Mercor 的 20 亿美元是 gross 口径：数商年化收入该怎么读

The Information 披露的融资材料里，Mercor 上半年总收入 6.14 亿美元，约三分之二付给了承包商，去年毛利率 27%，今年二季度 33%。正在谈的估值是 200 亿美元，约为 gross 年化的 10 倍。

我的判断是：数商之间的年化收入不能直接比，数商和软件公司的倍数更不能比。口径先对齐，才谈得上估值贵不贵，才谈得上买方怎么还价。

01四家数商的口径并排

先把已披露的数字摆在一起。

最后一行是关键。Snorkel 卖的是 RL 环境和成品数据集，不卖人力小时，专家费用走成本科目。Mercor、Handshake、Micro1 卖的是专家工时加撮合，专家费用在收入里先算一遍。3.75 亿和 20 亿放进同一张榜，是两种会计方式在比大小。

Micro1 那篇报道里有一处我专门核对过。原文写公司「留下 60% 到 70%」，同时给出的净额是 1.5 亿到 2 亿，即 gross 的 30% 到 40%。后一个数字和 TechCrunch 在 Snorkel 那篇里写的「付给专家六到七成」一致，我按付出去六到七成理解，前一句应该是笔误。

这个数字不是收入，是流水。

02毛利率决定倍数能不能横比

200 亿美元估值除以 20 亿美元 gross 年化，10 倍。听上去不贵。

按它自己披露的口径，约三分之二的收入付给承包商，留在公司的大约三分之一。我的推算是：留下的部分对应约 6.7 亿美元净年化，同一笔估值除下来接近 30 倍。Mercor 没有披露过净额年化，这个数是我拿披露比例做的算术，只能当量级看。

毛利率的数字和推算互相印证。去年 27%，今年二季度 33%，和「三分之一留在公司」基本是一回事。数商的毛利率，很大程度上就是扣掉专家分成之后的净收入占比。

参照系摆出来。报道里写，Anthropic 预期 2029 年毛利率 77%，OpenAI 预期 2029 年底接近 70%，GitLab 最近一个季度 86%。Mercor 内部预测 2027 年 46%，2030 年 56%。全部兑现，2030 年也低于软件公司今天的水平。

营业利润这条线要按同样口径读。报道里写，Mercor 去年首次盈利，营业利润 900 万美元，营业利润率 3%；今年预计 2.26 亿美元，12%；2027 年 26%，2030 年 45%。这些是公司向投资人展示的预测，不是已确认的结果。3% 到 12% 的跳升来自专家分成之外的成本摊薄，前提是收入继续翻倍、客户不拆单。预测里每一项都取决于同一个变量：留在公司的那三分之一能不能变大。

有人会说，数商本来就该比人力外包，不该比软件。这个说法我同意一半。它要是人力外包，倍数就该按外包的标准给，不能拿软件叙事抬。而 Mercor 向投资人展示的是另一个故事：到 2030 年基础模型客户占比降到三分之一以下，《财富》2000 强占 57%。这个故事成立的前提，是毛利结构要变。

03毛利结构靠什么变

毛利往上走有三条路径，前两条是 Mercor 和 Micro1 自己说的方向。

一条是软件化。今年 7 月 Mercor 收购了做强化学习环境的 Deeptune。报道里有多位研究人员认为，在不少专业场景下，用 Excel、Salesforce 这类软件搭出来的仿真环境训练 Agent，效果优于人工标注。环境搭好之后可以反复训练，成本不再随工时线性增长。Snorkel 卖环境的收入走净额口径，也是这个原因。

一条是同一份数据卖给多家客户。Micro1 的现货数据毛利率据说能到 80% 到 90%。这个数不用细究，机制摆在那里：定制任务每次都要重新付专家费用，现货数据付一次，卖多次。

