OpenAI 与 Anthropic 营收口径被完整拆解、ARR 指标遭公开质疑；五大科技巨头 1.65 万亿美元表外承诺曝光

0. 近日脉络

近数日主线沿三条累积：OpenAI 年化营收被修正至接近 500 亿美元、引发美股 AI 硬件与云服务板块跨市场重定价，两家实验室的 IPO 时点（Anthropic 最早 11 月、OpenAI 推迟至 2027 年）与万亿美元级估值分歧公开化；算力端的约束从芯片采购与资本开支扩张，转向电力、并网与交付；中国侧四家头部科技公司合计约 560 亿美元融资全数指向 AI 基建。今日的增量是把营收口径的会计机制完整拆开、并首次量化巨头的表外承诺规模。

1. 今日主线

主线一：营收口径的会计机制被完整拆解，ARR 这一指标本身成为被质疑对象（该事件自 10 月 7 日以来持续发酵，今日增量在机制层与当事人表态）

据 华尔街见闻，700 亿美元的说法来自投资者为与 Anthropic 直接比较而进行的口径调整，不能简单理解为 OpenAI 曾经给出、后来落空的目标 ^[1]。机制上，两家公司对云渠道销售的统计方式不同：Anthropic 把部分经云合作伙伴完成的销售按总额展示，OpenAI 则对部分合作伙伴销售仅记录归属于自身的收入 ^[1]。两者并读的差别被给了具体算法——假设企业通过云平台采购 100 美元的模型服务、渠道保留 30 美元，满足总额确认条件的模型公司可记录 100 美元收入并单列渠道费用，满足净额确认条件时则可能仅记录 70 美元 ^[1]；决定适用方式的，是谁控制服务、承担履约责任以及合同的实质，而非管理层可任意选择的美化手段 ^[1]。

据 彭博（经 华尔街见闻 引述），这两个数字根本无法直接比较——两家公司对同一指标采用了截然不同的口径 ^[2]。同一来源披露的口径对照是：Anthropic 将亚马逊等云平台视为分销渠道，将通过这些渠道产生的销售总额全额计入营收；OpenAI 采用净额法，仅将其从微软等合作伙伴处实际分得的收入份额纳入统计 ^[2]。更关键的是「年化」与「实际」的落差——OpenAI 目前年化营收约为 500 亿美元、预计年底前接近 700 亿美元，但知情人士透露公司预计 2026 年全年实际营收约为 350 亿美元，仅为其年底年化营收预测值的一半；Anthropic 2025 年实际营收约为 46 亿美元，而彼时其对外公布的年化营收已超过 90 亿美元 ^[2]。

第三方交叉验证同日出现。据 虎嗅 引《金融时报》及多家财经媒体，截至 2026 年 9 月底 OpenAI 真实年化收入接近 500 亿美元，与此前流传的 700 亿美元存在约 200 亿美元预期差 ^[3]；分析机构 TickerTrends 称其独家实时监测模型显示 OpenAI 在 9 月 28 日的真实运行 ARR 为 504.4 亿美元，与披露文件误差在 1% 以内 ^[3]。Anthropic 一侧，其在向潜在投资者披露的数据中确认截至 2026 年 7 月底 ARR 约 650 亿美元、全年预计将超过千亿美元，媒体报道称其将外部云厂商渠道的间接销售收入按「总额法」打包计入统计 ^[3]。

多方观点同日被摆上台面：

• 纽约大学斯特恩商学院金融学教授 Aswath Damodaran 表示，只要各公司在自身口径上保持一致，采用净额或总额确认收入在原则上均可接受，关键在于为投资者提供最大程度的清晰度；但他将过度关注 ARR 比作「看一个幼儿园孩子的成绩单」^[2]。
• Janney Montgomery Scott 首席投资策略师 Mark Luschini 称，当一个如此重要的市场参与者在某种程度上是一个黑箱时，投资变得非常困难 ^[2]。
• 据 彭博，随着 Anthropic 即将登陆华尔街，上市后投资者将获得按通用会计准则编制的财务报表，年化营收这一非标准化指标的参考价值将大幅下降 ^[2]。

