Lambda 靠英伟达的芯片、英伟达的钱、英伟达的场子，把 GPU 租给 Anthropic

按 GPU 型号切档的实例租赁，把英伟达产品线直接变成价目表

Lambda 出租的不是自研芯片，而是英伟达 GPU 的算力时间。官网标价把 B200、H100、A100、V100 切成不同价位：B200 每 GPU 每小时 6.69 美元起，H100 SXM 为 3.99 美元，A100 40GB 为 1.99 美元，V100 为 0.79 美元。这种定价方式让客户按任务选卡，也意味着 Lambda 的毛利空间受制于英伟达芯片的采购成本。

产品差异不在硬件本身，而在交付方式：实例即开即用，适合短期训练和推理。对个人开发者和小团队，这降低了获得高端 GPU 的门槛；对大客户，单卡实例不够，于是有了集群产品。

这条产品线的约束是：芯片与服务器机架全部来自英伟达，Lambda 无法在硬件层做差异化，只能在可用性、价格和集群规模上竞争。

1-Click Clusters 把单卡生意升级成集群合同，客单价上去了，交付复杂度也上去了

1-Click Clusters 提供 16 至 2000+ 张 B200 或 H100 GPU 的集群，官网标价 H100 每 GPU 每小时 5.54–6.16 美元，B200 为 8.87–9.86 美元。相比单卡实例，集群的单价更高，客户也从开发者变成有大规模训练需求的企业。

集群产品是 Lambda 从零售算力走向合同生意的关键。它要求电力、机房和网络同步到位，交付周期以月计，收入确认也更接近项目制。官网还把开源的 NVIDIA Run:ai 计划集成进托管 Kubernetes 服务，说明它在软件层补调度能力，但核心仍是卖 GPU 时间。

这条线的风险在于：集群客户集中度高，一个大合同就能改变积压订单的规模，也能让公司命脉系于少数付款方。

谁付钱：按 GPU 小时付费的开发者与企业，价格公开挂在官网

第一条收入线是零售算力：客户按 GPU 型号和小时数付费，官网标价就是合同价的基础。B200 实例每 GPU 每小时 6.69 美元起，H100 SXM 为 3.99 美元，A100 40GB 为 1.99 美元，V100 为 0.79 美元。付费方包括个人开发者、研究团队和需要短期算力的公司。

这种模式的好处是价格透明、起租门槛低，坏处是客户随时可以比价，粘性来自可用性和上手速度而非合同锁定。对小团队而言，这是最容易切入的算力采购方式，但也意味着单价会随供给波动。

公开资料没有披露这条零售线在总收入中的占比，也没有披露客户留存率。

第二条收入线：1-Click Clusters 与超大合同，单价更高但账期更长

集群产品的定价明显高于单卡实例：H100 每 GPU 每小时 5.54–6.16 美元，B200 为 8.87–9.86 美元。客户买的是成规模的集群和更短的部署时间，Lambda 卖的是已经通电、联网、可调度的机架。

这条线在 2026 年被一个大合同放大：据报道 8 月底与 Anthropic 签署价值 350 亿美元的算力合同，成为积压订单的主要增量。积压订单从 2026 年 6 月的 150 亿美元增至 9 月的 500 亿美元。但积压订单不是收入，需要先投入数据中心、芯片、电力和融资才能兑现。

收入结构因此从零售转向合同，单价上去了，回款周期和资本开支压力也同步上去。公开资料未披露这两条线各自的毛利率。

客户从个人开发者一路排到微软，但 Anthropic 一家改变了收入重心

Lambda 的客户覆盖从个人开发者到微软等大型企业。2025 年 11 月与微软签署数十亿美元多年期协议，计划部署数万张英伟达 GPU（该协议为中等置信度报道）；2026 年 8 月与 Anthropic 的 350 亿美元合同则把积压订单推到 500 亿美元。Anthropic 合同涉及得州 Nueces County 由 Hut 8 建设、英伟达承租的设施。

客户结构的变化带来一个直接后果：收入越来越依赖少数大客户的持续付款，而零售开发者客户更多是价格和可用性的边际买家。公开资料没有披露客户数量、各客户收入占比或合同期限分布。

