OpenAI 年化收入修正为 500 亿美元：AI 股集体下挫

据《金融时报》获得的投资者财务文件，OpenAI 截至 9 月底的年化收入接近 500 亿美元，而不是 9 月底被媒体广泛引用的 700 亿美元。差异并不来自业务本身的变化，而是来自两家公司不同的收入统计口径。消息公开后，美股 AI 板块集体走低，英伟达跌 2.9%、AMD 跌 3.9%、博通跌 4.3%、美光跌 4.8%。

同一份业务，两种记账方式

争议的核心是总额法与净额法的差别。Anthropic 采用总额法，把通过 AWS、Google Cloud 等云平台卖出的模型服务收入全额计入，再将支付给渠道的分成列为费用；OpenAI 对部分合作伙伴销售采用净额法，只把归属于自身的部分算作收入。

两种口径都符合会计准则，但放在一起比较就会失真。此前 OpenAI 的投资者为了与 Anthropic 做同口径对比，把收入向上调整到约 700 亿美元，这个数字随后被媒体大量引用。统一回净额口径，Anthropic 此前公布的年化收入仍高于 OpenAI。

为什么一个统计口径能砸出跌幅

市场反应的强度，说明当前 AI 资产的定价对增长叙事高度敏感。过去一年，AI 相关公司的估值很大程度上建立在收入高速增长的预期上，一旦增长的数字被重新表述，估值模型的分母就要重算。

口径不一：同一行业缺少统一的收入披露标准，横向比较存在系统性误差；
渠道分成：云平台销售占比越高，总额法与净额法的差距越大；
预期前置：估值中包含的未来收入越多，对当前披露数字的敏感度越高。

对关注这一赛道的创业者和投资者来说，这次修正提供的实际提醒是：看到一个增长数字时，先确认它是怎么算出来的，再决定要不要把它写进自己的判断里。

同一天的其他信号

事件	要点
GPT-6.1 Sol Ultrafast 上线	在 API、Codex、ChatGPT Work 上线，速度提升约 8 倍，定价为每百万 token 12 美元与 60 美元
模型 API 与算力价格背离	AWS EC2 Capacity Blocks 涨价 15%、Nebius 内存涨 41%，模型 API 仍在降价
数据中心融资遇冷	英伟达支持的 Firmus 取消约 50 亿美元 IPO，转向私人市场融资
腾讯加码算力	据彭博社报道，腾讯考虑境外发债最多 50 亿美元，投向 AI 与计算基础设施

对一人公司的意义

大厂之间的收入口径之争，看起来离个体创业者很远，实际影响却相当直接。模型调用价格仍在下降，算力租赁价格却在上涨，这意味着把长期成本压在「买卡自建」上的单人团队，承受的价格风险高于把算力当作按需采购的团队。

更务实的做法是把技术成本当作可变成本来管理：能用 API 完成的能力先不买硬件，把预算留给获客和交付。对一人公司而言，现金流是唯一的护城河，任何需要提前锁定大额支出的技术路线，都应先跑通收入模型再谈。

收入口径之争暴露的行业问题

把视线从单家公司挪开，这次修正暴露的是整个 AI 行业在信息披露上的成熟度不足。同一条业务，采用总额法还是净额法，可以得出差距超过四成的收入数字，而外部投资者往往只能在两者之间自行换算。当一个行业的核心估值指标缺少统一口径时，市场情绪的波动就会被放大。

渠道分成是差距的主要来源。云平台销售占比越高，总额法与净额法的落差就越大。这意味着随着模型服务越来越多地通过云厂商分销，两家公司收入数字的可比性还会继续下降。对依赖外部数据做判断的人来说，稳妥的做法是回到原始披露文件，看清楚口径再下结论。

算力涨价与模型降价同时发生

同一天的另一组数字是背离的：AWS EC2 Capacity Blocks 价格上涨 15%，Nebius 内存价格上涨 41%，而模型 API 仍在持续降价。这种背离说明产业链利润正在从应用层向基础设施层转移——模型能力趋于同质化，价格战打的是调用成本；而电力、机架、内存这些物理资源短期内无法快速扩张，定价权掌握在供给方手里。

对创业者的直接影响是成本结构的选择。把预算花在调用模型上，单价会随着竞争继续下降；把预算花在自建算力上，则在承担涨价风险。对现金流有限的一人公司来说，前者显然更安全，除非业务量已经大到能摊薄硬件成本。