# Формула Anthropic для run-rate revenue: зачем она нужна и как её читать
Каноническая страница: https://plainews.ru/posts/anthropic-run-rate-revenue-formula
Опубликовано: 2026-05-31T07:01:07.724Z

Anthropic считает run-rate revenue по особой формуле с двумя слагаемыми. Разбираем метод и почему он важен для оценки ИИ-компаний.
Anthropic называет цифры выручки, которые звучат внушительно, но считаются не так, как вы привыкли. Reuters Breakingviews раскрыл точную методику — и она объясняет, почему run-rate у ИИ-компаний всегда нужно проверять вручную.

## Что такое run-rate и почему стандартный способ не работает

Run-rate revenue (аннуализированная выручка) — это экстраполяция текущих продаж на год вперёд. Классический способ: берёшь выручку за последний месяц, умножаешь на 12. Просто, понятно, работает для SaaS с предсказуемыми подписками.

У ИИ-компаний модель смешанная: часть клиентов платит за подписку фиксированную сумму каждый месяц, другая часть — за потребление (токены, запросы, вычисления). Потребление нестабильно: оно растёт быстро, иногда скачкообразно. Один усреднённый месяц даёт заниженную картину. Именно поэтому Anthropic использует другой подход.

## Как именно Anthropic считает run-rate

По данным источника Reuters Breakingviews, формула состоит из двух частей.

**Часть 1 — потребительская выручка (consumption-based):**

`` последние 28 дней продаж × 13 ``

Берётся не календарный месяц, а ровно 28 дней. Это четыре полные недели — без искажений от разной длины месяцев. Результат умножается на 13, потому что в году примерно 13 таких периодов (365 ÷ 28 ≈ 13,04).

**Часть 2 — подписочная выручка (subscription-based):**

`` ежемесячная подписочная выручка × 12 ``

Здесь всё стандартно: фиксированные платежи предсказуемы, поэтому достаточно умножить на 12.

**Итоговая формула:**

`` run-rate = (28-дневные продажи × 13) + (месячные подписки × 12) ``

Пример в цифрах — если потребительская выручка за 28 дней составила $100 млн, а ежемесячные подписки приносят $50 млн:

```python consumption_28d = 100  # млн $ subscription_monthly = 50  # млн $

run_rate = (consumption_28d * 13) + (subscription_monthly * 12)

# = 1300 + 600 = 1900 млн $ = ~1,9 млрд $ в год

```

## Почему 28 дней, а не месяц

Это не случайный выбор. Месяцы содержат от 28 до 31 дня — разница до 10%. Для быстрорастущей компании это существенно: февраль даст заниженный показатель, март с 31 днём — завышенный.

28 дней убирают этот шум. Кроме того, недельные паттерны потребления у B2B-клиентов повторяются: четыре полные недели дают репрезентативную выборку без обрезанных рабочих циклов.

## Как использовать эту логику для оценки других ИИ-компаний

Если вы анализируете стартап или продукт с похожей моделью монетизации, та же структура применима напрямую.

**Шаг 1.** Разделите выручку на два потока: фиксированные подписки и переменное потребление. Смешивать их в одну цифру и умножать на 12 — ошибка.

**Шаг 2.** Для потребительского потока возьмите последние 28 дней. Если данных по дням нет, используйте последние 4 недели из еженедельной отчётности.

**Шаг 3.** Проверьте, нет ли разовых всплесков в выбранном периоде — крупного корпоративного контракта, маркетинговой акции, сезонного пика. Run-rate на аномальном отрезке даст нереалистичный прогноз.

**Шаг 4.** Сложите два слагаемых. Полученная цифра — это не прогноз, а снимок текущего темпа. Она говорит «если ничего не изменится», но у ИИ-компаний всё меняется быстро.

## Где ломается эта формула

**Быстрый рост делает цифру устаревшей.** Если компания растёт на 20% в месяц, run-rate за последние 28 дней уже через квартал будет выглядеть консервативно. Инвесторы это знают и закладывают рост поверх формулы — что создаёт пространство для манипуляций.

**Крупные разовые сделки искажают потребительский поток.** Один enterprise-клиент, который сгенерировал много запросов в тестовый период, раздует 28-дневную базу. Умножение на 13 превратит разовый всплеск в «годовую выручку».

**Разграничение потоков субъективно.** Что считать подпиской, а что потреблением — решает сама компания. Годовой контракт с фиксированным объёмом токенов можно отнести в любую категорию. Это даёт гибкость в том, какой мультипликатор применять.

**Формула не учитывает отток.** Run-rate считает текущий темп, но не показывает, сколько клиентов ушло за тот же период. Высокий run-rate при высоком churn — тревожный сигнал, который формула скрывает.

## Что попробовать дальше

Если вы строите финансовую модель для ИИ-продукта или оцениваете конкурента, попробуйте считать run-rate параллельно двумя способами — по формуле Anthropic и классическим умножением на 12. Расхождение между ними покажет, насколько велика доля нестабильного потребительского потока. Чем больше разрыв, тем выше неопределённость в прогнозах.

Также полезно отслеживать динамику run-rate еженедельно, а не ежемесячно — особенно если продукт растёт быстро. Четырёхнедельное окно легко сдвигать на одну неделю вперёд и смотреть на тренд, а не на точечный снимок.

## Источники

- Simon Willison: Quoting Karen Kwok for Reuters Breakingviews