OpenAI季度烧掉37亿美元的重压之下：软件+硬件双路线如何将AI推理成本砍掉一半？

37亿美元之问：烧钱的速度远超想象

OpenAI 2026年第一季度的财务数据揭示了一个严酷的现实：公司创造了57亿美元的收入——约为上年同期的三倍——但同期却烧掉了37亿美元的现金。这意味着，每赚到1美元，就有超过65美分被运营消耗殆尽。该季度运营亏损高达93亿美元，其中研发支出就达到86亿美元。

这些数据来自The Information援引的股东文件，它凸显了AI行业面临的核心挑战：尽管需求爆棚，但可持续盈利依然遥不可及。更紧迫的是，据称OpenAI和Anthropic都已在2026年中秘密提交了IPO申请，这迫使他们必须向外界展示一条可信的盈利路径。

软件优化：多模型路由

OpenAI近期开发的一项核心降本软件技术是多模型路由（Multi-Model Routing）。这套系统会自动将简单的查询分配给更小、更便宜的模型，而只将最强大（也是最昂贵）的模型留给复杂请求。

行业指南指出，这种混合方法在模型层通过量化（Quantization）、蒸馏（Distillation）和规模优化，可实现30-75%的成本削减；再结合批处理（Batching）、推测解码（Speculative Decoding）和KV缓存管理等运行时优化，还能获得40-80%的吞吐量提升。OpenAI还通过其Batch API提供50%的延迟推理折扣——只要客户愿意等待最多24小时获取结果。

更惊人的是，据The Information报道，OpenAI工程师表示，这些优化技术如此强大，以至于在某些时候，他们仅用几百块英伟达GPU就能为未登录的访客提供ChatGPT服务。

硬件突破：Jalapeño定制推理芯片

2026年6月24日，OpenAI与博通（Broadcom）联合发布了Jalapeño，这是OpenAI首款自研推理芯片。核心信息如下：

• 类型：专用集成电路（ASIC）——非GPU，专为大语言模型推理而设计
• 成本削减：早期测试显示，与当前基于英伟达GPU的推理硬件相比，单次推理成本可降低约50%
• 性能：每瓦性能“大幅优于”当前最先进的方案
• 开发周期：从设计到投产仅用了九个月，期间OpenAI自身的AI模型加速了芯片设计过程
• 部署计划：目标在2026年底实现吉瓦级部署
• 长期承诺：属于公司到2029年10吉瓦基础设施承诺的一部分
• 年度节省：这50%的成本削减，到2028年可为OpenAI节省5亿至10亿美元的年度开支

OpenAI将这款芯片称为“多年定制芯片路线图上的第一块基石”，旨在打造自己的计算栈，从而摆脱对英伟达定价权的依赖。该芯片采用垂直整合模式——仅供OpenAI内部推理使用，不会对外销售。

财务压力详解

来自2026年第一季度股东文件的关键数据：

• 收入：57亿美元（同比增长约三倍）
• 现金消耗：37亿美元（同比也增长约三倍）
• 运营亏损：单季度93亿美元
• 净亏损：213亿美元（其中包括23亿美元的股权激励支出和124亿美元的非现金会计费用）
• 研发支出：86亿美元
• 毛利率：略升至39%
• 现金储备：持有730亿美元的现金及有价证券，虽亏损严重但仍具备一定缓冲能力

公司的运营利润率约为 -122%，即每赚1美元就亏损1.22美元。纵观整个2025年，OpenAI在340亿美元的支出基础上，亏损约为385亿美元。

行业大竞赛：推理成本全面崩溃

OpenAI的降本行动，是整个AI行业价格战的一个缩影：

• Anthropic 在美国企业市场的采用率已反超OpenAI（34.4%对32.3%），截至2026年5月的数据显示其客户增长加速。
• 开源模型 正在挤压定价：四款中国开源权重模型在编程基准测试中已达到前沿水平，但成本仅为专有模型的三分之一。据报道，DeepSeek V4的运行成本比Claude Opus 4.6便宜五十倍。
• Google的Gemini 3.1 Flash 每百万输入令牌仅需0.10美元——三年内价格下降了99.7%。
• Anthropic的Claude Sonnet 4.6 在所有传统基准测试上均优于GPT-4，但每百万输入令牌只需3美元。
• 三年来，推理成本已下降约50倍，预计相关市场规模将从2025年的1030亿美元增长到2030年的2550亿美元。
• OpenAI正考虑大幅降低每令牌的API价格，以先发制人地应对Anthropic即将采取的价格调整。
• 客户越来越多地使用多模型路由工具，在不同模型间灵活组合，避免被任何单一供应商的高定价锁定。

这对AI行业意味着什么？

软件和硬件优化的结合，使OpenAI在扩大规模的同时有望将推理成本减半。但公司并非在真空中行动。来自竞争对手、开源替代方案和专用硬件的全行业推理价格崩溃，意味着整个行业的定价权正在快速削弱。

对于企业而言，这是好消息：运行AI工作负载的实际成本，其下降速度超过了能力的增长速度。OpenAI的Batch API已提供最高50%的延迟工作负载折扣，而多模型路由可以在不牺牲质量的情况下将成本削减40-60%。问题在于，在一个中国开源模型能以极低成本提供前沿能力的市场中，任何单一供应商是否还能维持其高昂的定价。