營收品質：
Run-Rate 是怎麼被發明的，以及它會怎麼死
AI 模型公司沒有本益比，因為它們沒有穩定的淨利。市場因此需要一個替代品，於是發明了 Run-Rate（年化營收）。本章要做的事，是把這個指標放到會計的放大鏡下：它從哪裡來、它由什麼構成、它有幾種合法的放大方式、以及——最重要的——它會因為什麼而死。
SECTION 07.1Run-Rate 的五種放大機制
Run-Rate 不是會計科目，也不是準則定義的指標。它是一個約定俗成的市場慣例。正因為如此，它的計算方式有極大的彈性。以下是本報告識別出的五種放大機制——每一種都完全合法，每一種都常見，但加總起來可以讓同一家公司的「規模」出現數倍的差異。
| # | 機制 | 做法 | 放大效果 | 會計檢視 |
|---|---|---|---|---|
| ① | 取最後一個月 × 12 | 不是「過去 12 個月」，而是「最近一個月的收入 × 12」 | 最大 | 若該月含一次性大額合約或預收，放大倍數可達 1.5–2× |
| ② | 含預收與遞延收入之認列時點前移 | 將多年期合約之總額在簽約當月計入 | 大 | 違反 ASC 606 之履約義務觀念；但作為「指標」不受規範 |
| ③ | 含關係人 / 投資方之採購 | 投資人以雲端額度形式給予的資金，被計為收入 | 中–大 | 見第 01 章：此類收入在合併層級須沖銷 |
| ④ | 未扣除退費、折讓與服務點數 | 以毛額（gross）而非淨額（net）表達 | 中 | ASC 606 要求以「預期有權取得之對價」認列 |
| ⑤ | 未反映流失（Churn）與價格下滑 | 假設現有客戶與價格在未來 12 個月維持不變 | 中 | 與「續約率」及「淨收入留存率（NRR）」之揭露品質相關 |
| 五種機制之累積效果（本報告估計） | 1.8× – 3.0× | 即：報導之 Run-Rate 可能為可持續年收入之 33%–56% | ||
Anthropic 於 2026 年 7 月底公布的年化營收 Run-Rate 為 $650 億。但同一家公司 2026 年第二季（4–6 月）的實際季度收入為 $109 億——年化後為 $436 億。
兩個數字相差 49%，而它們相差的時間只有一個月。這不是造假，這正是機制 ① 的定義：Run-Rate 捕捉的是「最新一個月」的斜率，而不是「過去一年」的水準。當營收以每月 20% 的速度成長時，這個指標看起來會非常亮眼；而當成長停下來時，它會比營收本身更早、更劇烈地崩塌。這就是為什麼本報告稱之為「領先指標中的領先指標」。
SECTION 07.2Run-Rate 的成長曲線：一次史無前例的加速
這條曲線需要兩套解讀，而這兩套解讀都成立：
多頭的解讀（且是對的）
這是企業軟體史上最快的營收成長曲線。更重要的是，它伴隨著毛利結構的實質改善：算力成本占每一元營收的比重，從 2026 年第一季的 71 美分降至第二季的 56 美分。這使得 Anthropic 在 2026 年第二季首次實現約 $5.59 億的單季營業利益（利潤率約 5.1%）——成為全球少數實現規模化盈利的大模型公司之一。這是真實的經營進步。
本報告的補充（也是對的）
（一）5.1% 的營業利益率，對應 $2 兆的尋求估值，意味著約 16.7 倍的年化營收倍數與超過 390 倍的年化營業利益倍數。（二）算力成本占比從 71 美分降到 56 美分，部分來自規模經濟，但同樣可能來自硬體效率提升與價格競爭的雙向擠壓——後者是產業性的、會同時壓低售價。（三）七個月七倍的曲線若在第一季出現任何一個月的停滯，Run-Rate 會立即失去 30–40%。
SECTION 07.3單位經濟：每一個詞元的成本與售價
要判斷營收品質，最終必須回到單位經濟（Unit Economics）。而 AI 的單位經濟有一個與所有軟體都不同的特徵：邊際成本不為零，而且高度依賴電力與硬體價格。
| 模型 | 陣營 | 輸入 | 輸出 | SWE-bench | 授權 | 相對 GPT 之 輸出價格 |
|---|---|---|---|---|---|---|
| DeepSeek V4-Flash | 中國 | $0.14 | $0.28 | ~78% | MIT（開源） | 1/107 |
| DeepSeek V4-Pro | 中國 | $0.435 | $0.87 | 80.6% | MIT（開源） | 1/34 |
