作者｜冬梅

过去一天，OpenAI 的亏损数字成为全球科技圈最热的话题。

据 Ed Zitron 披露、并由《金融时报》独立核实的审计财务文件，OpenAI 2025 年归属于公司的净亏损达到 385.3 亿美元（约合人民币 2600 亿元），较 2024 年的 50.9 亿美元扩大约 7.6 倍。

Ed Zitron 是一位被描述为 " 科技行业最愤怒批评者 " 的记者之一，他对 AI 持非常悲观的态度。

对于一家正准备冲刺 IPO、估值可能被推向万亿美元级别的 AI 公司来说，这个数字太刺眼了，所以围绕着这一话题的讨论也甚嚣尘上。

OpenAI 一年亏掉 385 亿美元

但这件事真正复杂的地方在于，OpenAI 并不是简单 " 烧掉了 385 亿美元现金 "。

围绕这家公司 2025 年财务状况，至少有三个数字同时成立：385.3 亿美元的归属净亏损、209.2 亿美元的运营亏损，以及约 80 亿美元的调整后现金消耗。

还有消息称，OpenAI 仅在今年第一季度就亏损 37 亿美元，超过其 57 亿美元营收的一半。

从审计文件披露的口径看，OpenAI 2025 年收入为 130.7 亿美元，明显高于 2024 年的 37 亿美元。从数据来看，不能说 OpenAI 没有商业化能力：ChatGPT 仍然是全球最具影响力的消费级 AI 产品之一，OpenAI 今年也曾公开称，其月收入已达到 20 亿美元，ChatGPT 拥有超过 9 亿周活用户和 5000 万消费订阅用户。

问题在于，收入增长并没有改变 OpenAI 的成本结构。

2025 年，OpenAI 总成本和费用达到 340 亿美元。

其中，研发投入高达 191.8 亿美元，是最大支出项；收入成本为 75 亿美元，主要对应模型训练、推理、云计算和基础设施相关成本；销售和市场营销费用为 57.3 亿美元；一般及行政开支为 15.7 亿美元。扣除这些成本后，OpenAI 当年运营亏损为 209.2 亿美元。

这也是为什么，单看 385 亿美元并不完整。

2025 年恰逢 OpenAI 从非营利架构向营利性实体转换，审计文件显示，这一过程中因可转换权益和认股权证负债公允价值变化产生了 415.5 亿美元损失。这类项目属于非现金会计费用，不代表公司真的在这一年额外支付了 415 亿美元现金。

正因如此，《金融时报》在进一步剔除转换费用、股权补偿、微软计算额度等项目后，估算 OpenAI 的基础现金消耗约为 80 亿美元。

但反过来说，只用 80 亿美元来描述 OpenAI 的亏损，也同样容易低估问题。因为 80 亿美元是经过多层调整后的结果，而 209.2 亿美元运营亏损更能说明 OpenAI 当前业务本身的状态：一家收入高速增长的公司，仍然需要用更大规模的研发、算力和市场投入来维持领先。

亏损源自巨额研发和算力投入

OpenAI 的亏损首先来自研发。

前沿大模型不是传统软件业务。传统 SaaS 产品一旦完成开发，边际成本可以快速摊薄；但大模型公司每一次模型能力提升，都要对应更大规模的数据、算力、训练集群、推理优化和安全评测。OpenAI 2025 年研发投入达到 191.8 亿美元，远高于其收入成本本身。换句话说，OpenAI 现在的核心支出不是 " 维持 ChatGPT 运转 "，而是继续训练下一代模型、开发 Codex 等新产品、建设企业级能力，以及保住通往 AGI 的技术路线。

其次是算力成本。

审计文件还披露，OpenAI 2025 年向微软支付的服务费用合计约 172 亿美元，其中 105.9 亿美元被列入 " 研发 " 相关费用，另有 60.47 亿美元被列入收入成本。这意味着，微软既是 OpenAI 的早期核心投资方，也是其最重要的云基础设施供应商之一。OpenAI 越快增长，对底层云和算力资源的依赖也越深。

这种压力还在继续放大。路透此前报道称，OpenAI 计划到 2030 年投入约 6000 亿美元用于算力资源。OpenAI 总裁 Greg Brockman 在今年 5 月的法庭证词中也表示，公司 2026 年计算支出预计达到 500 亿美元。对 OpenAI 来说，2025 年 340 亿美元的总成本，可能只是更大规模基础设施投入周期的开端。

