「人均很高」和「公司很大」，仍然是两道题。
下面数据全部出自我们刚核查更新的全球AI公司人效库：
1264万美元：Anthropic的人效收入估算，排名全球第一。
43家：人均年创造收入达到100万美元以上的公司数量。极高人效已经出现，但还没有成为行业标配。
72倍：同样对应3亿美元收入，Midjourney只有60人，Turing为4300人，团队规模相差约72倍。
先交代口径。这份榜单统计全球未上市的原生AI公司，人效＝收入估算÷员工人数。
120家候选公司中，103家具备可计算条件，本榜展示前100家；没有可用人数数据的公司，即使已有收入估算，也不参与排名。
收入包含实际年度收入、ARR、年化运行率、CARR及第三方估算，不是同期同口径营收榜。收入截至2026年10月22日，人数复核截至10月28日。
同样3亿美元收入，为什么有人60人，有人4300人
先看这6家公司。
它们采用的收入数据都是3亿美元，但员工人数完全不同：
Midjourney，60人；OpenEvidence，83人；Suno，185人；Harvey，228人；Glean，567人；Turing，4300人。
从60人到4300人，团队规模相差约72倍。
当然，这些公司的收入披露时点不同，业务模式也存在很大差异，不能据此直接评判经营水平。Midjourney的60人，也不能简单理解成一个员工顶Turing的72个员工。
但这组对比把一个问题摆到了台面上。
创造同样数量的收入，不同AI公司需要配置的人力，为什么可以相差这么多？
Midjourney、Suno属于内容生成产品，用户通过相对标准化的产品界面完成创作，付费和使用流程高度自助化。
Harvey、Glean需要更深入地进入企业工作流程，客户部署、系统集成、数据安全、权限管理和持续服务，都会增加组织复杂度。
Turing涉及的人才服务、软件工程及AI相关服务，则需要更多人力组织与协调。
产品标准化程度、客户结构和交付复杂度，最终都会写进员工人数里。
因此，人效排名靠后，不等于公司更差；人效排名靠前，也不等于员工一定更优秀。它首先反映的是，这家公司用什么方式把产品交给客户。
小团队的杠杆：前30名里，16家不足百人
小团队在这张榜上的存在感非常强。
排名前30的公司中，有16家员工不超过100人；前20名中，恰好有10家。整榜共有26家百人以内公司，其中16家的收入估算已经达到1亿美元以上。
Chai Research只有20人，对应1.2亿美元收入，人效600万美元；Midjourney有60人，对应3亿美元收入，人效500万美元；Runpod、Fal、OpenEvidence和Genspark，也都以不足百人的团队进入了前11名。
分组之后，差距更直观。百人以内公司的人效中位数约为242万美元，其余74家公司的中位数约为51.5万美元，相差约4.7倍。
这类公司展示了一种典型的AI创业图景：核心团队保持精简，产品通过软件和线上渠道复制，订阅或用量计费持续产生收入，新增收入不必同比例增加销售与交付人员。
AI工具也在进一步放大研发、设计、营销和运营等环节的个人杠杆。
但这里必须踩一脚刹车。26家百人以内公司的收入合计约32.33亿美元，只占总榜2.2%。
小团队高人效是真的，小团队已经接管行业收入却不是真的。
「人均很高」和「公司很大」，仍然是两道题。
大公司也能有极高人效
小团队创造高收入，相对容易理解。不过已经拥有5000多名员工的公司，为什么还能保持极高人效？
Anthropic和OpenAI不仅收入排在前两名、估值排在前两名，人效依然排在前两名。
估值高，可以说是市场对未来的预期；收入高，可以说是商业化规模；但人效仍然靠前，意味着这些收入并没有被同等速度的组织扩张摊薄。
两家公司不只是把收入做大了，至少到目前为止，也守住了收入与人数之间的效率差。
Anthropic刚刚公开的招股书，提供了一组比静态排名更有价值的动态数据。
截至2026年9月30日，Anthropic过去12个月实际人均收入超过660万美元，一年前为140万美元。同期，过去12个月收入增长约1200%，员工人数增长约170%。
收入扩张明显快于人员扩张，人均收入因此在一年内提高到原来的4.7倍以上。
这里要区分两个口径：我们的榜单采用最新收入年化规模，因此Anthropic的人效为1264万美元；招股书采用过去12个月实际收入，因此披露的人效超过660万美元。两个数字不能混用，但方向一致。
招股书还披露，2026年9月，Claude完成了公司代码库中超过90%的代码贡献；2026年第三季度，平均每位工程师每天贡献的代码量，达到2024年全年日均水平的45倍以上。
代码量当然不能简单等同于工程价值。但收入、人数和内部工具使用放在一起看，至少说明了一件事：AI带来的组织提效，不一定表现为停止招人，也可以表现为员工继续增加，收入却增加得更快。
这比「多少人的小团队又创造了多少收入」，更值得持续跟踪。
