一句话总结
当一家公司单季亏损 109 亿美元、调整后营业利润率 -109%，却以 1.25 万亿美元投前估值募到 150 亿美元时，定价锚点已经不是利润，而是「未来推理市场的份额」加上「上市窗口的稀缺性」。理解这类定价，要把四个变量摆出来看，而不是拿市盈率去套。
一、先把两组数字对齐
OpenAI 这一周出现了两组并行的数字。
第一组来自融资：2026 年 11 月 12 日（美东），CNBC 援引知情人士报道，公司在最新一轮私募中募得 150 亿美元，投前估值 1.25 万亿美元。本轮尚未正式结束，预计数周内完成，被描述为为 2027 年潜在 IPO 做准备的机会型融资。
第二组来自经营：《华尔街日报》披露，公司 2026 年第三季度营收约 100 亿美元，环比增长近 50%；同期运营亏损约 109 亿美元，高于第二季度的约 101 亿美元；调整后营业利润率从约 -150% 改善至约 -109%。
两组数字放在一起，会得出一个不太符合传统财务常识的比值：单季亏损 109 亿美元的公司，值 1.25 万亿美元。如果按年化营收 400 亿美元、年化亏损 436 亿美元粗算，这个估值既不能用市盈率解释，也不能用市销率解释——市销率约 31 倍，而亏损是营收的 1.09 倍。
| 维度 | 数字 | 口径与来源 | 备注 |
|---|---|---|---|
| 本轮募资额 | 150 亿美元 | CNBC 引知情人士 | 高于此前报道的约 110 亿 |
| 投前估值 | 1.25 万亿美元 | 同上 | 明确为 pre-money |
| 简单投后估值 | 约 1.265 万亿美元 | 投前 + 募资额 | 未计工具结构与优先权 |
| Q3 营收 | 约 100 亿美元 | WSJ，经 CNBC 转述 | 环比增长近 50% |
| Q3 运营亏损 | 约 109 亿美元 | 同上 | 高于 Q2 的约 101 亿 |
| Q2 调整后营业利润率 | 约 -150% | 同上 | — |
| Q3 调整后营业利润率 | 约 -109% | 同上 | 改善 41 个百分点 |
| 年化营收（粗算） | 约 400 亿美元 | 单季 × 4 | 本文换算，非公司披露 |
| 市销率（粗算） | 约 31 倍 | 1.25 万亿 ÷ 400 亿 | 本文换算，非公司披露 |
| Anthropic IPO 估值目标 | 最高约 1.4 万亿美元 | 路透社此前报道 | 计划 11 月 19 日挂牌 |
| Anthropic 调整后利润率 | 约 +15% | CNBC 节目表述 | 口径与 OpenAI 不同 |
所以问题不在于「这个估值合不合理」，而在于「它在给什么定价」。
二、定价变量一：份额，而不是利润
在亏损状态下支撑万亿美元估值的第一个变量，是市场份额的预期。
AI 模型的商业结构有一条明确的规律：训练成本前置、推理收入后置。一家公司如果在模型能力上处于第一梯队，它获得的不是当期利润，而是「未来数年推理请求的分发权」。这个分发权在搜索、办公、编程、客服四个场景里都是入口级的。
用更直白的类比：这是把「基础设施的过路费」提前资本化了。收费权还没有完全兑现，但路已经修好，车流的方向也已经确定。
这也是为什么亏损扩大并不必然压低估值：如果亏损花在算力与研发上，它就是在买未来的收费权；如果亏损花在获客补贴上，性质就不同。这两者的区分需要看资本开支与研发占比，而 OpenAI 未公开完整的成本结构。
三、定价变量二：上市窗口的稀缺性
第二个变量是时间。
Anthropic 计划 11 月 19 日在纳斯达克挂牌，IPO 估值目标最高约 1.4 万亿美元。这是第一个真正的公开市场锚点。
对 OpenAI 来说，这意味着两件事：
第一，参照系即将出现。 在此之前，所有关于「AI 公司值多少钱」的判断都是私募口径，缺乏可比数据。Anthropic 上市后，市场会拿到一份按统一规则披露的报表，OpenAI 的 1.25 万亿才有相对坐标。
第二，窗口存在时间成本。 如果 Anthropic 上市后表现强劲，OpenAI 2027 年 IPO 的定价空间会被抬高；如果表现疲弱，窗口可能收紧。在这种不确定下，先按 1.25 万亿把 150 亿美元装进口袋，是用「不涨价」换取「确定性」。
这也是本轮融资最值得记录的特征：估值没涨，规模涨了 40%（从此前报道的约 110 亿美元到 150 亿美元）。一家处于绝对头部的公司，选择用额度而不是价格来做交易。
四、定价变量三：可转换的现金结构
第三个变量很少被讨论，但它直接决定估值质量：这 150 亿美元是什么性质的资金。
