差了200亿美元，OpenAI年化营收数字打架，英伟达跌近3%

OpenAI的年化营收数字，为何突然出现了200亿美元的差距？

10月8日，英国《金融时报》透露，OpenAI递交给投资方的资料显示：截至9月底，公司年化营收约为500亿美元。

《金融时报》指出，OpenAI在9月底的年化营收接近500亿美元，这低于此前被广泛引用的700亿美元。

就在9月末，外界传闻的这一数据还是接近700亿美元。

这篇报道加剧了市场对于AI增长前景的忧虑。

当日收盘时，英伟达股价下跌约2.9%，甲骨文下跌约5.5%，纳斯达克综合指数下滑1.25%。

不到一个月前，Anthropic刚传出盈利方面的积极信号。

9月13日，路透社援引《金融时报》消息称，Anthropic告知股东，其经调整后的营业利润预计将实现连续第二个季度为正。

而现在，OpenAI的两组年化营收数据相差约200亿美元。

市场在追问AI能否创造利润的同时，必须先厘清一个更根本的问题：这些营收数字，究竟是如何计算出来的？

OpenAI真的少赚了200亿美元吗？

不能这么理解。

9月29日，路透社根据知情人士消息报道，OpenAI的年化营收接近700亿美元。而10月8日，《金融时报》披露的文件却显示，这一数字接近500亿美元。

差异源于一笔收入的计算方式：当客户通过云平台调用AI模型时，支付的费用该如何处理？

这类收入可能涉及云平台与模型公司之间的利润分配。

CNN援引知情人士称，此前700亿美元的数字并非OpenAI官方提供，可能是外界为与Anthropic对标，调整统计口径后得出的数据。

该人士解释，对于相关的云平台合作销售收入，Anthropic采用总额法核算，而OpenAI采用净额法核算。

举一个假设案例：客户支付100元，云平台分走20元，模型公司获得80元。

按总额法计算，营收记为100元，分给平台的20元另计为成本；按净额法计算，营收直接记为80元。

同样是这笔交易，客户支付的金额不变，但核算口径不同，账面上的营收数字就会产生差异。

这里的分成比例仅为举例，不代表两家公司的实际情况。留下的80元也非利润，还需扣除提供服务等其他成本。

因此，这200亿美元的差额，不能直接视为OpenAI损失的收入，也不能完全归因于云平台的分成。目前公开的信息，还不足以逐项对应。

但这意味着，要比较OpenAI与Anthropic的营收规模，必须先将统计时点和计算口径统一。

年化500亿不等于一年赚了500亿

这里还有一个容易被忽略的概念：年化。

年化营收通常是将近期收入折算为全年的收入规模。

常见的做法，是把一个月的收入乘以12。

假设一家公司某月收入10亿元，按此速度折算，年化营收即为120亿元。

但这不代表它过去一年已实现120亿元收入，也不保证未来一年一定能达到这一水平。

对于增长迅速的公司，年化指标能反映近期的业务规模；要评估全年业绩，仍需查看实际年度收入。

为什么英伟达和甲骨文也跟着下跌

OpenAI尚未上市，但市场对其收入的判断，已能影响其他公司的股价。

原因在于，它与这些公司的业务已紧密相连。

用户为AI订阅付费，企业为模型调用买单，收入进入模型公司的账户。

为了提供服务和研发模型，公司又需购买算力，从而拉动上游云服务、服务器、芯片和数据中心的需求。

NVIDIA的AI工厂平台涵盖数据中心设计、算力管理软件，以及服务器、网络、供电和冷却等基础设施。

模型公司对算力的需求，会带动这些环节的投入；而能否通过用户付费收回成本，则影响下一轮扩张的可持续性。

因此，投资者不仅关注OpenAI的营收规模，还关心它未来能否依靠业务收入和融资，支付持续增长的算力账单。

据CNN报道，当天美股指数开盘时已呈下跌趋势，《金融时报》报道在盘中发布后，跌幅进一步扩大。

不过，营收争议只是当天的影响因素之一。

路透社的收盘报道还提及油价上涨，以及由此引发的通胀和加息担忧，不能将整场下跌完全归因于OpenAI。

同样，市场的担忧也不代表AI需求已经减弱。

采购是否减少、合同能否履行，还需等待后续披露的经营数据。

但模型公司的增长、供应商的扩张，以及投资者对回报的期待，已紧密联系在一起。

下一轮算力，谁来买单？

今年1月，OpenAI CFO Sarah Friar在官方文章中写道，获取顶尖算力需要提前多年作出承诺，而业务增长并不平稳：有时算力先于需求到位，有时需求又超过现有算力。

算力投入需要提前规划，未来收入却仍有不确定性。这也是市场紧盯AI公司营收的原因。

但审视收入数字时，今后还需问清楚：统计的是哪个时段？是年化规模，还是实际季度收入？合作平台的销售额如何计算？

再深入一层，则需看扣除服务、研发和人员等成本后，能剩余多少资金，以及未来的算力账单何时支付、靠什么来源支付。

黄仁勋曾用一句话概括AI的商业逻辑：「算力即收入。」

黄仁勋在GTC演讲中阐述「算力即收入」：更快投产、更高的产出效率、更少的运行中断和更长的使用寿命，都会影响AI工厂的收入。

算力支撑更强的模型，模型吸引用户付费，收入再支持下一轮研发和算力建设。

这套循环能否持续，关键在于算力能否转化为值得用户持续付费的服务，并带来足以支撑再投入的资金。

如果算力越买越多，付费需求却跟不上，或收入长期覆盖不了成本，扩张就仍需外部融资维持。

正因如此，OpenAI的营收数字才会牵动整条产业链：市场需要看到，投入的资金最终能靠用户付费收回，下一轮扩张才更有底气。

对用户而言，这些巨额投入最终要体现在日常使用的模型上：它节省的时间、完成的任务，是否值得那笔订阅费？

参考资料： https://www.ft.com/content/b66a9858-f8fb-46cb-b506-44bfe26fca2a?syn-25a6b1a6=1 https://kvia.com/news/business-technology/cnn-business-consumer/2026/10/08/tech-stocks-drop-after-report-that-openais-revenue-is-lower-than-expected/?utm_source=chatgpt.com 本文来自微信公众号“新智元”（ID：AI_era），作者：ASI启示录，编辑：元宇，36氪经授权发布。