本文来自微信公众号： AI前线 ，作者：冬梅，原文标题：《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。
参考链接：
https://virtualuncle.com/openai-38-billion-loss-2025-ipo-explained/
https://news.ycombinator.com/item?id=48550465