OpenAI 2025年支出达到340亿美元，同比增长142%

OpenAI的审计财务报表显示，2025年全年的运营支出达到340亿美元，依据2026年6月16日的报告。这比2024年的支出140亿美元增长了142%。2025年第四季度的现金烧钱率尤其激烈，达到了40亿美元。这些数据为投资者的尽职调查提供了重要基准，因为公司正在推进计划中的公开上市。

背景 — 为什么现在很重要

支出规模将OpenAI置于一个新的技术投资类别，竞争于最大超大规模云服务提供商的基础资本支出阶段。亚马逊的AWS在2010年代初期大约花费了十年时间才达到可比的年度基础设施投资规模。OpenAI在不到三年的时间内加速达到这一水平，突显了当前生成式人工智能军备竞赛的资本密集性。这一披露的直接催化剂是公司为首次公开募股做准备，要求进行全面审计以满足SEC的备案标准。这一窗口为公众实体之前的领先AI实验室提供了前所未有的成本结构内部视角，为整个行业设定了估值倍数。

宏观背景包括资本成本上升，2026年6月10年期国债收益率稳定在4.2%左右。尽管融资成本上升，投资者对与AI相关的股票的需求依然强劲，纳斯达克100指数年初至今上涨了12%，主要受到半导体和软件领军企业的推动。在多个高调的IPO前融资轮之后，公众市场开始审视纯粹AI公司的盈利路径，这些融资轮强调了收入增长而非盈利。这些数据将讨论的重点明确转向资本效率和投资资本回报的时间表。

数据 — 数字显示了什么

OpenAI 2025年的340亿美元运营支出分为三个主要类别：模型研发、计算基础设施和全球员工扩张。基础设施成本，主要由对云合作伙伴如Microsoft Azure的支付构成，可能占总支出的60%以上。到2025年底，公司员工人数超过5000人，比年初的2000人增加了150%。基于2025年预计销售额120亿美元，员工平均收入约为240万美元，这一数字与Salesforce等软件同行的585,000美元员工收入形成鲜明对比。

指标	2024	2025	变化
运营支出	$14B	$34B	+142%
Q4现金烧钱	$2.1B	$4.0B	+90%
预计员工人数	2,000	5,000	+150%

支出规模明显超出其他主要私人科技公司在其IPO前阶段的支出。字节跳动在预期上市前，报告的年度运营成本接近250亿美元。OpenAI的支出也超过了2025年传统科技巨头英特尔（$18.1B）和IBM（$6.9B）的合并研发预算。这一烧钱速度意味着公司需要成功的IPO或另一轮大型私人融资，以在当前支出速度下资助未来8-10个季度的运营，假设支出增长没有减缓。

分析 — 对市场/行业/股票的影响

这一支出的主要受益者是AI基础设施提供商。微软（MSFT）是云计算支付的直接受益者，Azure的增长轨迹获得了数十亿美元的年度推动。英伟达（NVDA）和AMD（AMD）从持续的、巨大的训练和推理芯片需求中受益。定制硅设计师和数据中心房地产投资信托（REITs）如Digital Realty（DLR）也看到长期需求预测得到增强。受损者包括那些竞争相同GPU容量和风险投资的小型AI初创公司，因为OpenAI的烧钱速度重置了投资者对资本需求的预期，可能提高了融资轮的门槛。

一个关键的反驳观点是，这一支出是对基础模型架构的一次性投资，运营使用将在大规模基础设施上逐渐实现。然而，第四季度90%的环比增长表明成本仍在加速，而不是趋于平稳。机构定位显示对高估值、尚未盈利的AI应用公司的对冲基金增加了空头敞口，同时在半导体和云基础设施的“铲子和镐”投资上加仓。流动数据表明，资金正在流入SMH半导体ETF，而流出投机性的AI软件名称。

展望 — 接下来要关注什么

下一个主要催化剂是OpenAI向SEC提交的S-1文件，预计将在2026年第三季度发布。该文件将提供首个官方收入数字、毛利率以及IPO的详细资金使用情况。投资者应关注公司对2027年资本支出指导的评论；任何支出趋于平稳的迹象都将是未来自由现金流的积极信号。需要关注的关键水平包括微软Azure部门在2026年7月24日下一个财报中应用的估值倍数，以及英伟达在8月21日财报公布时的股价。

市场反应将取决于340亿美元的数字是否被视为投资高峰或新基准。如果10年期收益率突破4.5%，高资本成本可能会对所有现金烧钱的成长型公司的估值倍数施加压力，使OpenAI的IPO定价更加具有挑战性。然而，成功的首次亮相将验证当前的支出范式，并可能引发全球对AI基础设施项目的新一波资本配置。有关AI基础设施投资趋势的更深入分析，请访问https://fazen.markets/en。

常见问题解答

OpenAI的支出与特斯拉早期相比如何？

特斯拉从2010年IPO到2015年的累计运营支出约为55亿美元。OpenAI在一年内的支出超过了这个数字的六倍。这一比较突显了前沿AI模型开发的资本密集性远高于资本密集型硬件制造。特斯拉的支出用于建设工厂和供应链；OpenAI的支出则主要集中于临时计算成本和高薪研究人才，代表了不同的股权投资风险特征。

这对开发者的AI API成本意味着什么？

OpenAI巨大的基础设施成本对通过API服务变现其模型施加了巨大压力。为了实现盈利，公司必须要么大幅提高模型的计算效率——降低每次查询的成本——要么逐步提高API访问的价格。目前的支出轨迹表明，像GPT-5这样最强大的模型在IPO后可能会大幅涨价，这可能会挤压完全依赖其API的初创公司的利润，并将需求转向开源或竞争对手的模型。