OpenAI 收入 200 亿缺口 “炸锅”：真实威力没那么大，一场情绪乌龙！

OpenAI ARR 700 亿变 500 亿的利空，直接导致全球 AI 概念回调，海豚君来简单聊一聊这里面的一些预期差。

1、700 亿和 500 亿只是口径差异，实际缺口没那么大

众所周知，虽然头部模型厂都会不定期的披露 ARR 指标，但是口径（毛收入还是净收入、过去 28 天平均值 *12 还是单拿最近一周 *52）、宣布时点（是否是刚发了畅销的旗舰模型、是否刚做了促销）都很重要，否则无法拿来横向对比，还会造成极大的预期乌龙。

Anthropic 的 ARR 一直选择 Gross 毛收入口径，也就是包括最终需要支付给外部渠道的分销收入。而 OpenAI 则选择剔除各种分成之后的 Net 净收入口径，等于说不包括$微软(MSFT.US) 拿走的部分（20% 的整体 ARR）以及$亚马逊(AMZN.US) Bedrock 拿走的部分（基于 Anthropic 与 Bedrock 的合作协议，渠道拿走毛收入扣掉推理成本之后的 50%）。

此前 OpenAI CRO Denise Dresser 在 4 月发布给员工的备忘录中就提及，竞对 Anthropic 营收 “夸大”，因为包含了云渠道的分成。

而 2026 年以来 OpenAI 与微软的新协议约定，OpenAI 每赚 1 美元，就得支付给微软 20 美分，一直到 2030 年，同时设了一个累计上限的硬数字（380 亿美元）。

关于目前 Bedrock 实际从整体毛收入大约拿走的比例，我们假设推理成本按 35% 算，那么 O&A 两家单独分给 Bedrock 渠道部分的比例大约就是（100%-35%）*50%=32%

不过这个数字，在招股说明书透露的 2025 年信息中，Anthropic 付给 Amazon 和 Google 的综合分销费用占总毛收入大约为 16%（=分销费用 3.51 亿/两个云平台的分销收入 21.6 亿），要比我们算的 32% 更低。

这里面的差距来源于，IPO 材料披露的是所有收入从 AWS 和 Google Cloud 走的部分，包含了 Bedrock 等分销的部分（TaaS，分成主要在这里），也有单纯 Anthropic 自己直销 API，但是云基础走 AWS 和 Google 的部分，这部分没有分销收入，只有走云托管的成本。

总体来看，OpenAI 对比 Anthropic，渠道分成比例本质是一样的。所以除了看两家谁更依赖分销商（1H26 之前，Anthropic 与云渠道合作更深，分销依赖更重），其他主要多出来的，就是微软对 OpenAI 早期股权享有的 20% 权益对应的分成收入。

再来看 OpenAI 的 700 亿和 500 亿分别代表的口径，注意两个数据的信源都不是 OpenAI 官方。

（1）700 亿是毛收入，不是 OpenAI 口径的净收入

700 亿的说法是上个月传出的——据路透新闻，“OpenAI 目前 ARR 接近 700 亿元，自 Q3 以来增长了 70%。细项中，企业端增长了一倍” 那么算下来，6 月的 ARR 大约是接近 400 亿的水平。

而联合创始人 Greg Brockman 和 CFO Sarah Friar 对 7 月的内部表态——2025 年底 ARR 超过 200 亿，7 月大约是年底的两倍。这个数和 8 月 Bloomberg 披露的知情人士信息 7 月 400 亿也是可以对应的。

既然是公司高管的说法，那么 7 月 400 亿应该是净收入口径。如果根据金融时报算出来的 6 月 400 亿 ARR 也是净收入口径，那么意味着整个 7 月 OpenAI ARR 环比零增长，这显然与第三方另类数据的趋势不一致。

根据 TickerTrends，OpenAI 7 月环比增速是有个 10% 的（TickerTrends 是监测趋势 + 模型拟合出来的结果，模型拟合过程会引入官方数据，因此预测口径很可能与净收入口径更接近）。真正没增长的时候是 3-4 月，当时 claude opus 4.6 配合 coding agent 火热，正在大杀四方。

