夜雨聆风
OpenAI 财务泄露报道配图，来源：Ars Technica
OpenAI 又一次把 AI 行业的矛盾摊开了：收入在高速增长，亏损也在继续扩大。
如果只看 ChatGPT 的用户规模、模型发布节奏、融资估值，OpenAI 仍然是全球最强的 AI 公司之一。
但最新泄露出来的财务文件，把另一面也摆到了台前：AI 巨头真正要打的仗，已经不只是模型能力，而是成本、算力、企业付费和商业化效率。
01 / FINANCIALS
收入很快，但成本更快
据 Ars Technica 和 Fortune 报道，OpenAI 2025 年营收达到 130.7 亿美元。
作为对比，OpenAI 2024 年营收约为 37 亿美元。也就是说，一年时间，OpenAI 收入规模大幅增长。
这背后并不难理解。ChatGPT 已经成为全球最有代表性的 AI 产品之一。报道中提到，ChatGPT 周活用户超过 9 亿，付费用户约 5000 万。
如果只看增长曲线，这是一个极其漂亮的故事。
但问题是，AI 公司的收入增长，并不等于利润增长。
因为每一次对话、每一次推理、每一次图片生成、每一次视频生成，背后都是真实的算力消耗。
Ars Technica 原报道图表：OpenAI 收入与运营支出对比
财务文件里更刺眼的是成本。
报道显示，OpenAI 2025 年研发成本达到 191.8 亿美元，推理计算相关的收入成本约为 75 亿美元，销售和营销成本约为 57.3 亿美元，行政与管理成本约为 15.7 亿美元。
几项加起来，OpenAI 2025 年总成本和费用达到约 340 亿美元。
最终结果是：OpenAI 2025 年运营亏损约 209.2 亿美元，净亏损约 390 亿美元。
其中包含约 300 亿美元一次性会计费用。即便扣除这部分一次性费用，OpenAI 仍然处在约 80 亿美元级别的亏损状态。
02 / INFRASTRUCTURE
模型发布会之外，是算力基础设施
这也是为什么这条新闻不能只看成“OpenAI 又亏钱了”。
它真正揭示的是：AI 巨头越往前跑，越要付出更高昂的基础设施成本。
Stargate Abilene 数据中心现场图，来源：San Angelo LIVE / Bloomberg The Circuit
OpenAI 官方此前已经多次强调 Stargate 基础设施计划。
按照 OpenAI 官方信息，Stargate 是其长期 AI 基础设施平台，目标是为不断增长的消费者、企业、开发者和政府需求提供算力基础。
OpenAI、Oracle、SoftBank 等合作方计划建设多个 AI 数据中心站点。OpenAI 官方提到，Stargate 相关规划已经涉及数百亿美元级别投资，并向 5000 亿美元、10GW 级别基础设施承诺推进。
这意味着模型发布会上的一次能力升级，背后不是简单改几行代码。
它对应的是数据中心、芯片、供电、网络、冷却、服务器集群和长期资本开支。
03 / ENTERPRISE
企业客户开始算账了
今年 AI 行业另一条暗线，是企业客户开始算账。
过去一年，企业买 AI，更像是“不能错过”。到了 2026 年，很多公司开始问一个更现实的问题：这些 token 到底换来了多少产出？
Business Insider 报道过，随着企业内部 AI 使用加速，token 成本正在迫使公司重新思考预算、使用上限和 ROI。有公司开始给员工设置 token 使用上限，也有公司停止内部 token 消耗排行榜。
企业不是不用 AI，而是开始区分：哪些 AI 调用能带来真实效率，哪些只是把账单烧得更好看。
Menlo Ventures 图表：企业 Foundation Model API 支出继续增长
04 / MARKET
战场正在转向企业付费
同一时间，Anthropic 在企业市场的势头也在增强。
Menlo Ventures 的企业 AI 报告显示，OpenAI 在企业 LLM 市场中的早期领先正在被削弱，Anthropic、Google 等玩家的份额明显提升。
Menlo Ventures 图表：企业 LLM API 市场份额变化
这不是说 OpenAI 不强。
而是说明 AI 行业的战场，正在从“谁的模型最强”，转向“谁能让企业持续付费”。
再看最近关于价格战的报道。《纽约邮报》和 MarketWatch 都援引相关报道提到，OpenAI 正在考虑下调 token 价格，以应对 Anthropic 等竞争对手的压力。
AI 行业已经过了只靠发布会制造兴奋的阶段。下一阶段，拼的是谁能把高成本模型，变成可持续的真实生产力。
05 / RESULT
企业最终流向应用层
对普通企业和内容生产团队来说，OpenAI 亏不亏钱，Anthropic 份额涨不涨，表面上离自己很远。但它们背后的趋势很近。
因为所有 AI 能力，最终都会落到一个问题上：能不能在真实工作流里稳定使用、批量使用、成本可控地使用。商用 AI 应用不能只追求“生成一次很惊艳”。
真正有价值的是，把能力放进具体场景里：模板怎么复用，素材怎么管理，结果怎么批量生成，内容怎么快速进入发布链路。
YIBAIAIGC
这也是 yibaiaigc 这类视觉生产工具真正要承接的位置。
不是去跟大模型公司比谁参数更强，也不是把模型发布会的热闹照搬给用户。
而是把底层模型能力，组织成可操作的视觉生产流程。
模型发布会决定上限。但真正让 AI 进入生意的，是稳定、可控、用得起的生产流程。
信息源：
Ars Technica：https://arstechnica.com/ai/2026/06/leaked-financial-docs-show-openai-is-losing-billions-of-dollars-a-year/
Fortune：https://fortune.com/2026/06/16/openai-financials-leaked-losses-revenue-profit/
OpenAI：https://openai.com/index/five-new-stargate-sites/；https://openai.com/index/building-the-compute-infrastructure-for-the-intelligence-age/
Menlo Ventures：https://menlovc.com/perspective/2025-the-state-of-generative-ai-in-the-enterprise/
GlobeNewswire / Menlo Ventures：https://www.globenewswire.com/news-release/2025/07/31/3125037/0/en/Enterprise-LLM-Spend-Reaches-8-4B-as-Anthropic-Overtakes-OpenAI-According-to-New-Menlo-Ventures-Report-on-LLM-Market.html
San Angelo LIVE / Bloomberg The Circuit：https://sanangelolive.com/news/business/video/2025-05-30/inside-look-openais-500-billion-stargate-megafactory-abilene
