中经记者 秦枭 北京报道

美股科技巨头陆续发布最新财报。几乎在同一时间窗口，全球两家头部AI公司正在做着方向不同但逻辑相通的资本动作：OpenAI加速推进新一轮私募融资，目标估值指向1.4万亿美元；而它最直接的竞争对手Anthropic，则在筹备可能创下科技行业纪录的首次公开募股。

一边是私募市场继续抬升估值，一边是公开市场即将接受检验。两家公司选择在这个时点同步推进资本进程，它们争夺的，是同一批长线资本对AI赛道的配置额度，以及市场对“谁的商业模式更成立”的判断。

多位业内人士在接受《中国经营报》记者采访时表示，OpenAI希望赶在竞争对手Anthropic首次公开募股（IPO）之前锁定投资者承诺。两大AI实验室几乎在同一时间窗口争夺同一批主权基金与长线资本，这一竞速背后，是全球AI产业正从“模型竞赛”转向“商业化验证”的关键拐点。当资本市场开始拷问AI投入的真实回报，营收数字的成色，正在成为决定下一轮估值叙事的核心变量。

资本暗战

OpenAI最新一轮融资的目标规模约300亿美元，投后估值指向1.4万亿美元。这个数字在八个月内已经经历了三次跳升：今年3月上一轮融资的投后估值为8520亿美元，9月市场传出的目标是1.2万亿，到10月中旬，这一数字再度上调。

推动估值连续跳升的，是OpenAI营收曲线的陡峭程度。按照公司向投资者披露的数据，其三季度年化收入已达500亿美元，同比增速接近八成，其中企业级业务的增速更是超过一倍。公司预计年底这一数字将进一步攀升至700亿美元量级。

深度科技研究院院长张孝荣表示，1.4万亿美元背后不光是收入曲线，还有整个赛道“最后几张牌桌”的溢价——2026年的大模型融资向头部集中，中段基本空了。增速可以解释方向，但行业性的“不买头部就没得买”在替估值垫底。

天使投资人、人工智能专家郭涛表示，本轮OpenAI估值短时间大幅跳升，核心支撑来自技术与商业双重预期。技术层面，GPT-6 Astra的能力迭代突破，巩固了其全球大模型的技术标杆地位，叠加持续领先的算力储备与开发者生态壁垒，赋予企业极高的成长期权价值。商业层面，年化500亿美元级营收规模、持续高速抬升的增长曲线，为高估值提供了基本面支撑。但客观来看，当前营收增速、利润兑现能力不足以完全消化本轮估值涨幅，估值泡沫特征显著。市场定价过度透支了未来数年的增长预期，高度依赖后续技术持续突破、商业化持续超预期、算力成本稳步下行，一旦行业竞争加剧、需求增速放缓，超高估值将面临快速回归基本面的回调压力。

从时间安排上看，OpenAI选择在Anthropic IPO前加速融资，与两家公司的投资者结构存在重叠有关。Anthropic计划于11月中旬启动IPO，市场此前预期其估值可能达到2万亿美元量级，有望成为规模最大的科技IPO之一。Anthropic招股书公开后，两家公司的财务数据将直接接受投资者横向比较。

张孝荣认为，企业AI现在就是双寡头加开源尾部的格局，OpenAI靠降价把和Anthropic的支出差距追到几乎持平。选同一窗口，就是想赶在对手披露招股书前把资金和估值先定下来，免得被拿来比价。投资者确实在追捧，一级抢筹、二级审慎分化，公开市场已用脚投票。

郭涛指出，OpenAI选择与Anthropic IPO相近窗口加速融资，核心意图是抢占一级市场优质融资窗口期，提前锁定主权基金、长线资管等顶级核心资本，同时规避竞品上市披露财报后形成的公开估值比价压力。当前AI一级市场已形成极致的两极分化配置逻辑，机构资金对具备顶级技术迭代能力、完整用户生态、海量算力储备的AI绝对龙头保持积极追捧，愿意包容企业短期亏损，押注长期行业垄断价值与平台化红利。而对于缺乏核心壁垒、仅具备基础模型能力的普通AI项目，投资机构普遍进入观望状态，不再为技术概念和团队光环溢价，仅认可有真实落地营收、差异化场景壁垒的项目。这种极端分化是AI赛道进入成熟竞争阶段的必然结果，也是头部马太效应强化的直观体现。

营收数字背后的估值裂缝

如果只看营收增速，两家公司都堪称惊人。Anthropic的年化营收从一年前的不足百亿美元，增长到目前的650亿美元以上；OpenAI用不到四年时间，从零做到了500亿美元年化收入。

北京社科院副研究员王鹏表示，两家商业化路径存在本质分野，Anthropic 依托云渠道深耕企业级市场，单位经济更健康，现金流转正更早；OpenAI 手握海量消费级自有入口，长期天花板更高，但资本消耗强度也更大。短期看 Anthropic 的模式更适配公开市场纪律，长期看拥有独立分发能力的主体，在后续竞争中掌握的主动权更强。

然而，高速增长的另一面，是同样高速膨胀的成本。Anthropic的招股书披露了一组引人关注的数据：2025年全年营收46亿美元，净亏损却高达420亿美元。这意味着每产生1美元收入，伴随的是约9美元的净亏损。

对此，Anthropic的解释是，公司已在第三季度实现“调整后盈利”，并录得正向经营现金流。但这一表述在市场上引发了不同解读。所谓“调整后”，通常意味着剔除了股权薪酬、基础设施折旧等大额支出。对一家重资产、重算力的AI公司来说，这些支出是否真的可以被视为“非经常性”？

郭涛认为，大模型行业“烧钱换规模”的扩张模式不具备永续性，最终会通过行业出清实现结构性收敛。在成本端，随着全球算力产能释放、芯片能效升级、模型轻量化与蒸馏技术普及，行业整体推理与训练成本将持续下行，持续亏损的核心压力会逐步缓解。在竞争端，高强度的算力与技术军备竞赛将大幅抬高行业准入门槛，头部龙头凭借成本、生态、资本优势率先实现盈亏平衡，完成从规模亏损到规模盈利的模式切换。大量中小模型企业无法持续承担高额研发与算力投入，将退出通用赛道，转向垂直场景细分落地或并购整合。最终行业将告别粗放式烧钱扩张，收敛为头部平台盈利化、腰部企业垂直精细化的稳态竞争格局。

不仅如此，在营收高速增长的叙事之下，关于AI估值泡沫的质疑声正在同步放大。

张孝荣指出，当前最值得警惕的风险，不是AI技术路线本身，而是支撑这轮资本扩张的融资结构，已经将AI资产的价格与更广泛的金融条件深度绑定。风险不在“AI是不是泡沫”，而在五大科技巨头2026年资本支出逼近8000亿美元、循环融资撑起约八成生态收入。结构性风险高企，但系统性崩溃的触发条件尚未齐备。

而在王鹏看来，当前 AI 领域的风险并非全面价值泡沫，而是结构性的交易与信用链条脆弱性。行业内部存在资本开支循环互认的需求信号失真，叠加债务化融资的期限错配问题，头部标的 IPO 定价基准一旦松动，会快速向全市场传导，形成系统性估值重估压力。

（编辑：张靖超 审核：李正豪 校对：翟军）