Meta与Anthropic估值相当：注定有一方错得离谱
Meta当前估值不到2万亿美元，即将IPO的Anthropic报价与之相近，但一个靠广告赚钱、一个纯靠AI模型赚钱，作者认为两者的估值注定会有一个大幅修正。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 时间戳为按文稿位置估算
Muse Spark Open把中美开源差距缩小一半
Muse Spark Open的性能介于GLM 5.2之上、DeepSeek V4.1 Flash附近，仍落后于GLM 5.3和Kimi K3。作者判断：如果没有Muse Spark Open和Reflection的Beam，美国开源模型就会被20多个中国开源模型全面压过。这次发布让美国最强开源模型从「性能上无关紧要」变成「落后但仍有存在感」，美中开源差距大致缩小了一半。
Muse Spark Open的许可证相当不开源
这份custom license几乎复刻了过去几年被开源社区诟病的全部限制：产品里必须展示「Built with Muse」字样；月收入超过2000万美元的公司要单独找Meta签约；还要求同意一份可接受使用政策，并把限制延伸到模型输出和衍生品上，导致能否用它生成合成数据存在法律灰色地带。作者认为这种复杂、非标准的许可证，对急需挽回采用率的实验室是不必要的战略风险。
Meta是唯一横跨开源闭源前沿的美国公司
就在Muse Spark Open发布前几天，Meta还公布了闭源模型Muse Wonder与Muse Wonder Full，传统基准上仅次于Anthropic的Opus 5.5，与GPT-6-Astra、Gemini-4-Argon相当。Meta是唯一同时拥有前沿开源模型和前沿闭源模型的美国公司，阿里的Qwen走的是类似路线但更偏开源。这距Zuckerberg发布饱受批评的「Personal Superintelligence」帖子才刚过一年多。
扁平管理是Meta翻身的关键变量
作者认为建模型需要钱、算力、数据和人才，但真正难的是把资源组织起来。Alex Wang手下有超过200个直接下属，是一个管理层极少的扁平组织，却能稳定推出模型和产品改进。相比之下，Gemini常被形容成很难把事情做成的地方；Llama此前的失败被归咎于管理层按政治而非性能做决策；xAI则可能人才流失太快、组织化不够，难以长期维持顶尖模型。
实验室排名：Anthropic领先OpenAI
作者给出的综合排名是Anthropic高于OpenAI，Meta与Gemini相当，xAI与中国开源模型相当，美国开源模型垫底。Anthropic组织最清晰、最有章法，因此建立了领先优势；OpenAI状态起伏更大，但始终能维持在部署模型的前沿，同时是公开科学突破的领导者，从Navier-Stokes到o1的推理时间scaling都是例子。
美国前沿玩家已收窄到五家
作者认为「前沿模型的游戏会贵到没人玩得起」的预测正在美国阵营内发生：真正能打的只剩Anthropic、OpenAI、Meta、Gemini、xAI五家。如果微软开始发布自有模型，凭借规模化的财务背景和可直接使用OpenAI知识产权训练模型的优势，有可能挤进这个名单。
三线实验室越来越难进前沿
Mistral、Nemotron、Reflection、Arcee等「三线」玩家推出的最好模型，已经越来越难撼动开源或闭源的前沿。它们仍能获得可观采用量，足以撑起一门生意，但打造真正前沿模型的成本如今要以每个主力模型数十亿美元计，只有巨头才能扛住，这进一步固化了头部玩家的位置。
Meta与Anthropic估值相当，终须有一方被重估
Meta目前估值不到2万亿美元，而即将IPO的Anthropic定价与之相近。作者认为从长期看两家公司站在差不多的起点，而Meta还坐拥一门极其赚钱的核心业务。只要Meta和其他挑战者继续留在牌桌上，AI相关IPO的估值就会持续承压，这还没算上安全风险的定价。作者据此提出思想实验：到2027年11月、2028年，Anthropic的公开市值会是多少？
原话 · 已逐字校验
Without these two models, there would be 20+ open-weight models built and released by Chinese companies better than the best Western models.
如果没有这两个模型，中国公司发布的开源模型里会有20多个比最好的西方模型还强。
If anything will hold Muse Spark Open back, it’ll be the specific license they designed for it.
如果说有什么会拖累Muse Spark Open，那就是他们为它设计的这份特定许可证。
Meta is the only American company with frontier open and closed models.
Meta是唯一同时拥有前沿开源模型和前沿闭源模型的美国公司。
Alex Wang has over 200 direct reports — i.e. it’s a very flat org with minimal management — and they’re releasing very consistent model and product improvements.
Alex Wang手下有超过200个直接下属——也就是说这是一个管理层极少的扁平组织——而他们却能持续稳定地推出模型和产品层面的改进。
One of the two valuations needs to correct massively.
这两个估值里必然有一个要经历大幅修正。
Yes, evaluations are a good proxy, but why do the leading labs like Anthropic go from hit models like Claude Fable 5 to total duds in Claude Opus 5 and then back to hits with Opus 5.5?
没错，评测是个不错的代理指标，但为什么像Anthropic这样的头部实验室，会从Claude Fable 5这样的爆款，跌到Claude Opus 5这种彻底的失败，然后又靠Opus 5.5重新成为爆款？
数字与实体
| Muse Spark Open参数规模 | 816B总参数/42B激活参数，上下文窗口1M tokens | 0:00 |
| Alex Wang直接下属人数 | 超过200人 | 5:25 |
术语
- RSI递归自我提升
- AI通过自我迭代改进能力呈指数级进步的假设路径。
- tier 1 / tier 2 / tier 3 labs一线/二线/三线实验室
- 业内按综合实力对AI实验室的非正式分级，一线最强。
收听指南
关注开源大模型生态、各AI实验室竞争格局和一级市场估值的投资人、工程师。
对许可证细节不感兴趣的听众，可以跳过开头的许可证条款罗列。