而随着 4 月底 GPT 5.5 发布并设为默认模型，Codex 扩展并进入 ChatGPT 移动端等产品新动作，OpenAI 开始发力，同时叠加降价，对发布了 fable 但因为昂贵而渗透率一般的 Anthropic，开始有了明显的抢份额迹象。

因此，6 月底/7 月初的 400 亿，以及上个月披露的 700 亿，都是毛收入口径，而 8 月初披露的 7 月 ARR 400 亿是净收入口径。

这里面有个 20% 的差额，源于微软分走的部分。此时云渠道的分销还非常低，毕竟 Google、Amazon Bedrock 分别于 4 月、6 月才开始逐步分销 ChatGPT。

通过估值角度，也可以侧面印证 700 亿更偏向毛收入口径：

从 P/ARR 来看，OpenAI 最新一轮融资 1.4 万亿，对应 700 亿 ARR，估值 20x；这个和 Anthropic 年底 1000 亿 Gross 口径的 ARR，对应 2 万亿 IPO 估值，是同样的 20x。

（2）500 亿大概率是净收入口径

再来看 500 亿 ARR 的信源——来自金融时报，据称 OpenAI 给其投资者透露的 ARR 接近 500 亿美金。

这基本属于官方披露，所以信源可靠性较高，但 OpenAI 官方一般就是上述剔除微软以及云平台分销分成的净收入口径。

不过 9 月 OpenAI 云平台分销应该仍然不算很高，从 Bedrock 等云渠道分销获得的毛收入，占总流水比重应该不会超过 10%（据 SemiAnalysis，Anthropic 从 Bedrock 走的流水占比也就 15%）。

那么 500 亿的净收入口径 ARR，先加回微软拿走的 20%，还原后是 625 亿。再假设 Vertex 和 Bedrock 等其他外部平台分销一共占比 10%，按照上文我们算的 25% 渠道分成假设，也就是 10%*25%=2.5% 的渠道分成部分可以加回，也就是 625/（100%-2.5%）约 640 亿。

这个数值虽然距离 700 亿还有 10%、60 亿的差距，但相比金融时报的惊悚标题——“比之前披露少了 200 亿！”，在体感上要好受得多。

虽然绝对值差异会影响短期产业链公司的业绩预期，但从长期视角看，海豚君还是更倾向于看增速趋势——OpenAI 近期势头健康（Q3 月环比平均增速 10%），但 Anthropic 存在一些小麻烦（Q3 月环比平均增速 3%），全行业继续增长。

综上，海豚君大概还原出不同口径下，OpenAI 近几个月的数值，仅供参考。

2、AI 实际渗透率还很低，短期降温不妨碍长期美好

Coding 场景渗透过半之后，行业正在探寻第二个可以承接的场景来继续推进 AI 的变现，以及背后产业链的增长叙事。

由 Coding 场景自研延伸的 Co-Working 场景，在 6 月之后被重点抬上了桌。但海豚君要先泼一碗冷水，Co-Working 的市场空间虽然更大，但预计推进过程没有 Coding 那么顺畅。

AI Coding 之所以丝滑，主要是因为 AI 在编程场景下的有效性非常容易验证和量化——代码是否走得通、应用开发是否能实现，AI 自己都可以自动验证；

而量化 AI 的经济性上，可以直接对标 IT 开发人工成本，而过去 20 年互联网蓬勃发展下，IT 人员时薪普遍较高。对企业来说，AI 替代的经济账是可以算得过来的。

Co-Working 场景，TAM 明显更大，Gartner 预计到 2030 年，Agent 可能影响约 2,340 亿美元的企业应用软件支出，约占 SaaS 支出的 20%。但海豚君认为，Co-Working 的发展过程相对 Coding 要更复杂。

