OpenAI 的万亿美元估值正面临严峻考验。2026 年第二季度，公司交出了一份令市场感到紧绷的成绩单。营收虽从第一季度的 57 亿美元增至 67 亿美元，但环比增速仅 18%，较一季度的 35.7% 几近腰斩；营业亏损更是从 93 亿美元扩大至 123 亿美元。这意味着 OpenAI 离实现盈利依然遥遥无期。这组数据之所以引发广泛讨论，是因为它揭示了一个此前被高速增长掩盖的问题：OpenAI 何时才能盈利？目前的巨额亏损，究竟是战略性投入，还是护城河薄弱的体现？这一问题对于正处于 IPO 前夜关键窗口的 OpenAI 至关重要。今年 6 月，OpenAI 已秘密递交上市申请，目标估值超过 1 万亿美元。IPO 意味着公司将从一级市场对未来价值的定价，转向二级市场对财务指标的审视。
1 万亿美元的估值意味着什么？按照 10 至 15 倍的市销率反推，这对应的是营收达到千亿美元级别且市场愿意给予高倍数的预期。过去几年，市场愿意为 OpenAI 支付高估值，赌的是它能成为下一代人工智能基础设施。但随着上市窗口临近，投资者开始追问收入增速能否持续、商业模式是否健康、巨额算力投入何时能转化为利润。这场调整的内核，是大模型行业估值锚正从远期叙事溢价切换到盈利兑现能力。而这套新标准，恰好打在了 OpenAI 的软肋上。
从收入端来看，增长质量面临承压。OpenAI 的收入高度依赖 ChatGPT 消费端订阅，该板块贡献了约六成的公司总收入。在消费端，20 美元/月的 Plus 档是用户基数最大的付费层级，且自 2023 年 2 月推出以来单价始终未变。尽管后续补充了 8 美元/月的 Go 档和 100 至 200 美元/月的 Pro 档，但 Plus 仍是绝对主力，高端档的渗透率尚不足以显著拉高整体 ARPU（每用户平均收入）。因此，在消费端分层结构未发生根本性变化之前，20 美元档对 ARPU 的上行空间形成了实质性的锚定约束。这意味着消费端收入增长更多在依赖 Plus 档的扩容驱动。在 Agent 抽佣、商业推荐等更高价值变现方式被验证之前，消费端的增长路径存在明显的单点依赖风险。
与此同时，企业端（B 端）虽在增长，但尚在爬坡，且面临多重结构性挑战。进入 7 月，企业业务收入环比增长 32%，高于公司整体 ARR 约 20% 的环比增长，可作为观察 B 端势头的先行指标。但值得注意的是，B 端尚在爬坡中，目前 OpenAI 仍在补齐销售体系短板。2026 年内连续调整首席营收官、设立 DeployCo 联合实体、收购 Tomoro 引进驻场工程师，销售体系正处于从产品驱动向企业交付驱动的重构中。且 B 端面临的竞争压力正在加剧。Anthropic 凭借 Claude Code 不碰客户数据的合规卖点，在金融、法律等高监管行业建立了更强的合同黏性；而微软、谷歌等云厂商则通过将 AI 模型与云基础设施捆绑销售，构建了从底层算力到上层应用的一站式采购路径，大幅拉高了企业客户的迁移成本。再加上 Kimi K3 和 Deepseek 等开源模型的追赶，以及企业客户对 AI 支出日趋审慎的情况下，OpenAI 迫在价格维度上寻找突破口。2026 年 7 月底，其下调 GPT-5.6 Terra、Luna 两档的 API 与用量积分定价（Terra 降 20%、Luna 降 80%）。这一降价动作本质是以模型推理效率提升带来的单位成本下降为空间，换取企业规模化部署。但在降低单 token 单价的同时，也可能压缩短期毛利率与高端档的溢价空间。尤其在企业客户追求 ROI 可量化的采购逻辑下，降价能否换来足够的用量增长以对冲单价损失，目前尚无定论。综合来看，消费端的 ARPU 天花板是悬在头顶的结构性约束，B 端虽然增速亮眼，但竞争激烈、销售体系仍在重构、降价策略的后续影响尚待观察，双重压力下，收入端的增长质量值得警惕。
