Story

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。

本文来自微信公众号 “海豚投研”（ID：haituntouyan），作者：海豚君，36氪经授权发布。