市场反应方面，据 华尔街见闻，消息传出后美股 AI 硬件板块普遍承压，英伟达 (Nvidia) 下跌 2.9%、博通 (Broadcom) 下跌 4.3%、美光 (Micron) 下跌 4.8% ^[1]；据 虎嗅 引谷歌财经，美东时间 10 月 8 日英伟达盘中跌幅一度超 2%，与 OpenAI 存在算力合作预期的甲骨文 (Oracle) 跌幅超 6%，拖累纳斯达克指数大幅下滑 ^[3]。

产业含义（推断）： 这条的边际变化在于——此前三天的争论停留在「500 亿还是 700 亿」，今天被推到了「ARR 这个指标能不能用来定价」。当同一笔销售在两种合规口径下可记为 100 或 70 美元 ^[1]，而 2026 年全年实际营收可能只有年底年化值的一半 ^[2]，那么以 ARR 倍数支撑的万亿美元估值就同时暴露在分子的口径风险与分母的时间错配上；上市后强制 GAAP 披露会系统性压缩这种空间 ^[2]。

主线二：五大科技巨头表外承诺约 1.65 万亿美元，创纪录利润的成色被逐项拆开

据 斯凯碎碎侃 引《日经亚洲评论》对五大科技巨头年报的梳理，其资产负债表上登记的显性债务总额约 1.35 万亿美元，而各类长期租约、设备采购合同带来的表外承诺估算高达 1.65 万亿美元，已超过表内登记债务 ^[4]。扩大统计范围、纳入英伟达、博通、SpaceX、AMD 等九家科技企业后，各类长期采购与租约承诺合计规模约 3 万亿美元 ^[4]。结构拆解为：

• 未生效数据中心租约约 1.2 万亿美元——机房尚未建成投用，租约暂不计入资产负债表 ^[4]；
• GPU／服务器长期采购订单约 1.9 万亿美元——硬件尚未交付，但企业已签下不可撤销采购协议 ^[4]；
• 单家口径：Meta 表外承诺规模最高、约 4,200 亿美元，几乎是其表内负债的 2.8 倍；甲骨文隐性承诺在 2026 年 5 月底超过 2,700 亿美元、四年膨胀超 30 倍；Alphabet 表外承诺估算约 2,500 亿美元 ^[4]；
• SPV 结构：Meta 在路易斯安那州合作的 Hyperion 数据中心项目成本从 270 亿美元膨胀至 500 亿美元，Meta 仅出资 20% 股权，却承诺合作破裂时承担全部损失担保，这项义务没有体现在资产负债表上 ^[4]。

利润成色一侧，同一来源的拆解是：Alphabet 2026 年 Q2 净利润 1,121 亿美元，约 87% 来自股权投资纸面浮盈，其中约 980 亿美元来自对 SpaceX、Anthropic 的股权投资估值上浮；剔除纸面浮盈后核心业务营业利润约 408 亿美元，单季自由现金流首次转负为 -59 亿美元，为上市数十年来首次 ^[4]。亚马逊 626 亿美元净利润中约 85% 来自 Anthropic 投资的公允价值调增（534 亿美元），其过去十二个月自由现金流转负、资金缺口约 76 亿美元 ^[4]。Meta 纸面浮盈占比相对更低，但自由现金流暴跌 91%、仅剩 7.84 亿美元；微软是四家中最健康的，纸面浮盈占比不足 8%、自由现金流 196 亿美元 ^[4]。报道并称，Alphabet、亚马逊交出创纪录季度利润后，股价反而下跌 ^[4]。

资金端的长期口径同日被给出：据 摩根士丹利（预测性），2026 年全球 AI 相关债券发行规模接近 5,700 亿美元，相比 2025 年翻倍增长，承接方多为养老基金与保险机构；国际清算银行把这种经机构层层传导、底层资金来自普通人养老金的模式称作「影子借贷」^[4]；瑞银（预期性）警告一旦 AI 投资热潮松动，美国经济衰退概率达 50% ^[4]。