| MiniMax M3 | 中國 | $0.255 | $1.02 | 80.5% | Community | 1/29 |
| GLM-5.2 / 5.3 | 中國 | $1.40 | $4.40 | 80–84.5% | MIT / 待定 | 1/7 |
| Qwen3.8-Max | 中國 | $2.00 | $6.00 | ~78% | 權重待定 | 1/5 |
| Kimi K3 | 中國 | $3.00 | $15.00 | ~82% | Modified MIT | 1/2 |
| Claude Opus 5 | 美國 | ~$5.00 | ~$25.00 | 83.8% | 專有 | 1.0× |
| GPT-5.6 Sol | 美國 | ~$5.00 | ~$30.00 | 83.6% | 專有 | 1.2× |
價格為官方牌價；基準分數標示 (claim) 者為廠商自行報告，尚待獨立驗證。資料彙整：Artificial Analysis、各公司定價頁（2026 年 8 月）。
一個開發者每日執行 1,000 萬輸入詞元、200 萬輸出詞元的程式開發工作負載，其每月成本為：DeepSeek V4-Flash 約 $59、Kimi K3 約 $1,800、GPT-5.6 Sol 約 $3,600。
差距是 61 倍。在這個差距面前，「企業為了精準度願意付溢價」的論點只能支撐一定的倍數——而市場目前定價的倍數，遠遠超過了這個數字。
SECTION 07.4開源通縮：刺破 Run-Rate 的那隻手
本報告認為，推倒第一張骨牌的不是競爭、不是監管、也不是資金枯竭——而是價格。而決定價格的，是開源模型。
三重壓縮機制
① 能力收斂（Capability Convergence）
前沿模型之間的差距正在縮小。2026 年 8 月，阿里巴巴 Qwen3.8-Max 在 Code Arena 取得 1,691 分，領先 Claude Opus 5 Max 三分。當「最好的模型」不再有唯一答案，定價權就消失了。商品化的前提是替代品足夠好，而這個條件已經成立。
② 成本結構不對稱
專有模型廠的成本結構是「高固定成本＋高變動成本」：訓練一次的費用是沉沒的，而每一次推論都要付電力與折舊。開源模型的成本結構是一次訓練、全球免費複製。這種不對稱在軟體史上只出現過一次（Linux vs 商用 Unix），結果是商用 Unix 的定價權永久消失。
③ 部署端的理性選擇
企業部署的真實需求是投資報酬率，不是排行榜。超過 85% 的商業場景（客服、內部文件檢索、程式碼輔助）不需要千億參數的全能模型。經企業自有資料微調的開源模型，成本僅為專有 API 的十分之一甚至百分之一。當「夠好」的選項便宜 100 倍，採購部門會做出什麼選擇？
Run-Rate 陷阱的引爆路徑
| 步驟 | 事件 | 財務效果 | 會計科目 |
|---|---|---|---|
| 1 | 開源模型能力逼近專有模型 | 專有模型被迫降價以留住客戶 | 收入（價格）↓ |
| 2 | API 價格下調，但底層 GPU 折舊、攤銷與電力成本居高不下 | 毛利率雙重擠壓 | 營業成本 ↑（相對） |
| 3 | Run-Rate 增速出現拐點（成長率由 200% 降至 50%） | 建立於 Run-Rate 之上的估值失去支撐 | 非 GAAP 指標 |
| 4 | 下一輪融資無法以更高估值完成（Down-round） | 現金流斷裂 | 權益／負債 |
| 5 | 無力支付照付不議之雲端算力合約 | 合約違約或重整 | 雲端商認列減損與壞帳 |
| 6 | 雲端商之「雲端高成長營收」面臨重估 | 倍數壓縮 | 收入減少＋評價下修 |
這條路徑的關鍵在於第 5 步與第 6 步的連結：模型公司的違約，會直接變成雲端商的收入問題。這正是第 01 章合併分析所揭示的結構——當你自己的客戶是你投資的公司時，它付不出錢來，你的營收就會同時消失，而你還得認列投資減損。這是「雙重打擊」，而市場目前的估值模型只計算了其中一次。
SECTION 07.5會計檢視：非 GAAP 指標的品質責任
Run-Rate 屬於非 GAAP 財務指標。在美國，此類指標受 Reg G 與 Item 10(e) of Regulation S-K 規範；若公司上市（如 Anthropic 若於 2026 年上市），其揭露須遵守以下原則：
