👁 248 次阅读
周四这天，AI 板块的投资者读到了一份修正后的数字。据 CNBC 报道，OpenAI 在 9 月底向投资者更新的年化营收约为 500 亿美元，而一个月前被广泛引用的数字是 680 亿——两者相差整整 200 亿美元。消息传出后，英伟达盘中跌 3%，甲骨文跌 6%，CoreWeave 跌 8%。一家公司把营收报得更低，为什么会把别人的股价打下去？这 $200 亿的差额，其实藏着 AI 商业模式最核心的一层窗户纸。
一、这 200 亿美元，是『伙伴的流水』不是『自己的生意』
差额不是砍出来的，是口径换出来的。据 CNBC 引述知情人士，680 亿那个数字把 OpenAI 合作伙伴的总收入也算了进去。OpenAI 把它在一份投资者材料里换成了 500 亿的口径，目的是让这个数字能跟主要竞争对手 Anthropic 的报表直接放在同一张表上比。
这个『口径之争』值得每个关注 AI 投资的人记住。当一个平台把自己的生态伙伴流水也计入营收时，它展示的是生态规模；当它只计自己的部分时，它展示的是自营业务的健康度。两个数字都不假，但它们回答的是两个完全不同的问题。同一份业务，报出来可以差 40%。
顺带值得记录的是 OpenAI 在材料里给出的增速：第三季度总 run rate 同比增长 77%，企业业务同比增长 107%。也就是说，收入基数被下修了，但增长斜率不但没有放缓，企业侧反而更陡。这解释了为什么投资者第一反应不是愤怒，而是困惑。
二、为什么一个下修数字能砸出 8 个点的跌幅
股价反应的对象从来不是 OpenAI 本身，而是围绕它建仓的整条算力链。英伟达卖的是未来五年的 GPU 订单，CoreWeave 卖的是签出去的长期算力合约，甲骨文的股价同样高度依赖 AI 支出的扩张预期。这些公司的估值前提都是同一个假设：头部模型公司的收入会继续高速增长。
所以真正的坏消息不是『少报 200 亿』，而是『这个数字可以被重新定义』。如果营收口径本身不固定，那么基于它做的任何长期财务预测都会失去锚点。市场惩罚的其实是这种不确定性，而不是某个具体数值。
把镜头拉远一点，背景更值得玩味。OpenAI 目前约 8520 亿美元的估值需要向投资者交代，6 月已向监管提交招股文件，市场普遍预期它正为一个重磅 IPO 做准备，另有报道称它正在洽谈 300 亿美元级别的新一轮融资。IPO 前夜，每一个口径都会被人拿放大镜看。
三、对手那边：同一场 IPO 竞跑，另一种剧本
同一篇报道里提到 Anthropic 在 8 月也向投资者披露过年化 run rate，而第三方研究机构 New Constructs 直接把 Anthropic 即将到来的上市称为『2026 年最荒唐的 IPO』，只给出 1500 亿美元的估值。据报道 Anthropic 2025 年营收 46 亿美元、净亏损 420 亿美元。
两条线放在一起看，结论并不复杂：整个行业的收入故事，现在都建立在对口径、对增速、对亏损的三重解释上，而不是已经落到账本上的现金流。
四、其他热点速览
1. Whistle：16.9MB 的语音转文字，11 毫秒出第一个字
Cactus 今天发布的 Whistle 登上 HN 热榜，拿到 248 分、68 条评论。它的规格写在官方页面里：单个 16.9MB 文件，纯 CPU 运行、零依赖，支持英、德、法、西、意、荷、波七种语言，首次识别延迟 11 毫秒，单次处理上限 16kHz 单声道 30 秒。它还给每个词输出起止时间和置信度，这些时间戳来自 decoder 自身的注意力矩阵。
真正有意思的是它的定位——Whistle 和 Cactus 的 Needle 3（8 到 29MB 的微型基础模型）跑在同一个容器、同一套量化上，一个二进制文件就能把一段语音直接变成工具调用。这意味着『语音入口 + 小模型执行』可以完全离线跑在手机、手表、家电、车机和微控制器上，音频不出设备。
官方同时给出了相对克制的基准结论：在 LibriSpeech、SPGISpeech、Earnings-22 和 FLEURS 平均上它领先，但在 TED-LIUM、AMI 和 MLS 平均上仍然落后于 Whisper base（后者 145.3MB）。16.9MB 换领先，代价是特定场景还差一口气，这个权衡摆得很清楚。据 HackerNews 社区讨论，这个项目延续了 Needle 系列的极简路线。
2. StepFun Step 5 Preview：600B 稀疏 MoE，100 万上下文登场
阶跃星辰（StepFun）的旗舰 agentic 模型 Step 5 Preview 在 OpenRouter 上架，据 OpenRouter 页面信息：稀疏 MoE 架构，600B 总参数、27B 激活参数，输入 100 万美元每百万 token、输出 2.70 美元每百万 token，上下文 1,000,000 token，单次最大输出 64,000 token。
价格牌本身就是信息：百万级上下文加上不到 3 美元每百万输出 token，说明国产头部玩家已经不再靠『便宜』打市场，而是靠『长上下文 + 大参数 + 还能打得起折』打 agentic 场景。
五、今天看这三条，能提炼出一句话
头部公司的收入口径在动摇，端侧模型正在把 16.9MB 做成产品，国产旗舰用百万上下文重新定义价格锚——三件事指向同一个方向：AI 的竞争正在从『谁的模型更聪明』转向『谁的数字更经得起审计、谁的算力能装进设备、谁的定价更敢往下压』。
对普通从业者来说，最有用的一个提醒是：以后看到任何一家 AI 公司的营收或估值，先问一句『这个数算的是谁的流水』。今天这 200 亿美元，就是这个问题最好的样本。