有些公司的人很少，因为大量生产能力不在工资表上
人效榜上还有一个很有代表性的案例：Mercor。
按照榜单口径，Mercor年化收入20亿美元、员工约400人，人效500万美元，排名第四。表面上看，这是一家极其高效的公司。
但Mercor的业务模式与普通SaaS公司不同。它连接外部领域专家和AI模型公司，为模型训练、评估和专业知识任务提供人才与服务。大量实际参与生产的人，并不是Mercor的正式员工。
据Dealroom报道，Mercor将约60%至70%的总额收入支付给外部合同专家。按这一比例粗略测算，20亿美元中扣除专家支付后约为6亿至8亿美元，再除以400名员工，对应人效约150万至200万美元。
这个数字仍然可观，但和榜面500万美元已经有明显区别。
同样的逻辑也适用于部分AI基础设施公司。Runpod、Modal可以通过平台化产品服务大量开发者与企业，但业务离不开GPU、数据中心、云资源和外部基础设施。
这些资源不会全部体现为正式员工人数，却同样需要支付成本。
所以，人效高不必然意味着利润率高，也不能直接代表资本使用效率。
一个公司究竟是用更少的资源创造了更多价值，还是把大量生产成本放在了工资表之外，是两个需要分别回答的问题。
中国公司：小而精是真的，规模差距也是真的
按榜单的国别归属口径，中国公司有13家进入百强，其中4家进入前20，9家进入前50。
Manus以105人对应5亿美元收入，人效约476万美元，排名第7；Genspark以70人对应2.5亿美元收入，人效约357万美元，排名第11；DeepSeek和月之暗面均以300人对应10亿美元收入，人效约333万美元，分别排名第15和第16。
从分组中位数看，中国公司的人效中位数约为177.1万美元，高于美国公司的约76.3万美元。
这批中国公司大致可以分为两类：一类是Manus、Genspark、Retell、Decagon、Pika、HeyGen等出海产品团队，组织精简，面向全球市场；另一类是DeepSeek和月之暗面这样的基础模型公司，在数百人的组织规模上实现了较高人效。
但规模是另一幅图景。美国共有66家公司入榜，合计收入约占总榜94.9%；13家中国公司合计收入约37.55亿美元，占比约2.5%。
因此，更准确的概括是：中国团队已经出现非常突出的人效样本，但整体收入规模与美国头部公司仍有明显差距。
这一结果只描述本次入榜样本，不能直接外推为两国AI公司的整体水平。
国别也按榜单所属出海数据库的团队归属统计，不等同于注册地或创始人国籍。
五条判断
1. 极高人效是真实趋势，但不是行业平均状态。43家公司达到100万美元以上，已经足以说明AI带来的组织杠杆；中位数76.5万美元，则提醒我们不要把头部案例当成所有AI公司的日常。
2. 大公司维持高人效，比小团队做到高人效更稀缺。小团队天然没有复杂的组织层级，真正困难的是在客户、产品和员工持续扩张之后，收入增速仍然跑赢人数增速。
3. 人效的核心变量之一，是交付方式。标准化产品可以依靠少量核心人员服务大量用户；企业部署、专业服务和硬件制造仍然需要更完整的组织。下一场值得观察的效率提升，可能不在代码生成，而在销售、实施、交付和专业服务。
4. 人均收入需要与净收入、毛利和外部成本一起读。外部专家、算力、渠道和供应链都不一定出现在员工名单里，却会真实影响公司最终留下多少价值。
5. 动态人效比静态排名更重要。当一家公司的收入增长10倍时，它需要增加多少员工？如果员工也从100人增加到1000人，人效没有变化；如果只增加到200人，人效便提高到原来的5倍。这才是AI如何改变企业经营的直接证据。
这份榜单的边界
先说收入。本榜混合了实际年度收入、ARR、年化运行率、CARR和第三方估算，披露日期也不一致。
Anthropic的670亿美元是最新年化口径，不能与招股书的过去12个月实际收入混用；Midjourney等部分公司的收入披露时点则更早。
再说人数。人数来源包括公司披露、媒体报道、第三方估计及公开关联人数等，其中78家公司未注明原人数统计时点。
人数下限、区间上限等换算方式也会影响结果，跨期人数与最新收入相除，尤其需要谨慎。
第三是样本。没有收集到可用人数的公司没有入榜，已上市公司也不在统计范围内。
因此，这张榜更适合用来看量级和结构，不宜把某一家公司的具体名次当成精确结论。
最后，人效不是利润率、员工薪酬或个人绩效指标。外部专家、算力和其他生产成本没有被纳入分母，不同商业模式也不应只用这一把尺子排序。
从收入榜，到估值榜，再到人效榜，我们实际上在观察AI行业的三个不同侧面：公司做得多大，资本愿意给出多高预期，以及这些规模背后对应了怎样的组织。
这份榜单不是为了证明「人少」一定更好，而是让收入与人数之间的关系变得可见。
过去，公司规模往往通过员工人数体现。AI时代，一家公司所能组织起来的生产能力，开始远远超出工资表上的人数，当这些公司的收入继续增长10倍，它们还需要增加多少人。
本期完整榜单如下，后续我们会持续更新：
