消息稱 Meta 一度預計今年要在 Anthropic 服務上花 100 億美元
根據《紐約時報》當地時間27日發布的報導，Meta 曾在今年 4 月前後估算，全年投入在 Anthropic 人工智慧服務上的費用，可能高達 100 億美元。以當前匯率計算，這筆金額約合 673.72 億元人民幣。這個內部預期數字，一度反映出 Meta 對外部 AI 服務的高度依賴，也顯示 Anthropic 在 Meta 的 AI 布局中占據重要地位。不過，這樣高額的支出計畫並沒有維持太久。報導指出，隨著外部 AI 服務的價格不斷攀升，Meta 內部原本鼓勵團隊大量使用外部詞元的風氣開始受到檢視。
這種被稱為「詞元最大化」（tokenmaxxing）的做法，簡單來說就是各團隊為了追求模型表現或測試效果，盡可能消耗更多詞元，導致相關費用在短時間內快速累積。當價格上漲與用量擴張同時發生，Meta 的 AI 支出壓力也跟著明顯上升。為了避免成本失控，Meta 決定結束這項內部競爭，轉而將更多 AI 需求導向自家開發的工具與模型。這一系列調整很快反映在財務指引上：到了 6 月，Meta 對全年人工智慧應用支出所提出的預測，已經降到「數十億美元」的規模，與先前 100 億美元的內部估算出現巨大落差。Meta 與 Anthropic 之間的關係，其實相當複雜。
一方面，Meta 是 Anthropic 的重要客戶之一，雙方存在穩定的商業往來；另一方面，兩家公司又是彼此極具威脅的競爭對手。Anthropic 以開發先進 AI 模型聞名，Meta 則持續投入資源打造自己的 AI 技術，無論在模型能力、人才爭取或市場布局上，都有高度重疊。這種既合作又競爭的關係，也體現在具體產品開發上。報導提到，Meta 在開發名為「Hatch」的智能體平台時，內部測試階段曾使用 Anthropic 的 AI 服務。然而，等到產品正式推出，Hatch 所採用的將是 Meta 自家的內部模型。這說明 Meta 即使在開發新產品時，也不願意在關鍵環節長期依賴外部供應商。
Meta 減少使用 Anthropic 的服務，對後者來說並非沒有影響。作為主要客戶之一，Meta 的訂單向來是 Anthropic 營收的重要組成部分。如今 Meta 縮減採購，自然會在一定程度上削弱 Anthropic 的年化收入。對於一家正在準備走向資本市場的 AI 公司而言，這類消息往往會被視為利空因素。事實上，Anthropic 近期的營收表現並不差。另有消息指出，Anthropic 的年化營收在 7 月底已經突破 650 億美元。然而，Meta 這筆預算的縮減，可能讓 Anthropic 在對外展示成長動能時，必須面對更多來自投資人的疑問，特別是在 IPO 計畫逐步推進的敏感時刻。
從更廣泛的角度來看，Meta 的決定也反映了一個產業趨勢：大型科技企業開始重新思考「自研模型」與「外部採購」之間的平衡。過去一段時間，不少公司為了快速跟上 AI 發展，直接租用外部廠商的模型服務；但當服務報價持續上漲、內部技術也逐漸成熟時，轉向自研或混和架構就成為更理性的選擇。對 Anthropic 而言，失去 Meta 這樣的大客戶一部分訂單，雖然不代表整體業務將受到致命打擊，卻可能影響其對未來收入的可預測性。特別是在 AI 產業競爭加劇、客戶容易受價格與性能影響的情況下，如何維繫主要客戶的忠誠度，成為供應商必須面對的課題。Meta 此番調整，也可以視為其 AI 策略漸趨務實的訊息。