第三个成本来自竞争。

过去一年，OpenAI 的领先优势正在被更直接地挑战。Anthropic 凭借 Claude Code 在开发者群体中迅速扩大影响力，Google 则依靠 Gemini 和自身基础设施优势重新追赶。路透报道称，OpenAI 过去半年已经两次调整产品路线，先是应对 Google 的压力，后又因 Anthropic 的 Claude Code 加快对 Codex 和企业产品的投入。

这说明 OpenAI 正在从 "ChatGPT 一枝独秀 " 的阶段，进入真正的全面竞争阶段。它不仅要在模型能力上继续领先，还要在代码、企业服务、多模态、智能体和超级应用入口上同步投入。每一个方向都需要人、算力和市场资源。过去 OpenAI 可以靠 ChatGPT 的品牌势能获得用户，现在它必须证明自己可以把用户规模变成更稳定、更高毛利的商业收入。

为了留住人才，付出的成本同样不能忽视。

AI 行业的顶级研究员和工程团队已经成为稀缺资产。路透此前报道称，OpenAI、Google、xAI 等公司围绕顶级 AI 人才展开激烈争夺，OpenAI 顶级研究人员年薪包经常超过 1000 万美元，Google DeepMind 也曾向顶级研究员提供每年 2000 万美元级别的薪酬方案。Meta 更是通过高额薪酬和团队挖角加入这场竞争。对 OpenAI 这样的前沿实验室而言，人才流失不仅意味着薪酬压力，更可能影响模型迭代节奏和产品方向。

因此，OpenAI 的亏损并不只是一个财务数字，而是前沿 AI 商业模式的缩影：用户增长极快，收入增长极快，但维持领先所需的研发、算力、人才和市场投入也在同步膨胀。

资本市场对此并非只有一种态度。

看多的一方会强调，OpenAI 已经拥有罕见的收入增长速度和用户规模。公司今年 3 月宣布完成 1220 亿美元承诺资本融资，投后估值达到 8520 亿美元，这说明全球顶级资本仍愿意押注 OpenAI 成为 AI 时代的平台型公司。

从这个角度看，亏损是换取领先地位的必要成本。只要 OpenAI 能继续扩大企业收入、提高付费转化率、降低推理成本，并把 ChatGPT、Codex、API 和企业产品整合成更强的平台，其亏损就可能被视为高增长阶段的投入。

但看空的一方会问另一个问题：如果收入已经超过 130 亿美元，公司仍然要亏掉 200 亿美元级别的运营亏损，那么增长到底什么时候能够带来经营杠杆？

这也是 OpenAI IPO 前最核心的争议。

投资者并不会只看 OpenAI 有多少用户，而会看每一美元收入背后需要多少算力、多少研发人员、多少云服务支出，以及这些成本能否随着规模扩大而下降。传统互联网平台的故事是，规模越大，边际成本越低；但前沿 AI 目前呈现出的状态更复杂——用户越多，推理成本也越高；模型越强，训练和服务成本也越高。

更大的背景是，整个 AI 行业正在迎来资本市场的集中检验。

Anthropic 已经秘密提交 IPO 申请，OpenAI 随后也确认提交 confidential S-1。与此同时，大型科技公司还在继续加码 AI 基础设施。路透此前报道称，主要科技公司 2026 年围绕 AI 的资本开支计划正在引发投资者担忧，市场已经开始从单纯相信 AI 增长，转向追问这些投入到底能否带来可持续回报。

对 OpenAI 来说，385 亿美元这个标题数字会吸引眼球，但真正重要的不是 " 亏损到底是 385 亿、209 亿还是 80 亿 "，而是这三个数字共同指向的结构性问题：OpenAI 已经证明了 AI 产品可以产生巨额收入，但还没有证明前沿模型公司可以在持续竞赛中形成稳定利润。

网友怎么看？

在 Hacker News 上，围绕 OpenAI 亏损数据，讨论并没有简单分成 " 唱空 " 与 " 看多 " 两派。很多网友的争论集中在一个更具体的问题上：这些亏损到底是不可持续的结构性问题，还是前沿 AI 公司在研发高投入阶段的正常现象。