对判断这家公司的人来说，关键不是客户名单有多长，而是 Anthropic 合同能否按期转化为收入。

官网标价加自助开通，把获客做成零售，大单靠直接签约

Lambda 的触达方式分两层：小客户通过官网看标价、自助开通实例，获客成本低，决策链短；大客户则靠直接签约，合同金额和交付条件单独谈。官网标价在这里不只是报价，也是信任工具——客户不用询价就能判断预算。

这种渠道结构意味着销售费用不会均匀分摊，大单依赖少数商务关系。公开资料未披露其销售团队规模或获客成本。

钱花在数据中心、英伟达芯片和电力上，积压订单越多资本开支越重

Lambda 的成本大头是数据中心、GPU 芯片、服务器机架和电力。芯片与服务器机架全部来自英伟达，采购价格和交付节奏不由自己控制；据报道 Lambda 在美国运营 15 个数据中心（来源为二手报道，非官网原文），电力和机房是长期承诺。

积压订单从 150 亿美元增至 500 亿美元，意味着未来要交付的算力规模大幅上升，对应的资本开支也会前置。报道提到积压订单不等于收入，需先投入数据中心、芯片、电力与融资才能兑现。公开资料未披露其毛利率、单集群建设成本或电力成本占比。

股权融资加 GPU 抵押贷款，用未来合同撬动当下的建设资金

Lambda 的资金来源是组合式的：截至 2025 年 11 月 E 轮累计股权融资超 23 亿美元，E 轮本身 15 亿美元、投后估值 59 亿美元；2026 年拟融资至多 40 亿美元，投前估值 145 亿美元，黑石与 Coatue 领投。债务方面，2024 年 4 月以英伟达 GPU 为抵押获 5 亿美元融资，2026 年 8 月再获 9.26 亿美元贷款，2026 年 10 月 1 日完成 10.08 亿美元固定利率贷款、利率 6.78%、2033 年到期。

这种结构说明公司用合同和硬件资产做抵押来扩张，而不是靠经营现金流滚动。好处是能快速上规模，坏处是利息和还款节奏固定，一旦合同交付延迟，压力会集中在资产负债表上。公开资料未披露其现金流或债务契约细节。

护城河是英伟达关系带来的拿卡与选址能力，不是技术专利

Lambda 的竞争位置建立在英伟达生态里：芯片与服务器机架全部来自英伟达，据报道英伟达还是它的股东，并在得州场地作为承租方出现。这种绑定让它在高端 GPU 供给紧张时更容易拿到货，也能进入由合作伙伴建设的园区。

但这也意味着它的“护城河”是关系性的，不是资产性的。客户买的是英伟达芯片的算力时间，换一家同样能拿到卡的云商，产品差别不大。公开资料没有披露其自有数据中心产权、网络架构或软件调度层的独特能力。

真正的粘性来自交付速度和已签合同，而不是技术壁垒。

客户集中度：估值系于 Anthropic 一家能否持续付款

2026 年 8 月与 Anthropic 的 350 亿美元合同是积压订单从 150 亿美元增至 500 亿美元的主要增量。这让 Lambda 的收入前景高度依赖单一客户的付款能力和合同执行。一旦 Anthropic 调整算力采购节奏，积压订单的兑现就会推迟，而数据中心和芯片的投入已经发生。

公开资料没有披露合同的分期付款安排、违约条款或 Anthropic 的预算变化。对观察者来说，这是比技术路线更直接的风险。

兑现风险：积压订单要先用资本开支换，利息不等人

积压订单不等于收入，需先投入数据中心、芯片、电力与融资才能兑现。Lambda 的债务包括 2026 年 10 月 1 日完成的 10.08 亿美元固定利率贷款，利率 6.78%，2033 年到期，以及以 GPU 为抵押的贷款。这些还款义务按日历走，不随合同交付进度调整。

如果建设或交付延迟，公司同时面对资本开支超支和利息支出，股权融资的估值也可能受影响。公开资料未披露其项目延误记录或客户验收周期。