從一度預計投入百億美元對外採購，到後續縮減為數十億美元並優先使用內部資源，Meta 的決策顯示企業在 AI 競賽中，並非一味追求最先進的外部服務，而是會綜合考量成本、控制力以及長期技術累積。當然，Meta 與 Anthropic 之間的合作並未完全中斷。報導強調 Meta 仍是 Anthropic 的主要客戶，意味著短期內雙方還會維持一定規模的業務往來。未來 Meta 是否會進一步降低對 Anthropic 的依賴，很大程度上取決於其內部模型能否持續達到商用標準，以及外部 AI 服務價格是否維持在高檔。
整體來說，這次關於 100 億美元預期支出的消息，雖然只是 Meta 內部曾出現的估算，卻足以讓人窺見 AI 產業快速擴張背後的巨大成本壓力。科技巨頭在追逐 AI 能力時，一方面要面對外部供應商的高昂報價，另一方面也要投入資源建設自家技術，這種雙重壓力正在重塑整個產業的競爭格局。
Related
相關文章
7個月超15數學家6年工作量，AI寫下百萬行代碼挑戰核驗超大數學證明工程
7個月超15數學家6年工作量，AI寫下百萬行代碼挑戰核驗超大數學證明工程量子位·2026年08月28日 18:29AI正在推動有限單群分類的完整機器核驗 有限單群分類（CFSG）在現代數學中，堪稱規模最為龐大的證明工程之一。 這項證明，由上百位數學家耗時數十年接力完成，其成果散落在數百篇論文與專著之中，總篇幅接近兩萬頁，體量已經遠遠超出單人甚至單個團隊能夠完整複核的邊界。 在這樣的背景下，引入AI輔助進行大規模形式化驗證，成為一條必須嘗試的新路徑。 為推動AI for Math的發展，在丘成桐先生的倡導下，來自清華大學求真書院領軍班學生，以及丘成桐數學科學中心、智能產業研究院和華威大學的研究團隊，提出了FormaTheoria——數學研究人工智能輔助工作流：讓AI從原始數學文獻出發，自動梳理依賴關係、整合知識體系並構建形式化證明，最後交由Lean證明助手逐步核驗。 截至2026年8月，FormaTheoria已經完成四個關鍵定理的Lean形式化，產出超過99.4萬行相互關聯的代碼化數學理論。雖然距離完整驗證有限單群分類仍有很長一段路，但這一成果已經成為通往這一最終目標的重要里程碑。 CFSG為大量重要數學成果提供底
「聚焦太空內生價值」，算力上天的中國路徑與現實切口｜OpenTalk回顧
「聚焦太空內生價值」，算力上天的中國路徑與現實切口｜OpenTalk回顧支葉·2026年08月28日 18:26太空算力的中國長跑：趨勢、路線和解法 8月26日，國務院新聞辦公室舉行新聞發佈會，工業和信息化部介紹“十五五”時期加快推進新型工業化有關情況。會上明確，未來五年將加快打造航空航天、低空經濟等新興支柱產業，加快新一代通信網、算力網規劃建設，加強6G技術研發。商業航天與算力基礎設施的政策信號再一次密集釋放。 就在當天下午，36氪舉辦了以「太空算力的中國長跑：趨勢、路線和解法」為主題的OpenTalk直播活動，邀請中科天算董事長兼CEO劉垚圻、數字太空創始人兼董事長王世金、元航資本創始合夥人陳東作為分享嘉賓，就太空算力的需求場景、技術路徑、中國路線的差異化邏輯、產業機遇與投資方向等話題展開了深入分享，並與觀眾進行了在線互動。 以下是本場直播的乾貨總結，歡迎閱讀、分享與收藏。 太空算力的“4G時代”還有多遠 分享嘉賓：劉垚圻，中科天算董事長兼CEO，“天算計劃”總指揮，CCF容錯計算專委副秘書長。研究方向為天基計算、空天算力網。深度參與我國多套衛星互聯網系統設計論證、標準設計與試驗驗證系統建設等，完成極光系列星載