产业含义（推断）： 这条把「AI 资本开支」从利润表问题改写成负债表问题。当表外承诺（1.65 万亿美元）已超过表内登记债务（1.35 万亿美元）^[4]，且未生效租约与未交付硬件订单合计约 3.1 万亿美元，市场看到的扩张节奏与实际约束条件之间就存在时滞——利率、交付与租约生效时点，会先于收入端反映压力。

2. 大厂与实验室动向

OpenAI：IPO 推迟至 2027 年，同时继续谋求新一轮 300 亿美元融资。 据 虎嗅，OpenAI 原定于 2026 年内的 IPO 计划已正式宣告推迟、上市窗口顺延至 2027 年 ^[3]；9 月中旬 Sam Altman 在接受《财富》采访时称，考虑到外界对 AI 安全与发展的担忧不断升级，此时 IPO 将是「不合时宜的」；公司已于 2026 年 6 月秘密向美国证券交易委员会提交初步招股书草案，但从非营利组织向营利性公众利益公司转型、移除对投资者的「利润回报上限」等法律条文对赌，仍卡在管理层 ^[3]。融资一侧，CFO 萨拉·弗莱尔在 9 月 29 日 DevDay 2026 期间对媒体称公司账面资金依然极其充裕，且正在谋求新一轮高达 300 亿美元的融资 ^[3]。生态绑定方面，微软 CEO 纳德拉向投资人重申双方此前签下的 2,500 亿美元增量 Azure 算力购买承诺，且 OpenAI 直接贡献了微软 Azure 智能云业务近三分之一的同比增速；微软持有 OpenAI 约 27% 股份 ^[3]。

Anthropic：上市进程与招股文件细节同日曝光。 据 虎嗅，Anthropic 正更积极接触公开市场投资者，券商分析师预计其将在美国中期选举后正式登陆二级市场、2026 年大概率完成 IPO；有消息称其计划在中期选举后的窗口寻求高达 2 万亿美元的估值（单一来源、预期性）^[3]。媒体曝光了其长达近 300 页的招股文件部分内容，据称公司在文件中表示核心护城河在于「无解的商业化弹性」，并称随着 Claude 5.5 Haiku 模型发布，有信心在上市前用不断迭代的商业化斜率巩固定价空间 ^[3]。

中国 AI 办公：9 月密集发布后集体收拢入口。 据 和讯财经研究，2026 年 9 月国内 AI 办公厂商的动作密集到按天计 ^[5]：

• 9 月 2 日，腾讯 WorkBuddy 开放平台上线，首批引入超百家生态伙伴；9 月 24 日腾讯宣布 QClaw 将于 12 月 24 日正式停止运营并提供 WorkBuddy 迁移工具 ^[5]；
• 9 月 4 日，阿里千问办公公布上线首月注册用户突破 3,000 万、企业用户占比过半；9 月 22 日阿里云栖大会上，千问办公开始尝试让 Agent 直接连接企业既有业务系统 ^[5]；
• 9 月 9 日京东发布企业级 AI 原生办公平台 JD JoyWork；9 月 14 日金山办公领取智能体身份码节点；9 月 15 日飞书发布为适配 Agent 系统性重构的 8.0 版本，国内首个团队智能体「豆包工作伙伴」亮相；9 月 16 日百度智能云宣布「搭子」生态平台开放入驻并承诺永不向伙伴抽佣 ^[5]。
• 共同动作是整合：阿里将 QoderWork、悟空、MuleRun 等整合为千问办公，字节推动飞书与豆包进一步融合，金山强化 WPS 的 AI 能力，百度和京东从生态平台、企业级 AI 办公方向切入 ^[5]。文章的核心判断是「模型决定能力上限，但流程决定商业价值」^[5]。