与此同时，OpenAI 成本端的压力正在浮现。OpenAI 当下面临的最大问题，是收入增速追不上成本增速，两者之间的差距正在越来越大。
一是产品毛利率承压。2025 年全年，OpenAI 营收 130.7 亿美元，但服务用户要消耗算力，且用户越多消耗越多，这部分推理成本高达 75 亿美元，毛利率约 42%。2026 年第一季度，营收 57 亿美元，推理成本 35 亿，对应毛利率约 39%，较 2025 年有所下滑。
二是研发烧钱的速度远超毛利积累。2025 年全年，OpenAI 成本与支出高达 340 亿美元，研发支出 192 亿美元，仅研发一项就超过了全年 130 亿美元的营收。加上销售、营销等其他费用，2025 年经营亏损 209.2 亿美元。2026 年第一季度，研发支出高达 86 亿美元，是当季毛利（约 22 亿美元）的近四倍。哪怕产品层面赚的每一分钱全留下，只够填研发坑的四分之一。当季营业亏损 93 亿美元。2026 年第二季度，营业亏损（含股权激励、折旧等非现金项）进一步从 93 亿扩大到 123 亿美元，且单季亏损已达 2025 年全年经营亏损的近六成，年化亏损远超去年。
更关键的是，未来几年算力支出规模较大。OpenAI 并未自建超大规模云基础设施，全部算力依赖微软 Azure 等云厂商提供。这一模式加快了产品落地，也让成本结构深度绑定微软的资本规划。一季度 OpenAI 45% 的总支出流向微软、软银等关联方，72% 的营收成本支付给了微软及其他超大规模云厂商，其中微软因 Azure 排他供应地位占绝对主体。而算力依赖度越高，微软的议价能力越强。与此同时，OpenAI 的算力储备极为激进。据 The Information 报道，截至 2026 年 3 月 31 日，公司在芯片、电力与数据中心领域存在至 2030 年累计约 6650 亿美元的不可撤销采购承诺。公司自身将这一关系列为首要风险，且称微软提供了融资和算力的实质性部分。更重要的是，对市场而言，6650 亿美元的采购承诺不仅是一家公司的负担，也是 AI 基础设施投资狂潮的缩影。一旦这家行业龙头的营收增速无法支撑其算力支出，市场将重新评估整个 AI 赛道烧钱换增长模式的持续性，这也是 OpenAI 业绩不及预期，却拖累整个 AI 板块情绪的真正原因。
写在最后总结看，收入端增长质量承压、成本端压力浮现，两条线同时向反方向拉，差距越张越大。OpenAI 内部预测最早要到 2029 至 2030 年才能打平。过去这套烧钱换增长的模式能被容忍，是因为一级市场投资者买的是可能性，他们愿意为下一代 AI 基础设施的愿景支付溢价。但 IPO 改变了游戏规则，OpenAI 必须快速从一级市场讲故事给高估值的模式，切换到二级市场用财务数据证明价值的模式。而二季度的数据恰好暴露了它在这套新评价体系下的短板，单位经济模型尚未跑通、盈利时间表遥远、资本开支仍在狂飙。万亿 IPO 估值正在遭遇第一道坎，市场开始重新衡量预期与现实之间的落差。对于投资者而言，AI 的叙事没有结束，但闭眼买入的阶段已经翻篇了。接下来，市场要看的是谁的账本最经得起敲打。至于 OpenAI，需要用几个季度证明它正在用亏损构筑护城河，最终具备留下足够利润的能力。而这件事何时发生、能否发生，目前还没有清晰的答案。