OpenAI 年亏数十亿美元：真正的问题是收入追不追得上成本

OpenAI 最反常的一点，不是亏损大。

反常的是：收入已经跑得很快，亏损仍然更大。

流出的经审计财务文件显示，OpenAI 2024 年收入为 37 亿美元，2025 年增至 130.7 亿美元。到 2025 年底，月收入已经接近 20 亿美元。

这不是“没人买单”的故事。ChatGPT 周活跃用户超过 9 亿，付费订阅用户约 5000 万。问题在另一边：训练模型、交付推理、拿下企业客户，每一项都在吞钱。

所以这件事的主线不是“OpenAI 又烧了多少钱”。真正要看的，是收入曲线能不能追上 AI 基础设施和商业化成本。

收入增长是真的，成本压力也是真的

OpenAI 已经不是一个只靠融资讲故事的实验室。

2025 年 130.7 亿美元收入，放在很多软件公司身上都很可观。年底月收入接近 20 亿美元，也说明需求还在继续往上走。

但 AI 基础模型公司的麻烦在于，它不像传统 SaaS 那样轻。

传统 SaaS 多卖一个账号，边际成本通常可控。生成式 AI 多来一次调用，就可能多一次推理成本。用户越多，账单也越厚。

这张表里最重要的数字，不是 209.2 亿美元经营亏损。

我更在意的是亏损率从 237% 降到 160%。这说明收入增长并非完全无效，规模化开始摊薄一部分成本。

但另一边，研发费用从 78.1 亿美元跳到 191.8 亿美元。2025 年支付给微软的研发相关费用就有 105.9 亿美元。

这说明前沿模型竞争仍然是重资产游戏。OpenAI 一边在卖产品，一边还要持续往更大模型、更强推理、更高可用性里投钱。

对投资者来说，这不是一句“亏损扩大”能概括的事。更准确的问题是：收入增长速度已经很快，但还不够快。

390 亿美元净亏损，不能直接等同于烧钱

2025 年 OpenAI 接近 390 亿美元净亏损，最容易被拿来做标题。

但这个数字要拆开看。

相关报道显示，其中约 300 亿美元来自估值变化、公司结构转换相关的一次性会计费用。剔除这部分后，2025 年净亏损约为 80 亿美元。

80 亿美元仍然很大。但它和 390 亿美元不是同一个含义。

前者更接近日常经营压力，后者包含会计处理造成的放大效果。把 390 亿美元直接写成现金烧钱速度，会误导读者。

更该看的，是 OpenAI 的亏损结构。

这三项对应三道坎。

模型要继续领先，就要花研发钱。用户每天使用，就要承担推理成本。要把 AI 卖进企业流程，还要付出销售、支持、合规和集成成本。

这也是 OpenAI 和云计算早期扩张相似、又不完全相同的地方。

AWS、Azure 早年也要先重投入数据中心，再等企业迁移。但云服务卖的是相对标准化的算力和存储，规模化路径更清楚。

生成式 AI 的约束更碎。价格、延迟、模型质量、安全责任，都压在一次次调用上。成本下降速度如果慢，用户增长反而会变成利润压力。

这就是“多多益善”的反面。

企业客户会先算账，普通用户会先观望

最直接受影响的，是企业采购和投资者。

过去一年，很多企业愿意试点 ChatGPT Enterprise、Copilot 或 Claude，理由是提高效率。到续约和扩大采购时，问题会变得更硬：省了多少工时，替代了哪些流程，能不能支撑持续付费。

企业 CIO 和采购团队接下来更可能做三件事：延后大规模采购，把 AI 预算拆成更小试点，或者要求供应商给出更明确的 ROI 证明。

这会影响 OpenAI 的定价空间。

Anthropic 的 Claude 在企业市场继续进攻，也会增加压力。如果 OpenAI 降价，短期经营亏损可能更难收窄；如果不降价，客户会把合同审得更细。

普通用户受到的影响不会立刻表现为“服务不可用”。更现实的变化，可能是免费额度、订阅权益、模型调用限制和新功能开放节奏变得更精细。

对开发者来说，动作也会更谨慎。不是马上迁移，而是避免把单一模型供应商写死在核心流程里。多模型备份、成本监控、缓存和降级方案，会从“工程优化”变成“预算要求”。

OpenAI 近期强调减少非核心项目、聚焦编码和企业用户，这类动作更像产品注意力收束。它不能直接证明财务危机，但至少说明公司知道：展示能力不等于收入质量。

接下来最该盯的，不是 IPO 估值能不能讲得更高。

更具体的变量只有三类：

目前还看不清的，是现金流、资本开支、资金储备和更细的收入结构。这些数据会直接影响 OpenAI 离盈利到底有多远。

但已有数字已经足够说明一个判断：OpenAI 的商业化不是失败，收入增长也不是幻觉。真正的考题是，AI 模型公司能不能把“越多人用”变成“越接近盈利”。

这比单看亏损数字更难，也更重要。