不仅体现在如何验证 AI 有效性上，同时也需要企业将更多的内部数据资产留存到 Agent 平台上，这里又涉及到更难有定论的企业安全问题。安全风险 vs 成本经济，如何选择和平衡，是企业客户做决策时需要时间去考虑的。

短期目前还是以提高人效的角度去计算经济性，但 AI 更大的价值应该是如何帮助企业提高顶端收入的空间，而不仅仅是压缩成本。近期海豚君将深入探讨 AI 办公场景的分析，感兴趣可以持续关注。

不过，放在整个 AI 发展进程中，这是短中期的问题。长期视角，AI 的发展空间仍然很大。前两天 A16Z 最新发布的 AI 市场发展情况报告显示：

美国用户里面，如果看 AI 的泛渗透率（使用过至少一次 AI）达到了一半，但每天真正在用的人，其实只有 1/4，而付费率更是低至 3% 以下（不同统计源的付费率均在 2-4% 区间）。

也就是说，尽管 AI 技术端已经频繁迭代，各种前沿科学难题 AI 都可以协助研究了，但在大部分普通人的生活中，AI 的粘性（次数和时长）还非常低。从长远视角来看，这也代表着大量的应用价值还没挖掘出来。

总结：说到底，纠结数字本身代表了市场风偏降低

金融时报这个 200 亿缺口的 AI 利空炸弹，真实威力没那么大，但昨晚的美股和今天的港 A 开盘依旧腥风血雨（韩、台今日休市，中国市场也有美国对产业链材料禁用限制的担忧），随后亚洲资金情绪才有所回暖。

但市场本身对 O&A 以及头部大模型厂商 ARR 数字的敏感、一惊一乍，代表了当下预期分歧较大、多数资金风险偏好下降的谨慎情绪。

海豚君对 AI 的长期愿景仍然看好，但马上三季度财报季窗口期来临、Anthropic 上市披露招股说明书，直接带来对 AI 真实需求和商业模式的检验。这放在现在的高利率环境下，预期分歧带来的波动也会更大。因此可以适当对仓位做一些分散，淡化仓位集中带来的波动风险。

<此处结束>

//转载开白

本文为海豚研究原创文章，如需转载请添加微信：dolphinR124 获得开白授权。

//免责声明及一般披露提示

本報告僅作一般綜合數據之用，旨在海豚研究及其關聯機構之用戶作一般閱覽及數據參考，並未考慮接獲本報告之任何人士之特定投資目標、投資產品偏好、風險承受能力、財務狀況及特別需求投資者若基於此報告做出投資前，必須諮詢獨立專業顧問的意見。任何因使用或參考本報告提及內容或信息做出投資決策的人士，需自行承擔風險。海豚研究毋須承擔因使用本報告所載數據而可能直接或間接引致之任何責任或損失。本報告所載信息及數據基於已公開的資料，僅作參考用途，海豚研究力求但不保證相關信息及數據的可靠性、準確性和完整性。

本報告中所提及之信息或所表達之觀點，在任何司法管轄權下的地方均不可被作為或被視作證券出售邀約或證券買賣之邀請，也不構成對有關證券或相關金融工具的建議、詢價及推薦等。本報告所載資訊、工具及資料並非用作或擬作分派予在分派、刊發、提供或使用有關資訊、工具及資料抵觸適用法例或規例之司法權區或導致海豚研究及／或其附屬公司或聯屬公司須遵守該司法權區之任何註冊或申領牌照規定的有關司法權區的公民或居民。

本報告僅反映相關創作人員個人的觀點、見解及分析方法，並不代表海豚研究及/或其關聯機構的立場。

本報告由海豚研究製作，版權僅為海豚研究所有。任何機構或個人未經海豚研究事先書面同意的情況下，均不得(i)以任何方式製作、拷貝、複製、翻版、轉發等任何形式的複印件或複製品，及/或(ii)直接或間接再次分發或轉交予其他非授權人士，海豚研究將保留一切相關權利。

文章不易，点个“分享”，给我充点儿电吧~