AX 严选 · 2026-09-19

Anthropic 推迟 IPO 主要是为了等第三季度财报，用实打实的收入数字来证明自己值 2 万亿美元。这个估值和最高 1000 亿美元的募资额，都会超过 SpaceX 今年 6 月创下的纪录。公司预计到 2026 年底年化收入能超过 1100 亿美元，现有股东认为即便模型发布节奏放慢，现有产品也能撑住收入。 但文章没给出 Q3 的具体收入指引，也没说目前离 1100 亿美元年化目标还有多远。前研究员公开警告 AI 发展太快这件事，虽然是在推迟决定之后才发生的，投资者还是会追问：如果研发踩刹车，对收入和估值有多大影响。 另一个变量是 OpenAI。OpenAI 明确 2027 年前不上市，但正在谈新一轮融资，估值可能超过 1.2 万亿美元。部分 Anthropic 投资者担心，如果 OpenAI 在 Anthropic 上市前先融到一大笔钱，会分流市场对 Anthropic 的需求。这点文章只提了担忧，没给出任何对冲措施或应对计划。

这篇博客最实在的地方是给了具体数字：Jev 1.13 做客服工单分类，每千张只要 0.0248 美元，中位延迟 194 毫秒；对比之下 Claude Opus 5 要 2.88 美元、近两秒，GPT Luna 也要 0.09 美元、一秒多。便宜和快是实打实的，但 Jev 只能输出你预设好的选项和概率，没法生成回复文本。所以作者给的方案很实际——用 Jev 做路由和分类，把结果交给代码逻辑，最后让大模型写回复。 不过要冷静看：测试只有 60 加 40 个样本，跑了一天，一套提示词。样本量太小，没法说这个准确率能稳定复现。Jev 本身也有明确短板——不会算数、不会比日期、输入里夹带无关信息时准确率会掉。正文没披露分类准确率的具体对比数字，只说“形状是这么个形状”，所以别把它当排行榜看。 如果你业务里大量工作是“把用户问题分到 N 个桶里”，Jev 这类决策模型确实值得试。但前提是你的分类边界清晰、输入干净，而且你接受它只做选择题。