业化落地成效。 ”武泽伟说 。

　　林家振认为 ，估值差距的背后逻辑
，大致可从以下几点拆解
。收入规模与商业化成熟度的数量级差异。美国头部公司已进入高速变现阶段 。Anthropic的年化收入运行率（ARR）在2026年中后期已达数百亿美元量级，并持续翻倍成长 ，企业客户（尤其编码 、工作流）占比高
，部分季度已接近或转为调整后营运获利
。OpenAI同样有庞大的ChatGPT消费端与原料药收入。市场用高市销率（甚至20—30倍以上ARR）定价，因为它们被视为可能控制“人工智能基础层范式
”的玩家 ，想像空间是全球知识工作
、软件、代理（Agent）甚至物理人工智能 。

　　据知情人士透露
，Anthropic正准备向IPO投资者描绘一幅宏大的图景：公司潜在市场总规模（TAM）将超过30万亿美元，2028年营收预计达到1900亿至2000亿美元
。

　　Anthropic的财务数据确实在爆炸式增长：2025年年底年化收入（ARR）约90亿美元 ，2026年2月达140亿美元，4月突破300亿美元
，5月攀升至470亿美元，7月已超600亿美元。2026年第二季度单季收入超过115亿美元 ，是上年同期7.87亿美元的约14倍 。更关键的是
，今年二季度公司调整后营业利润达5.59亿美元，这是头部大模型公司首次实现单季度经营性盈利。

　　而中国AI公司（智谱 、MiniMax、Kimi等）的营收
、市值或估值水平仍低于美国同行
。中国市场更强调“落地效率与产业兑现速度” ，估值往往更贴近当前或近中期现金流折现
，而非纯叙事溢价。港股虽提供流动性溢价（中金曾指中美头部模型估值比从1/100收窄至约1/10），但基本面差距仍在 。

　　资本结构差异

　　此外 ，林家振还表示
，美国AI融资高度全球化、长周期：主权基金 、大型机构
、云厂商（Amazon、Google 、Microsoft）
、半导体巨头共同堆砌数千亿美元级资本
。这让OpenAI、Anthropic能持续烧钱堆算力 、抢人才
、做前沿研究，而不必过早追求短期获利。美国风险资本规模本身就是中国的数十倍量级 。

　　中国资金结构也不同：私人VC/PE规模小得多 ，国资与产业资本扮演更大角色
，往往更看重战略定位与产业协同，而非纯粹“范式控制 ”溢价
。这导致融资节奏与估值描定更保守。Kimi等虽融资加速、估值快速上行 ，但总体仍难匹配美国头部的资本密度 。

　　“顶级模型竞争已不只是‘谁更聪明’，而是独家数据（如xAI的X/Twitter 、Tesla
、Starlink数据）、持续扩展的算力中心 、电力与供应链控制
，以及从模型延伸到Agent、机器人
、国防的闭环
。美国玩家在先进制程、GPU/ASIC生态 、云端基础设施上仍有先发优势，且能与国防
、太空布局结合 ，形成更深护城河。
”林家振说 。

　　中国模型在开源、效率 、部分基准测试上快速追赶（差距缩至数月）
，成本优势明显，但在最前沿闭源模型
、全球企业付费意愿、高端算力获取上仍处于劣势
。地缘政治与出口管制进一步放大了“可及性”差异。中长期顶级LLM会收敛到3—4家 ，其他被边缘化；胜负关键在稀缺数据 、算力扩展能力与生态整合 。

　　另外
，市场定价逻辑与风险溢价不同。美国资本市场对“可能成为下一代基础平台 ”的公司给了极高叙事溢价，愿意为未来10年潜在控制力定价
。即使当前亏损巨大 ，只要收入曲线陡峭
、技术领先
，就能支撑兆美元级估值。

　　A股及港股市场更注重商业化落地、产业应用 、政策支持与风险可控 。监管
、数据合规、世界 扩张限制 、地缘风险都被计入更高折现率
。上市后虽有稀缺性与流动性溢价，但整体仍难完全对标美国一级/二级市场的“范式定价
”。

　　简单地说 ，美国头部被定价为“可能定义AI时代基础设施”的资产；中国公司更多被定价为“强大的区域或特定场景参与者 ” 。即使技术差距缩小
，资本愿意支付的“未来控制权溢价”仍有巨大落差
。

　　武泽伟认为，估值差距并不等同于技术实力的绝对鸿沟 ，更多反映出市场对于企业未来增长边界、市场辐射范围的预期分化，后续国产大模型想要打开估值天花板
，仍需要持续拓展商业化边界，打磨具备差异化竞争力的产品体系。

　　“差距本质是资本密度
、全球TAM可及性、护城河深度 、风险定价的综合结果 ，而非单纯技术落后 。中国公司在成本
、开源生态、产业落地 、国内市场规模上有真实优势
，港股上市也让估值差距收窄，但要挑战美国头部的估值锚 ，需在收入规模
、全球企业客户、算力自主与生态闭环上取得更实质突破
。真正值得重仓的是那些能进入行业前几名并把算力 、数据
、应用延伸到战略层面的玩家。中美差异短期难以完全抹平
，但竞争格局会随Agent与物理AI爆发而动态演变 。
”林家振说
。

（文章来源：中国经营网）