还有第三条，在质检环节。今年 1 月 Handshake 收购了做数据标注审计的 Cleanlab，TechCrunch 报道这笔交易主要是吸纳九名核心员工。Cleanlab 的算法能在没有第二个人工复核的情况下标出错误数据。每一单任务少一轮人工复核，专家分成就少一块，收入不动，毛利直接变。Handshake 的战略负责人对 TechCrunch 说，团队长期在研究自己数据的质量到底多高。质检能力一旦内化，数商和买方谈价就有了第二个依据：质量由自己的模型给出担保。

这三条路都有代价。

现货数据一卖多家，撞上排他性。TechCrunch 报道，批评者认为把现货数据卖给中国的模型开发者，帮他们追上了美国头部模型，Micro1 创始人 Ali Ansari 公开表示自己不向中国模型厂商卖数据。国内一位数据行业人士对《智能涌现》说过，大厂现在有数据排他策略，比如设定数据集独家期限，或阶段性买断供应商核心人员。这是匿名人士的说法，我只引它说明买方有这个动作。两头合起来看，现货数据的高毛利，要拿排他性和客户范围去换。

环境交付的代价在验收。人工标注可以抽检，环境要证明打分器抗得住模型投机。毛利省下来的钱，有一部分要还给验证。

Mercor 自己也没说人工会消失。它的说法是，法律案件这类高风险复杂场景，人工审核替代不了。我同意，这部分的毛利率不会变。

04买方拿口径谈价

以下是我的判断，不是已披露的合同条款——数商和客户之间的价格没有公开数据。

第一，问净额。采购方看到的是 gross：你付的每一美元，是专家工时加数商留存。数商留存比例在 30% 到 40% 的量级，这是可以追问的变量。同一份任务，把专家时薪、抽检比例和数商服务费拆开报价，才知道钱买的是什么。

第二，现货数据问排他。一份数据卖给几家客户，数商毛利率可以到 80% 以上，买方要么付排他溢价，要么接受别家也有同一份。想拉开差距的大厂，该直接问数据集的独家期限和销售范围。

第三，环境按验收付费。环境类交付的价值取决于打分器抗不抗投机。模型会钻打分器的漏洞，这在训练环境里有公开记录。验收条款里写明独立复核和回溯期，比压单价更有用。

第四，防单点依赖。Mercor 上半年 91% 的收入来自基础模型公司，客户一旦拆单或暂停合作，收入曲线跟着动。今年 3 月它受到供应链攻击影响，Meta 暂停了合作，6 月 25 日公司说所有前沿模型公司客户在过去几个月都增加了合作规模。对买方，这说明供应商可以拆单；对数商，这是估值里最大的变量。

回到开头那个数字。20 亿美元是 gross 年化，约三分之二付给了专家。读数商的收入，先问口径，再问留下多少，最后问这笔钱买的是工时还是资产。

05常见问题

怎么判断一家数商报的年化数字是 gross 还是 net？

看专家费用进哪个科目。走收入抵减的是 gross，像 Mercor、Micro1，公开口径里都承认含承包商那部分；走销货成本的是 net，Snorkel 就是这么说的。报道没写明口径时，拿毛利率倒推更快——毛利率压在 27% 到 33% 这个区间的，基本就是 gross 撮合模型。

作为供应商，净额占比 30% 到 40% 算正常还是偏低？

按 TechCrunch 给出的同业参照，付给专家六到七成是撮合类数商的常态，Micro1 的 1.5 亿到 2 亿净额对应的也是这个区间。想往上走只有三个办法：环境类交付、现货数据复卖、把质检从人工复核换成算法审计。前两个要拿排他性和验收成本换，第三个最直接，Handshake 收 Cleanlab 就是这个逻辑。

采购 RL 环境时，验收条款该怎么写？

核心是打分器抗投机的证据，模型钻奖励漏洞在训练环境里有公开记录，交付时的分数不代表可用。条款里写明独立复核方、回溯期和返工口径，比在单价上砍几个点划算。环境省下来的毛利，有一部分本来就该还给验证环节。