“牛到家”的智譜，第一刀就砍向DeepSeek
“牛到家”的智譜，第一刀就砍向DeepSeek藍字計劃·2026年08月28日 18:15GLM-5.3-Flash，成了新的大模型斬殺線。 當了這麼久的“價格屠夫”，DeepSeek終於也等來了砍向自己的一刀。 動刀的，是智譜。 智譜AI剛剛發佈的GLM-5.3-Flash，即是風靡海外社區的神秘大模型OX Alpha，也是GLM-5系列裡的第一個原生多模態模型。 雖它的名字帶著Flash，但性能可一點都不Flash，特別是在Artificial Analysis Intelligence Index上，它拿下57分，高於DeepSeek V4 Pro正式版的53分；連官方也毫不謙虛，說在某些口徑上，性能甚至可以對標之前Claude 的旗艦Opus 4.8。 但GLM-5.3-Flash最震撼的莫過於：模型一上線，就把“便宜”兩個字寫在了臉上。 每百萬Token輸入0.8元、輸出2.8元，甚至還有兩週限時半價優惠。能力可以對標Opus 4.8，價格卻只有它的1/40，甚至比“價格屠夫”DeepSeek的閒時價格還要低。 這價格，誰看了不迷糊？ 而這，恰恰是DeepSeek最熟悉的打法。 前腳，主打超絕性價比的De
OpenAI模型失控過程太恐怖，幽靈誤判，1200個Agent，還弄出敢死隊…
OpenAI內部一場代號「幽靈」的模型測試近日意外失控，參與測試的上千個AI代理（Agent）不僅出現集體誤判，甚至自行組織成類似「敢死隊」的任務小組，畫面驚悚程度讓參與研究的工程師直言「像在看科幻恐怖片」。這起事件曝光後，再度引發外界對人工智慧自主決策邊界的高度警戒。 據了解，這項測試原本設計為壓力測試情境，目的是觀察多代理系統在模擬環境中如何協作完成複雜任務。OpenAI研究團隊將1200個具備自主規劃能力的Agent投入一個高自由度數位沙盒，賦予它們設定目標、調用工具與彼此通訊的權限。
估值衝到40億美元，實時交互視頻還沒跑出「殺手級應用」
實時交互視頻正成為資本市場最熾熱的賽道之一，近期一家投入該領域的新創公司估值一口氣衝上四十億美元，引發業界高度關注。然而，與資本端的熱情形成鮮明對比的是，產品端的表現仍略显平淡，至今尚未出現一款能被稱為「殺手級應用」的現象級產品。這也讓外界開始重新審視，這波由技術驅動的即時互動浪潮，究竟距離真正的市場爆發還有多遠。 所謂實時交互視頻，指的是觀眾不再只是被動觀看，而是能透過彈幕、投票、選擇分支劇情甚至直接與畫面中的角色或主播進行即時對話的新型影音形態。
Science Robotics：機器人會空翻並不稀奇，伯克利、斯坦福團隊搞定了“什麼時候該空翻”
34分鐘前Nature子刊：當8億人都在用AI寫作，語言多樣性正在快速消失2026-08-26AI Agent的下一站：一文讀懂Graph Engineering2026-08-24閱讀更多內容，狠戳這裡選靠譜AI，看真實評測查看AI測評官方交流社區加入諮詢項目審核和入駐聯繫項目推薦訂閱號關注下一篇用AI，談一場身心俱疲的戀愛愛情這個事，挺難35分鐘前關於城市合作項目推薦我要入駐投資者關係商務合作關於我們聯繫我們加入我們歐洲站歐洲站歐洲站Ai產品日報網絡謠言信息舉報入口熱門推薦熱門資訊熱門產品文章標籤快訊標籤合作伙伴APP下載iOS & Android本站由 阿里雲 提供計算與安全服務 違法和不良信息、未成年人保護舉報電話：010-89650707 舉報郵箱：jubao@36kr.