- 不得比 GAAP 指標更為醒目（no greater prominence）。若公司在法說會中強調 Run-Rate 而未同等強調 GAAP 收入，可能構成違規。
- 必須提供與最接近之 GAAP 指標的調節表（reconciliation）。Run-Rate 與 GAAP 收入之間的差異（時間基礎、扣除項目）必須完整說明。
- 不得使用具有誤導性的標籤。將 Run-Rate 稱為「營收」（revenue）而未標明其為年化估計，是最常見的爭議點。
- 定義的一致性。若公司改變 Run-Rate 的計算方式（例如從「季度 ×4」改為「月份 ×12」），須揭露並說明理由，且不得選擇性地只採用有利的方法。
- Run-Rate 的計算基礎是什麼？是最近一個月、最近一季、還是滾動十二個月？
- 其中有多少比例來自關係人（投資方）？請提供剔除後之數字。
- 其中有多少比例是多年期合約的預收？請提供按履約期間攤提後之數字。
- 淨收入留存率（NRR）與客戶流失率（Churn）為何？請分企業客戶與消費者的數字。
- 算力成本占營收比重（Cost of Compute / Revenue）的季度趨勢為何？請區分「效率改善」與「採購價格下降」兩種成因。
- 若 API 價格在未來 12 個月再下降 50%（這是 2024–2026 年的實際速度），Run-Rate 會變成多少？
SECTION 07.6另一個方向：為什麼「營收品質」這個概念本身正在改變
本章最後要提出一個更根本的觀察。傳統的「營收品質」分析框架建立在一個假設上：收入來自獨立的第三方，且交易具有經濟實質。在這個假設下，我們檢查的是：收入是否提早認列？是否有退貨風險？是否為一次性？
但在 AI 產業，出現了一個新的問題層次：交易對手不是獨立的第三方。當你的客戶是你的投資對象，且你給它的錢就是它付給你的錢時，「收入是否提早認列」已經不是重點——重點是這筆收入根本不應該在合併層級存在。
要偵測後者，你需要的不是比率分析，而是合併。 ——本報告第 07 章與第 01 章之連結
Run-Rate 是一個有用的成長指標，但它是斜率指標，不是水準指標，因此它會在成長加速時超額放大、在成長減速時超額崩塌。Anthropic 的真實經營進步（算力成本占比由 71 美分降至 56 美分、首次單季營業利益）是真實的；但 $2 兆的尋求估值對應 5.1% 的營業利益率與 16.7 倍的年化營收倍數，要求的不只是進步，而是不犯任何錯誤的完美執行。與此同時，開源模型以 1/5 至 1/107 的價格提供 95–98% 的能力，正在從價格端壓縮這個完美執行所需的毛利空間。當分子（價格）被結構性壓縮、而分母（算力成本）被電力與折舊推高時，Run-Rate 的成長故事只剩一個變數：銷量。而銷量正是最難預測的那一個。
- Anthropic Run-Rate：$90 億（2025 年底）→$140 億（2026/02）→$190 億（03）→$300 億（04）→$470 億（05）→$650 億（07 月底）；投資人預期年底 $1,000–1,200 億（Reuters、雪球引述，2026）。
- Anthropic 2026Q2：收入 $109 億、營業利益約 $5.59 億（利潤率約 5.1%）；算力成本占營收比重由 Q1 的 71 美分降至 Q2 的 56 美分（The Information、Reuters）。
- OpenAI：2025 年營收 $130 億、虧損 $209 億（營業虧損大於營收）；2026 年 8 月年化約 $400 億；分析師估自由現金流損益兩平不早於 2029–2030 年。
- API 定價對照表：彙整自官方定價頁、Artificial Analysis 與社群基準（2026 年 8 月）。
- Qwen3.8-Max 於 Code Arena 取得 1,691 分，領先 Claude Opus 5 Max 三分（2026 年 9 月初）。
- 中國模型詞元定價為美國旗艦模型之 5%–10%（高盛，2026 年 3 月）；RAND 報告（2026 年初）：中國模型成本約為美國同級系統之 1/6 至 1/4。
- 非 GAAP 指標規範：Regulation G、Regulation S-K Item 10(e)、SEC 關於非 GAAP 指標之指引（CF Disclosure Guidance Topic 8，2022 年 12 月更新）。