模型与具身动作。 据 划重点KeyPoints，OpenAI 发布新模型 Astra，并宣布给出困扰人类 90 年的纳维-斯托克斯方程千禧年难题解答（据 OpenAI 披露，动用上万个 agent、耗时 88 小时）^[6]；Meta 推出用户增速超过 ChatGPT 的 AI 个人助理 Muse ^[6]；Anthropic 的 Dario 呼吁「pace the frontier」，并得到 Elon 与 Sam Altman 的响应 ^[6]；OpenAI、Anthropic 等前沿实验室正在具身智能方向大量招人、投入资源 ^[6]。同一来源记录的一个组织信号是：某大厂不再用 AI 采用率看板或 token 用量评价员工的工作影响，而是回到产出质量、工作速度和所解决问题的复杂度 ^[6]。

3. 融资 · 并购 · 估值 · IPO

一级市场 ARR 对照：同一指标在不同公司间的量级极不均衡。 据 虎嗅 汇总 ^[3]：法国 Mistral AI 在 2026 年年初 ARR 刚跨过 4 亿美元，CEO Arthur Mensch 宣布年底冲刺 10 亿美元营收；加拿大的 Cohere 与德国 Aleph Alpha 合并后，ARR 在 9 月才越过 2.4 亿美元关口；据 彭博社，月之暗面在 8 月凭借 Kimi K3 模型的 Token 爆发，其内部向投资人宣讲的实时 ARR 已正式突破 10 亿美元；据 The Information，DeepSeek CEO 梁文锋在闭门股东会上承认其 ARR 已触及 10 亿美元；智谱在 8 月 31 日中报业绩说明会上披露截至 8 月底其 MaaS 平台按月度计算的 ARR 达 16 亿美元（约 108 亿元人民币），但 2026 年中报审计数据显示公司整个上半年总营收仅 9.54 亿元人民币 ^[3]。

估值分歧与市场判断。 据 虎嗅，受访的多位分析师表示，从 ARR 倍数看，两家模型巨头在一级市场的估值并没有透支，反而处于相对健康的合理区间 ^[3]；但也有机构分析师并不认为如此，认为因无法摆脱巨额亏损，Anthropic 的 IPO 将成为最荒谬的存在 ^[3]；一位长期关注 AI 应用的券商分析师则认为未上市模型公司收入都处于极其早期，当 Anthropic 未来几个月向二级市场发起冲击时，即使 New Constructs 等作出保守评价，华尔街同样会为其画出万亿美元维度的天花板空间 ^[3]。据 彭博，Aswath Damodaran 指出争论的本质是回避根本问题：这两家公司需要创造多大规模的真实销售，才能覆盖其庞大支出并支撑超过 1 万亿美元的估值 ^[2]。

AI 相关债券发行。 据 摩根士丹利（预测性），2026 年全球 AI 相关债券发行规模接近 5,700 亿美元，相比 2025 年翻倍增长 ^[4]。

历史并购案例被引用。 据 达龙·阿西莫格鲁，2022 年微软收购 Nuance，并延续其转向医疗和企业市场的模式；2000 年 Dragon 被比利时公司 Lernout & Hauspie 收购，后者在收购后几个月内破产、联合创始人因公司欺诈罪被判有罪 ^[7]。

4. 产品商业化与企业落地

中国 AI 办公的收费模式正从「席位」转向「席位＋用量」。 据 和讯财经研究，国内 AI 办公应用的收费方式明显分成个人会员订阅、企业席位订阅、席位＋Token／积分、按调用次数、License，以及纯 API Token 计费等几类 ^[5]。其中千问办公、扣子、WorkBuddy 等正在从单纯的「AI 工具会员」向「席位＋用量」演进，而 DeepSeek、Kimi API、MiniMax 则更接近模型基础设施的 Token 经济 ^[5]。以 OpenClaw 为代表的 Agent 让普通用户第一次敢放手让 AI 操作电脑、调用软件、跑完多步骤任务，AI 从「回答问题」走向「替我把事情做完」^[5]。

