一年亏掉约 2600 亿，OpenAI 的“烧钱机器”停不下来了

过去一天，OpenAI的亏损数字毫无悬念地引爆了整个科技圈的讨论。 根据记者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（约合软妹币2600亿元），相比2024年的50.9亿美元，扩大了约7.6倍。 Ed Zitron在业界有个标签——“科技行业最愤怒的批评者”，他对AI的态度向来悲观。 而一家正准备冲刺IPO、估值可能冲向万亿美元级别的AI公司，出现这样的数字，自然会引发各种解读和争论。

OpenAI 一年亏掉 385 亿美元

不过，事情远比“烧掉385亿美元现金”要复杂。 围绕OpenAI 2025年的财务状况，至少有三个数字需要同时看待：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。 此外还有消息称，仅今年第一季度，OpenAI就亏损了37亿美元，而同期营收为57亿美元。 从审计文件来看，OpenAI 2025年收入为130.7亿美元，远高于2024年的37亿美元。数据本身并不难看——ChatGPT依然是全球最具影响力的消费级AI产品之一，公司今年也曾公开表示月收入已达20亿美元，周活用户超过9亿，消费订阅用户达5000万。 但问题出在成本结构没有因收入增长而改善。 2025年，OpenAI总成本和费用为340亿美元。其中最大的支出是研发，高达191.8亿美元；收入成本75亿美元，主要对应模型训练、推理、云计算和基础设施；销售和市场营销费用57.3亿美元；一般及行政开支15.7亿美元。扣除这些后，运营亏损为209.2亿美元。 这也是为什么单纯看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型，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415.5亿美元的损失。这类项目属于非现金会计费用，不代表公司真的额外支付了415亿美元。 因此，《金融时报》在剔除转换费用、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，只用80亿美元来描述亏损，同样可能低估问题。因为80亿美元是经过多层调整后的结果，而209.2亿美元的运营亏损更能反映业务的真实状态：一家收入快速增长的公司，仍然需要持续投入巨额研发、算力和市场费用来维持领先。

亏损源自巨额研发和算力投入

先说研发——这是OpenAI烧钱的第一大源头。 前沿大模型与传统软件有本质区别。传统SaaS产品完成开发后，边际成本可以快速摊薄；而大模型每提升一次能力，都需要更大规模的数据、算力、训练集群、推理优化和安全评测。2025年，OpenAI研发投入高达191.8亿美元，远超收入成本本身。换句话说，OpenAI目前的支出重心并不是“维持ChatGPT运行”，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，以及确保通往AGI的技术路线。 再看算力成本。 审计文件还显示，2025年OpenAI向微软支付的服务费用合计约172亿美元，其中105.9亿美元归入“研发”，60.47亿美元归入收入成本。微软既是OpenAI早期核心投资方，也是最重要的云基础设施供应商。OpenAI增长越快，对底层云和算力资源的依赖就越深。 这种压力还在放大。路透此前报道，OpenAI计划到2030年投入约6000亿美元用于算力资源。OpenAI总裁Greg Brockman今年5月在法庭证词中也提到，公司2026年计算支出预计将达到500亿美元。对OpenAI而言，2025年340亿美元的总成本，可能只是更大规模投入周期的开端。 第三个压力来自竞争。 过去一年，OpenAI的领先优势受到更直接的挑战。Anthropic凭借Claude Code在开发者群体中迅速崛起，Google则依靠Gemini和自身基础设施优势重新追赶。据路透报道，OpenAI过去半年已两次调整产品路线，先是对冲Google的压力，后又因Anthropic的Claude Code而加快对Codex和企业产品的投入。 这意味着OpenAI正从“ChatGPT一枝独秀”进入全面竞争阶段。它不仅要保持模型能力领先，还需要在代码、企业服务、多模态、智能体和超级应用入口上同步投入。每个方向都需要人、算力和市场资源。过去靠品牌势能获取用户，现在必须证明自己能把用户规模转化为更稳定、更高毛利的商业收入。 人才成本同样不容忽视。 AI行业的顶级研究员和工程团队已成为稀缺资产。路透报道称，OpenAI、Google、xAI等公司围绕顶级AI人才展开激烈争夺，OpenAI顶级研究人员的年薪包常超过1000万美元，Google DeepMind也曾提供每年2000万美元级别的薪酬方案。Meta更通过高薪和团队挖角加入竞争。对前沿实验室来说，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的亏损不只是财务数字，而是前沿AI商业模式的一个缩影：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。 资本市场对此态度不一。 看多的一方强调，OpenAI拥有罕见的收入增速和用户规模。公司今年3月完成1220亿美元承诺资本融资，投后估值达8520亿美元，表明全球顶级资本仍愿意押注它成为AI时代的平台型公司。 从这个视角看，亏损是换取领先地位的必要成本。只要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，那么当前的亏损就可以被视为高增长阶段的投入。 但看空的一方会问：如果收入已超130亿美元，运营亏损仍达200亿美元量级，那么增长到底什么时候能带来经营杠杆？ 这也是OpenAI IPO前最核心的争议。 投资者不会只看用户数量，而会关注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目前呈现的状态更复杂——用户越多，推理成本越高；模型越强，训练和服务成本也越高。 更大的背景是，整个AI行业正迎来资本市场的集中检验。 Anthropic已秘密提交IPO申请，OpenAI随后也确认提交了confidential S-1。与此同时，大型科技公司仍在加码AI基础设施。路透报道称，主要科技公司2026年的AI资本开支计划已引发投资者担忧，市场开始从单纯相信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固然吸引眼球，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已证明AI产品可以产生巨额收入，但尚未证明前沿模型公司能在持续竞赛中形成稳定利润。

网友怎么看？

在Hacker News上，讨论并没有简单分成“唱空”和“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？ 一位ID为nstart的用户认为，单看收入成本，情况没那么糟。他写道，OpenAI的收入成本低于营收，“这是好事”。在他看来，亏损的主要因素是研发投入，而在AI行业，高研发投入并不反常。 收入成本是为了产生收入而直接发生的成本。 言外之意是，OpenAI的核心服务本身可能有毛利——营收高于成本——但公司整体仍巨额亏损，是因为研发、销售、管理和会计费用太高。 不过，nstart也强调，对OpenAI自身来说这仍然是个问题。作为先发者，即使投入巨额研发费用，它还是在竞争中遇到了Anthropic的追赶甚至反超，而Anthropic自己还时不时出现公关失误。但把视角放大到整个AI行业，他认为这组数据反而偏正面：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，行业长期正在走向盈利。 他还拿Uber类比：AI最后能否像宣称的那样无所不包，还是只能成为一个健康盈利的行业？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，已经找到盈利方式，还有广告业务”。 ID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，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，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，研发成本必须持续投入，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，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，或选择开源、本地部署的替代方案。 第三种，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被挤压，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已筹集约1200亿美元，其中250亿美元是前期资金，其余依赖里程碑释放，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，且高度依赖短期趋势能否延伸成长期曲线。