ID 名为 nstart 的用户认为，单从收入成本看，OpenAI 的情况并没有那么糟。他写道，自己有些困惑，因为 OpenAI 的收入成本低于营收，" 这是好事 "。在他看来，造成亏损的主要因素是研发投入，而在 AI 这样的行业里，高研发投入并不反常。

收入成本是指为了产生收入而直接发生的成本。

言外之意就是 OpenAI 的核心服务本身可能有毛利，因为营收其实是高于成本的，但公司整体仍然巨额亏损，因为研发、销售、管理和会计费用太高。

不过，nstart 也强调，放在 OpenAI 自身身上，这仍然是一个问题。OpenAI 是先发者，但即便投入了巨额研发费用，仍然在竞争中被 Anthropic 追上甚至拉开距离，而 Anthropic 自己还时不时出现一些奇怪的公关失误。可如果把视角放大到整个 AI 行业，他认为这组数据反而更偏正面：除非假设 AI 公司为了增加收入必须永远提高研发投入，否则这些数字似乎说明，AI 行业长期看正在走向盈利。

他还拿 Uber 作了类比：AI 最后能否像它宣称的那样无所不包，还是只能成为一个健康盈利的行业，目前还不好说。这有点像 Uber 从 " 我们将用自动驾驶改变世界 "，变成 " 我们可以把食物、商品和人送到目的地，而且已经找到盈利方式，另外还有广告业务 "。

ID 名为 grey-area 的用户则不认同这种乐观解读。

grey-area 认为，什么被计入研发，本身就有很大的任意性。在他看来，这些数字更像是在玩会计游戏，试图掩盖巨额且持续存在的成本。他表示，等 OpenAI 上市、被迫真正尝试赚钱时，外界也许能看得更清楚一些，但他个人不会投资这家公司。

网友 EmiDub 也反驳了 " 收入成本低于营收，所以偏正面 " 的说法。

他写道：

" 自己不明白为什么有人看到这些数字后还能觉得积极：即便完全剔除巨额研发支出，OpenAI 在推理成本、销售和营销、行政管理这些项目上仍然处于亏损状态。"

他打了一个比方：这就像有人卖给你一辆车，然后告诉你 " 如果忽略它没有发动机，那还是一笔不错的交易 "，但实际上这辆车连轮子也没有。

对于 " 研发成本不可能永远上涨，因此 AI 行业长期有望盈利 " 的观点，EmiDub 提出了三种未来情景，并按 " 幻想程度 " 排序。

第一种是，有人真正实现 AGI。到那时，单个公司的财务状况可能已经不重要了。

第二种是，研发成本必须持续投入下去，因为大语言模型可以不断迭代改进。这类似芯片开发，看不到明确终点，至少短期内不会结束。如果公司不能持续站在前沿，客户就会转向竞争对手，或者选择开源、本地部署的替代方案。

第三种是，大语言模型的能力达到平台期，进一步提升有限，模型质量接近当前技术路径的上限。在这种情况下，超大规模云厂商或前沿模型公司的商业空间反而会受到挤压，因为开源模型和本地模型也会很快达到同样的平台期。

用户 Certhas 认为，把 OpenAI 和 Uber 类比并不合适，甚至正好相反。他说，Uber 在打车业务上亏钱，而 OpenAI 可能在推理业务上赚钱。Uber 当年用自动驾驶这个研发型 " 登月项目 " 来解释自己为什么要抢占一个成熟行业，但它并没有真正显著降低成本；OpenAI 的问题则是，它的核心产品有变成大宗商品的风险，因为开源模型可能只落后六个月。

用户 JumpCrisscross 表示，在其他条件不变的情况下，这些数字可能意味着 OpenAI 今年亏损 450 亿美元，明年亏损 900 亿美元，2028 年亏损 1100 亿美元，直到 2029 年才实现盈亏平衡。

他进一步估算，这意味着从 2026 年起，OpenAI 还需要为约 2500 亿美元亏损融资。虽然 OpenAI 已经筹集约 1200 亿美元，其中 250 亿美元是前期资金，其余部分依赖里程碑释放，但仍有大约 1250 亿美元缺口。因此，这不是 " 末日场景 "，但确实非常危险，而且高度依赖短期趋势能否延伸成长期曲线。