可核查的变现数字同期给出。 据 和讯财经研究 引金山办公数据，2026 年上半年金山国内 WPS 个人业务收入 18.33 亿元、同比增长 13.19%，累计年度付费个人用户达 4,825 万、同比增长 15.44%；C 端在现有订阅模式基础上探索「订阅＋AI 用量」，B 端推进 WPS365 商业模式升级、采用「席位＋AI 用量」相结合的方式 ^[5]。平台侧，2026 年 6 月钉钉 APP 月活 1.7 亿，与千问 App 的重合用户占千问月活的 22.9%；飞书上半年 ARR 增速是去年同期的 2.5 倍，超九成新增客户同步采购 AI 产品 ^[5]。据 QuestMobile，2026 年 7 月 AI 办公赛道合计用户规模 1.02 亿、同比 +8.2%，总使用次数同比增长 112.4% ^[5]。模型调用侧，2026 年 6 月豆包大模型日均 Token 调用量突破 180 万亿、一年涨了 10 倍以上 ^[5]。

价格带的分层已被量化到 166 倍。 据 斯凯碎碎侃：OpenAI GPT-5.5 输出定价 30 美元／百万 Token，Pro 版 180 美元；Anthropic Claude 旗舰模型输入 10 美元、输出 50 美元；DeepSeek V4 Flash 输入 0.09 美元、输出 0.18 美元；智谱 GLM-4-Plus 约 0.7 美元／百万 Token ^[4]。同样消耗 100 万 Token，OpenAI 最高收取 30 美元、DeepSeek 仅 0.18 美元，价差达到 166 倍 ^[4]。收入结构上，Anthropic 75%~85% 收入来自大型企业 API 调用，金融、医疗、政府客户对价格不敏感、愿意为稳定性与合规支付溢价；截至 2026 年 6 月，34.4% 美国企业采购 Anthropic 服务，6 月其市场份额上升至 41% ^[4]。据 OpenRouter 数据，国内大模型周调用量已连续五周超过美国，但收入规模远远不及；MiniMax 2025 年 73% 收入来自海外 ^[4]。成本侧的替换案例包括：旧金山 AI 企业 Lindy 把业务流量从 Anthropic 切换至 DeepSeek，性能不降、每年节省数百万美元算力成本；Coinbase 选用智谱 GLM-5.2、月之暗面 Kimi K2.7 作为工程师默认模型，压缩 AI 支出近一半 ^[4]。

但「用量」与「回报」之间的落差同日被四组数据同时确认。 据 麦肯锡 2026 年全球调查，80% 受访者觉得 AI 提升了自己的效率，但只有 37% 的企业表示 AI 改善了公司利润，与一年前基本持平 ^[5]。据 微软数据，Microsoft 365 生态中的活跃 Agent 数量一年涨了 15 倍、大型企业达 18 倍；在 AI 落地与成效的影响因素中，组织因素（67%）的重要性几乎是个人因素（32%）的两倍，而只有 19% 的 AI 用户同时处于个人 AI 能力与组织 AI 准备度均高的「Frontier」区域 ^[5]。据 OECD 报告，Agent 单任务消耗的 Token 比普通对话高几个数量级，模型调用单价降了、总成本未必降 ^[5]。据 MIT 调研，95% 企业落地 AI 之后没有拿到可量化业务回报 ^[4]。评测口径也在同步调整：大模型评测机构 Artificial Analysis 已不再比较「每百万 Token 多少钱」，而是计算「完成一项标准化任务需要多少钱」^[5]。

定价权的技术侧支撑在减弱。 据 和讯财经研究 引斯坦福《2026 人工智能指数报告》，过去一年前沿模型在 HLE 测试上的成绩提升约 30 个百分点；截至 2026 年 3 月，LMArena 排行榜上 Anthropic、xAI、Google、OpenAI 四家公司得分已挤在约 25 个 Elo 点以内，美国与中国头部模型的性能差距缩小到个位数 ^[5]。MCP（Model Context Protocol）等开放协议让 AI 以相对标准的方式连接外部工具、数据和系统，模型本身的可替换性随之增强 ^[5]。