如果按普通股计入，投后估值就是 1.25 万亿加 150 亿，约 1.265 万亿美元；如果其中含可转换工具或带优先权的结构，实际摊薄与清算优先权会让「纸面估值」与「普通股价值」之间出现差距。
目前公开信息只到「投前估值 1.25 万亿美元、募资 150 亿美元」这一层，工具结构未披露。这意味着：1.25 万亿这个数字的可比性，取决于背后的证券条款——而在私募市场，条款往往比数字更能说明定价的真实水平。
五、定价变量四：亏损的构成，而不是亏损的规模
第四个变量是亏损的质量。
109 亿美元的季度运营亏损，可以由三种完全不同的东西构成：
- 算力与数据中心投入：属于资本性支出的费用化部分，是买产能；
- 研发投入：是买未来的模型能力；
- 获客与补贴：是买当前的用户数。
三者的估值含义完全不同。第一种对应基础设施资产，可以按 EBITDA 倍数类比；第二种对应研发管线，可以按管线价值类比；第三种则接近消费互联网的补贴战，估值逻辑最弱。
OpenAI 没有公开成本拆分。但从行业常识推断，其亏损的主体应是前两类——这也是市场愿意给万亿美元估值的前提。这个前提如果被证伪，估值逻辑会立刻改变。
六、为什么不能拿 Anthropic 的 +15% 直接对比
CNBC 节目中提到，Anthropic 的调整后利润率约为 +15%，而 OpenAI 约为 -109%。这两个数字差 124 个百分点，看起来是一个惊人的对比，但直接用会出错。
原因有三层：
第一，调整口径不同。 两家公司对股权激励、慈善捐款等项目的调整方式并不相同。调整后利润率是一个「各公司自己定义」的指标，不是会计准则统一的数字。CNBC 记者在节目中也明确提示了这一点。
第二，业务结构不同。 Anthropic 的收入更集中于 API 与企业合约，OpenAI 的收入中包含大量面向消费者的订阅与广告类业务。两类业务的成本结构、毛利水平、增长曲线都不同。
第三，披露完整度不同。 Anthropic 正在走 IPO 流程，披露的财务信息更完整；OpenAI 仍是私募状态，外界拿到的多是通过媒体转述的片段。
结论是：这两个利润率不能作为「谁更健康」的证据，只能作为「两家处在不同商业化阶段」的信号。真正可比的时点，是两家都按同一套规则披露报表之后。
七、这套定价的三个可验证推论
如果上述框架成立，未来几个月会出现三个可观察的信号：
信号一：Anthropic 的 IPO 定价与首日表现。 如果按 1.4 万亿美元定价并被市场接受，说明公开市场认可「亏损换份额」的叙事；如果定价区间下移或首日破发，OpenAI 2027 年的窗口会被重新评估。
信号二：OpenAI 是否继续融资。 本轮被描述为「尚未正式结束」，如果最终金额高于 150 亿美元，说明需求强于预期；如果低于，说明定价遇到阻力。
信号三：亏损率的方向。 从 -150% 到 -109% 是一个明显的改善。如果下季度继续向 -80% 靠拢，说明规模效应开始显现；如果停在 -109% 附近，说明成本结构还没有杠杆。
八、边界与不该做的推论
- 本轮融资金额与估值均来自 CNBC 援引的知情人士，OpenAI 未公开确认，最终交割数据可能变化；
- 1.25 万亿美元为投前估值，投后约 1.265 万亿美元（按 150 亿美元简单相加），未考虑可能的工具结构与优先权；
- Q3 营收 100 亿美元、亏损 109 亿美元、利润率 -109% 均来自《华尔街日报》并经媒体转述，非公司官方财报；
- 「市销率约 31 倍」「亏损为营收 1.09 倍」为本文按公开数据做的简单换算，非公司披露指标，也未考虑季节性；
- OpenAI 未披露成本拆分，本文对「亏损构成」的判断是行业常识推断，不是事实；
- Anthropic 的 +15% 调整后利润率与 OpenAI 的 -109% 口径不同，不可直接比较；
- 本文不判断估值是否合理，不预测 IPO 定价，也不构成投资建议。
九、参考来源
- CNBC 原报道：Kate Rooney，"OpenAI raises $15B at a $1.25T valuation, sources say"（2026 年 11 月 12 日，美东）；
- 财新数据库：《OpenAI 融资 150 亿美元，为 2027 年 IPO 铺路》（2026 年 11 月 13 日）
- 站内关联：OpenAI 最新融资轮与估值数据（2026 年 11 月 3 日）、Anthropic 与 OpenAI 的 IPO 估值与融资对比（2026 年 11 月 3 日）、如何读 AI 公司的融资与估值轮次（2026 年 11 月 4 日）