Palantir 單季營收突破 23 億美元年增 96%

☘️ Article

孟恭觀點

• pltr 26q3
• 收尾直接感謝散戶，並說要讓 " 嘲笑你們和我們的人受苦 "。此外提到小模型在滿多案例上勝過大模型表現，且絕大多數具有經濟價值的問題用前沿模型以下的就能破解
• Sovereign AI 上線一季就把美國商業部門推成公司最大引擎，公司定調讓模型商把市場做大、Palantir 收割落地需求
• 營收 23.13 億美元，yoy 96%，單季首破 20 億。其中美國營收 19.37 億，yoy 119%，佔總營收 84%。美國商業 9.84 億，yoy 148%，首超美國政府 (9.53 億，yoy 96%)
• 前 20 大客戶 TTM 平均貢獻 1.46 億，yoy 76%；美國商業客戶數 686，qoq 5%
• guide 全年營收上修至 85.3 億，yoy 91%
• 小模型打大模型的案例密集出現，L3Harris 用自有資料微調開源模型，48 小時內超越原本用的前沿模型，成本降 95%
• NVIDIA 把自家最小模型後訓練到大幅超越最大模型，單張 GPU 幾小時就能重訓
• PACOM 演習部署 300 億參數後訓練模型，任務表現勝過 3 兆參數的 GPT 5.6 Sol
• 大多數有經濟價值的問題用前沿以下的智能就能解
• 成功客戶的共同點是野心，失敗客戶多半只想砍 opex
• 以前從接觸到 pilot 再拉長鎖定，現在在 Sovereign bootcamp 裡直接買，起步規模從 25 萬美元變 2500 萬美元，合約變短、擴張變快
• Karp 說 Anthropic 在幫忙賣 Palantir，雙方是共生，Anthropic S1 第 209 頁講的 AIG 商業保險核保案，整個流程跑在 AIP 上
• Palantir 的論述與超大規模雲、模型商的資本支出敘事相反。價值不在算力與參數規模，在企業內部資料迴圈與工作流

✍️ Abstract

三句話總結

• 單季營收首破 20 億美元：Palantir 2026 年 Q3 營收達 23.13 億美元，年增 96%，全年營收指引上修至 85.3 億美元。
• 美國商業業務領先：美國商業營收達 9.84 億美元，年增 148%，首次超越美國政府業務。
• 公司強調 AI 落地價值：Palantir 認為許多具經濟價值的問題不必依賴前沿模型，強調 企業資料、工作流程 的重要性。

Rule of 40 季度數據走勢

• 季度數據：2024 年 Q4 為 81%，2025 年 Q1~Q4 依序為 83%、94%、114%、127%，2026 年 Q1~Q3 依序為 145%、155%、158%。
• 指標連續上升：Rule of 40 從 2024 年 Q4 的 81% 升至 2026 年 Q3 的 158%，累計提高 77 個百分點，所有列示季度均高於 40% 基準。
• 近期增幅縮小：2026 年 Q2 季增 10 個百分點，Q3 季增 3 個百分點。

孟恭觀點分析

• Palantir 感謝散戶：26Q3 法說會收尾直接致謝散戶，並稱要讓嘲笑 散戶、公司 的人受苦。
• Sovereign AI 帶動商業：Sovereign AI (主權人工智慧) 上線 1 季，即把美國商業部門推成公司最大引擎，公司定調由 模型商把市場做大、Palantir 收割落地需求。
• 營收與全年指引上修：單季營收 23.13 億美元 (年 +96%)，首破 20 億美元，全年營收 guide (財務指引) 上修至 85.3 億美元 (年 +91%)。
• 美國商業首度超越政府：美國營收 19.37 億美元 (年 +119%)，佔總營收 84%，其中商業營收 9.84 億美元 (年 +148%)，超越政府營收的 9.53 億美元 (年 +96%)。
• 客戶貢獻持續成長：前 20 大客戶 TTM (過去 12 個月) 平均貢獻 1.46 億美元 (年 +76%)，美國商業客戶數達 686 家 (季 +5%)。
• 小模型案例增加：公司表示，多數具經濟價值的問題可用前沿以下的模型解決，並列舉小模型勝過大模型的案例。
  • L3Harris：用自有資料微調開源模型，48 小時內超越原本使用的前沿模型，成本降低 95%。
  • Nvidia：將自家最小模型後訓練至大幅超越最大模型，單張 GPU 幾小時即可重訓。
  • PACOM：演習中使用 300 億參數的後訓練模型，任務表現勝過 3 兆參數的 GPT 5.6 Sol。
• 客戶成敗取決野心：成功客戶共同點為具備野心，失敗客戶則多半只想縮減 OPEX (營運支出)。
• 客戶轉向直接採購：過去從接觸到 Pilot (試點專案) 再拉長鎖定，現於 Sovereign bootcamp (訓練營) 直接採購，起步規模由 25 萬美元擴增至 2500 萬美元，合約變短且擴張變快。
• Anthropic 形成共生銷售：Karp 表示 Anthropic 協助銷售 Palantir，且雙方形成共生關係。
  • 如：Anthropic S-1 (招股說明書) 第 209 頁揭露的 AIG 商業保險核保案，整個流程皆運行在 AIP (人工智慧平台) 上。
• 核心價值聚焦工作流：論述與超大規模 雲端商、模型商 的資本支出敘事相反，強調價值不在 算力、參數規模，而在企業內部 資料迴圈、工作流。

專有名詞

• Sovereign AI Operating System (主權 AI 作業系統)：Palantir 自家的產品架構，由 AIP、Ontology、Foundry、Apollo 等技術組成，讓企業掌控 模型、資料、算力、決策 流程。
• L3Harris (L3Harris Technologies)：美國國防與航太科技公司，透過自有資料微調開源 AI 模型，降低成本並改善任務表現。
• Fine-tuning (微調)：使用特定領域資料進一步訓練既有模型，使其更適合特定任務，不必從零開始訓練。
• Post-training (後訓練)：模型完成大規模預訓練後，再透過微調、強化學習等方法改善特定能力或任務表現。
• PACOM (Pacific Command)：美軍太平洋司令部的舊稱，現為 USINDOPACOM (美國印太司令部)，負責印太地區軍事行動。
• Parameters (模型參數)：AI 模型在訓練中學得的數值，影響模型如何處理資訊；參數較多不代表特定任務表現一定較好。
• OPEX (Operating Expenses)：營業費用，企業維持營運所需的支出，例如人事、銷售與管理費用。
• Pilot (試點專案)：企業正式大規模導入產品前，先以小規模實際部署驗證技術成效與商業價值，確認可行後再擴大採購。
• Bootcamp (實作工作坊)：Palantir 讓潛在客戶利用自身資料與實際業務問題，短時間內建立 AI 應用原型、驗證價值的合作模式，有助於加速採購決策。
• Alex Karp：Palantir 共同創辦人暨執行長。
• S-1 (SEC Form S-1)：美國企業首次公開發行股票時，通常需要向 SEC 提交的註冊申報文件，包含公司業務、財務與風險資訊。
• AIG (American International Group)：美國大型保險集團。
• AIP (Artificial Intelligence Platform)：Palantir 的人工智慧平台，讓企業在既有資料、權限與業務系統上整合 AI 模型，執行實際工作流程。
• Data Loop (資料迴圈)：將業務執行結果持續回饋至資料與 AI 系統，讓模型與決策流程不斷改善。
• Workflow (工作流程)：企業完成特定任務的一系列 操作、判斷、執行 程序，AI 的商業價值取決於能否真正融入並改善這些流程。
• Rule of 40：獲利率口徑需依公司揭露確認。