5. 算力 · 基建

约束条件从「卡」切换到「瓦」。 据 划重点KeyPoints，AI 算力基础设施已经从「比拼芯片采购与资本开支的扩张周期」，全面转向以电力容量、并网排期、供配电及液冷交付能力为核心约束的「硬约束周期」^[6]。其量化刻度是：粗略估算一张高端 GPU 连同配套网络和散热、功耗约 1.5–2 千瓦，百万卡集群就是 1.5–2 吉瓦，接近一到两座大型核电机组的出力 ^[6]；受访者谈到，新增电力容量与输电设施的等待要以五年甚至更长时间计算 ^[6]；一位在北美做 GPU 集群的从业者称，客户觉得集群还得再乘个 5，想要 100 万张卡甚至更大的集群 ^[6]。文章称 AI 基础设施的竞争单位正从「卡」变成「瓦」，能源侧储能与柔性负载、数据中心运维、液冷、光互连及半导体设备链的单点突破值得与模型机会放在同一张投资地图上看 ^[6]。

资本开支口径继续上修（均为预测性）。 据 划重点KeyPoints，美国五大云厂商 2026 年 AI 相关资本开支约 8,000 亿美元，2027 年预计升至 1.2 万亿美元 ^[6]；据 斯凯碎碎侃，五大巨头 2026 年合计资本开支预计达 7,692 亿美元、几乎是 2025 年的两倍，机构预估 2027 年最高或冲击 1 万亿美元 ^[4]。据 虎嗅 引摩根士丹利与高盛报告，全球核心云巨头 2027 年合计资本支出将升至 1.2 万亿至 1.4 万亿美元区间 ^[3]。据 Gartner 前瞻报告，全球 AI 全栈领域总支出 2026 年将达 2.52 万亿美元、2027 年升至 3.33 万亿美元，其中 AI 基础设施单项 2026 年底将达 1.36 万亿美元 ^[3]。据 美国智库荣鼎咨询 9 月报告，中国大厂与电信运营商在 2026 至 2027 年间将投入近 2,000 亿美元资本开支抢夺算力 ^[3]。

资源锁定成为竞争动作本身。 据 虎嗅，巨头正在全球范围内强行锁定高带宽内存（HBM）等存储资源、数据中心机房空位，甚至不惜重金直接与核电厂签署长期供电协议锁定电力资源 ^[3]。

成本侧的一条长期曲线。 据 中金测算，Token 边际生产成本持续下行，从 2022 年的 60 美元下降到 2026 年初的 0.06 美元 ^[4]。

资本开支是否削减，是当日分析师分歧的焦点。 据 虎嗅，一位券商分析师表示，在当前真实交易生态中，没有看到任何一家云基础设施厂商显露出要砍资本支出的迹象 ^[3]；另有二级市场分析师认为，二级市场短暂的股价重挫纯粹是短期获利了结与情绪面踩踏，前天纳斯达克已到历史高位、费城半导体到高位九成，美股变化较像高位震荡 ^[3]。

6. 政策 · 监管 · 地缘

税制与监管工具被直接点名。 据 达龙·阿西莫格鲁，美国对劳动收入征税远高于资本收入：平均而言劳动收入的有效边际税率超过 25%，而资本收入的有效边际税率接近于零，相当于补贴资本工具而非劳动力 ^[7]；他建议以数字广告税为工具，避免靠数字广告盈利的巨头扼杀尝试替代平台和 AI 盈利方式的 new 技术与新进入者 ^[7]。他并称科技行业已高度集中、新企业越来越难与既有巨头竞争，老牌企业垄断了资本投资、数据以及包括工程师和创新人才在内的重要人力资源 ^[7]。

CEO 层的安全表述。 据 划重点KeyPoints，2026 年 9 月，几位核心 AI 大厂 CEO 因担心 AI 失控而号召「给 AI 发展踩刹车」^[6]。

