Anthropic 45B 計算資源合約

Anthropic 將在三年內支付近 450 億美元，向 SpaceX 採購計算資源，主要用來支撐 Claude 的訓練與推論。

Anthropic 這筆單子很大，真的很大。SpaceX 不是賣火箭嗎？這裡講的其實是算力資源。Bloomberg 轉述的證券文件顯示，金額接近 450 億美元，期限是 3 年。

講白了，這不是單純買幾台伺服器。它牽涉 GPU、儲存、網路、機房電力，還有整套維運。對做 Claude 的 Anthropic 來說，這代表它想把容量先卡住。

AI 圈現在最缺的，常常不是點子，是算力。模型越大，訓練越燒錢。推論量一上來，成本也跟著飆。你可以把這筆交易想成，Anthropic 先把油箱加滿，再去跑下一段賽程。

Anthropic 到底買了什麼

文件寫的是 computing resources。這種說法很常見，但意思不只是一顆晶片。它通常包含加速硬體、交換器、儲存、機櫃、電力與散熱。很多時候，真正稀缺的是整體容量，不是單一零件。

對 Anthropic 來說，這代表它要的是穩定供應。AI 服務一旦使用量拉高，回應速度、可用性、訓練排程都會被卡住。你有再好的模型，沒有容量也只能乾瞪眼。

這種合約也能降低價格波動風險。現在 GPU 市場很現實，大家都在搶。若只靠短約，成本容易被供需拉扯。長約雖然壓力大，但至少能把未來 3 年的算力盤子先固定下來。

• 近 450 億美元，金額非常誇張
• 3 年綁約，重點是容量保證
• 主要支援 Claude 的訓練與推論
• 屬於公開揭露的證券文件內容

為什麼這筆錢這麼大

先講結論。因為 AI 的成本結構變了。以前做軟體，主要是人力和雲端帳單。現在做前沿模型，算力就是核心資本支出。沒有足夠的 GPU，很多事情根本不能做。

Anthropic 這種等級的支出，不是一般新創玩得起。它背後要有投資人、企業客戶，還有持續成長的使用量。否則這種合約會把現金流壓得很緊，財務模型也會很難看。

更直白一點，這是在跟 OpenAI、Google、Meta 拼資源。誰能先把算力鎖住，誰就更有機會持續訓練下一代模型，還能撐住線上服務的流量。

“The next generation of AI models will likely require orders of magnitude more compute than today’s systems.” — Dario Amodei, Anthropic co-founder and CEO, 2023 年接受 Time 訪問

這句話很老實。AI 進步不是只看演算法。還要看誰買得到更多算力，誰撐得住更高的推論成本。說真的，現在很多 AI 公司像是半個硬體公司。

而且這種合約也透露一件事。Anthropic 不是只想賣聊天機器人。它想把 Claude 放進企業工作流、API 服務、代理式應用，這些都會吃掉大量 Token。量一大，算力就跟著爆。

跟其他 AI 支出比起來有多猛

把 450 億美元攤開來看，3 年平均每年約 150 億美元。這個數字已經不是一般 SaaS 公司會碰到的級別。它比較像大型雲端平台，或超大規模資料中心業者的資本配置。

再往下拆，每月大約 12.5 億美元，每天大約 4100 萬美元。這不是小錢。這代表 Anthropic 的營運節奏，已經和傳統軟體公司很不一樣。

你也可以拿它跟產業常見支出對照。很多 AI 新創還在租雲端、搶配額、等排程。Anthropic 直接簽長約，等於先把未來的算力位置卡住。這種打法很兇，也很現實。

• 每年約 150 億美元
• 每月約 12.5 億美元
• 每天約 4100 萬美元
• 比多數軟體公司的基礎設施預算高很多
• 更接近超大規模雲端採購思維

如果你是開發者，這件事其實很好理解。當 API 量暴增，延遲和成本就會一起來。你不是只在寫程式，你是在跟供應鏈、電力、機櫃和 GPU 排程對打。

我覺得這筆交易也在提醒市場一件事。AI 競爭不是只有模型分數。還有誰能把每個 Token 的成本壓下來，誰能把服務穩定性守住。

這對產業意味什麼

第一個影響，是大型模型廠會更像基礎設施公司。它們不只賣軟體，還要管容量、採購、部署和維運。這會讓財務結構變重，也會讓資本市場更在意現金流。

第二個影響，是小型模型團隊更難玩。你如果沒有自己的長約、沒有足夠融資、也沒有企業訂單，光是租算力就可能被成本吃掉。這會把競爭門檻往上拉。

第三個影響，是雲端和晶片供應鏈會更忙。AWS、Google Cloud、Azure 這類平台，未來都會面對更兇的 AI 工作負載需求。誰能穩定供貨，誰就有談判籌碼。

第四個影響，是產品節奏會變快。容量一旦鎖定，模型迭代、API 擴張、企業導入都能排更長的路線圖。這對用戶是好事，因為服務比較不容易卡住。

但我也要吐槽一句。算力買越多，不代表產品一定更好。若模型品質、成本控制、企業落地跟不上，這種支出最後會變成財務壓力。AI 圈很愛講規模，但規模不是免死金牌。

AI 產業的背景脈絡

這幾年，前沿模型的成本一路往上。訓練一次要大量 GPU，推論上線後又要持續燒資源。對很多公司來說，真正的痛點不是訓練完，而是每天服務幾百萬次請求。

這也是為什麼企業會開始重視長約。短期租用雖然彈性高，但價格常常不好看。長約雖然綁死一部分選擇，卻能換來較穩定的供應。這在 AI 產業裡，已經變成很務實的做法。

從更大的角度看，這類交易也反映出一件事。AI 公司的競爭，正在往資本密集化發展。不是每個團隊都能一直靠 demo 和融資故事撐下去。最後還是要看誰真的能把產品跑起來。

對台灣開發者來說，這件事也有參考價值。你在做 AI 產品時，別只看模型能力。也要看 API 成本、延遲、可用率，還有供應商是否能長期供貨。這些才是能不能上線賺錢的重點。

接下來要看什麼

接下來最值得追的是，這 450 億美元到底主要用在訓練，還是推論。兩者差很多。訓練偏向未來版本，推論則是現在的流量壓力。這會影響外界怎麼看 Anthropic 的成長節奏。

另一個重點，是其他 AI 公司會不會跟進簽更長的算力合約。如果大家都開始這樣做，整個產業的成本結構會更固定，短期內也會更吃資本。這對新創來說，不會太輕鬆。

我的判斷很直接。接下來 12 個月，AI 競爭會更像採購戰。誰先把 GPU、電力和機房卡住，誰就比較有空間繼續做模型、做產品、做企業市場。你如果在這圈子工作，現在就該開始看成本表，不要只看 Demo。

如果你在做 AI 產品，下一步該問的不是「模型多強」，而是「每 1,000 次請求要燒多少錢」。這題答不好，再強的模型也很難長久。