OpenAI年化营收被指较预期少200亿美元
此前多家媒体称OpenAI年化营收约700亿美元,最新报道指出其实际水平较预期低约200亿美元,落差近三成。在巨额算力承诺与高频融资背景下,这一缺口再度引发市场对其估值与商业化节奏的审视。
据TechCrunch当地时间2026年10月8日报道,OpenAI的年化营收远低于外界此前相传的规模。此前多方报道曾称这家AI实验室的年化营收约为700亿美元,而最新报道称,其真实水平较此前的预期少了约200亿美元——按此推算,年化营收或在500亿美元上下。对于一家长期以“增长最快”自我标榜的公司而言,近三成的口径落差,足以动摇外界对其商业化曲线的想象。
700亿与500亿:一个年化口径的落差
所谓“年化营收”,通常指用最近一段时间(如最近一个月或一个季度)的收入线性外推到全年得出的数字,而非经审计的年度财务数据。这种口径天然偏乐观,也容易被放大:大额预付款、多年期企业合同的一次性确认、短期促销带来的收入脉冲,都可能让“运行率”看起来比真实的可持续收入更漂亮。此次争议的核心正在于此——此前流传的约700亿美元年化营收,与最新报道所称的实际水平之间,存在约200亿美元的距离。
值得注意的是,200亿美元的缺口绝非小数目:它约相当于此前口径的三成。换言之,如果新报道属实,OpenAI过去一段时间向外界传递的收入增长叙事,可能被系统性高估了一截。目前该报道援引的仍是未经审计的估算数字,OpenAI官方也从未公布过精确的年化营收,这一缺口究竟来自收入确认口径、客户集中度,还是单纯的统计误差,仍有待更多信息验证。
烧钱机器遇上营收缺口:算力承诺是刚性的
营收不及预期之所以敏感,与OpenAI近两年铺开的算力蓝图直接相关。公开资料显示,OpenAI已与甲骨文、英伟达、AMD等巨头达成以千亿美元计的算力与芯片合作,并牵头推进“星际之门”(Stargate)等超大规模数据中心项目;微软自2019年以来对OpenAI的累计投资约130亿美元,并在2025年10月重组后持有OpenAI集团约27%的股份。在收入端可能缩水200亿美元的同时,支出端的承诺几乎没有回旋余地。
山姆·奥尔特曼(Sam Altman)本人此前曾多次公开表达对算力的渴求。
“我们目前受到算力约束……出于种种原因,很难获得我们真正需要的算力。”——奥尔特曼此前在社交平台上写道。
这段表态与眼下的营收质疑形成微妙对照:一边是必须履行的巨额算力账单,一边是被指低于预期的收入曲线。若缺口坐实,OpenAI要么以更高成本继续融资、发债填补窟窿,要么放慢部分基础设施节奏——无论哪条路,都会牵动整条AI产业链的预期。
估值叙事的压力测试:资本还相信增长曲线吗
2025年10月,OpenAI在一轮员工股转让中获得的估值约为5000亿美元,一度成为全球估值最高的初创公司之一。支撑这一估值的,正是“收入指数级增长”的叙事:ChatGPT每周活跃用户在2025年10月已突破8亿,企业版、API与各类智能体产品被寄望于把流量转化为真金白银。如今营收被指较预期少约200亿美元,等于对这条增长曲线的斜率提出了直接质疑。
投资界对此分歧明显。乐观者认为,运行率数据天然滞后于产品节奏,随着企业级智能体、广告等新变现手段落地,收入会在未来几个季度快速回补;谨慎者则担心,如果头部公司的收入都跟不上开支曲线,所谓“AI超级周期”就存在叙事坍缩的风险——毕竟围绕OpenAI的算力大单中,供应商、投资者与客户角色高度重叠,“循环交易”的担忧此前已被反复提及。谷歌、Anthropic等对手的快速跟进,也让OpenAI的定价权不再牢靠。
OpenAI如何补上缺口:变现加速与融资续血
截至目前,OpenAI并未对外公布经审计的精确营收数字,新报道中的落差也尚未得到公司层面的逐项回应。从已公开的动作看,其应对路径大致有三条:其一,加速商业化,包括推进ChatGPT付费版与企业版的渗透、上线广告与购物等新型变现、扩大智能体产品的企业订阅;其二,继续融资与发债,为算力承诺输血;其三,借助重组后的公司架构,让微软等股东与供应商的利益进一步绑定,换取更长周期的支持。
对观察者而言,接下来值得关注的不是单一报道的数字之争,而是几个可交叉验证的信号:合作方财报中与OpenAI相关的收入确认节奏、新一轮融资的条款与估值,以及OpenAI是否会披露更规范的财务口径。这些信号将共同回答一个问题:700亿美元与500亿美元之间,究竟是统计口径的游戏,还是真实增长的减速带。
站在2026年10月的节点回望,AI行业的估值体系正在从“讲故事”切换到“对账本”。OpenAI仍是这个时代增长最快、也最烧钱的公司之一,年化营收被指较预期少200亿美元,未必改变其长期地位,却提醒所有参与者:当承诺的算力以千亿美元计,收入的每一个口径都必须经得起审计。对OpenAI而言,下一阶段的考题不再是能不能造出更强的模型,而是能不能把模型能力按时、足额地变成报表上的收入。