就业侧的压力数据同日成组出现。 据 高盛（预测性），AI 普及会迫使约 9% 美国劳动者、大约 1,500 万人离开原有岗位，科技、咨询、设计行业每月减少 1 万至 1.5 万个新增岗位 ^[4]。据 斯凯碎碎侃，2026 年 1 月美国单月裁员 10.8 万人，亚马逊、Salesforce、IBM 都以 AI 提效为由裁员 ^[4]；据 斯坦福研究，AI 相关应届生就业率下降 16%，22–25 岁软件开发者就业人数相对峰值下滑 20% ^[4]。据 达龙·阿西莫格鲁，52% 的美国人担心 AI 会如何影响自己的工作 ^[7]。

7. 投资视角

主线方向

1. 模型层：估值锚本身正在被拆解。 前几日争论是「500 亿还是 700 亿」，今天的问题变成「ARR 能不能用来定价」——同一笔销售在总额法下记 100 美元、净额法下记 70 美元 ^[1]，而 OpenAI 2026 年全年实际营收预计约 350 亿美元、仅为年底年化预测值 700 亿的一半，Anthropic 2025 年实际营收约 46 亿美元、而彼时对外公布的年化营收已超 90 亿美元 ^[2]。方向上，这对以 ARR 倍数支撑万亿美元估值的一级市场模型公司是直接的倍数压制：上市后 GAAP 报表会强制把「年化」还原为「实际」，而 Damodaran 明确表示净额与总额本身均可接受、问题在清晰度 ^[2]。多家分析师仍认为一级估值「没有透支」^[3]，但该判断建立在 ARR 这一本身存疑的分母之上。
2. 算力链：需求确定性仍强，但定价锚从订单切到信用与表外杠杆。 一边是券商分析师称未见任何云基础设施厂商显露要砍资本支出 ^[3]，2027 年 capex 口径集中在 1.2 万亿美元级 ^[6][3]；另一边是五大巨头表外承诺约 1.65 万亿美元、已超过表内显性债务 1.35 万亿美元，未生效租约约 1.2 万亿美元、未交付 GPU／服务器订单约 1.9 万亿美元 ^[4]。方向上，后续要盯的不是「买不买」，而是「用谁的钱买」——摩根士丹利预测 2026 年 AI 相关债券发行接近 5,700 亿美元、相比 2025 年翻倍 ^[4]，意味着算力资产的边际成本将更多随信用市场而非订单波动定价。
3. 应用层：中国 AI 办公是当日最具体的商业化样本，且它卖的是流程而非模型。 收费模式正从「席位」向「席位＋用量」迁移，金山 WPS 个人业务收入 18.33 亿元、同比 +13.19%，付费用户 4,825 万、同比 +15.44%，飞书上半年 ARR 增速是去年同期 2.5 倍、超九成新增客户同步采购 AI 产品 ^[5]。方向上，这与「模型决定能力上限、流程决定商业价值」的判断一致 ^[5]：一旦 AI 与企业数据、权限、流程深度绑定，切换成本上升，收费权就从模型能力转移到流程占有上。与之对照的是需求侧兑现的滞后——只有 37% 企业表示 AI 改善了利润 ^[5]，MIT 口径下 95% 企业未拿到可量化回报 ^[4]。
4. 单位经济的分层已经稳定成形。 同量 Token 下 OpenAI 与 DeepSeek 价差 166 倍 ^[4]，而 Anthropic 75%~85% 收入来自大型企业 API，靠合规与稳定性在金融、医疗、政府客户处获得溢价 ^[4]。方向上，模型层的钱集中在任务难度的高端与合规要求高的场景，中低端已趋近商品化；这也解释了为什么成本敏感买方（Lindy、Coinbase）会迁移到中国模型 ^[4]。

估值与情绪

• 谨慎侧今天明显占多数，且首次落到资产负债表上： Alphabet 2026 年 Q2 净利润 1,121 亿美元中约 87% 为纸面浮盈，剔除后单季自由现金流首次转负为 -59 亿美元；亚马逊自由现金流转负、缺口约 76 亿美元；Meta 自由现金流暴跌 91% 至 7.84 亿美元 ^[4]；五大巨头表外承诺 1.65 万亿美元超过表内债务 1.35 万亿美元 ^[4]；中金测算 AI 应用赛道每年需形成约 1 万亿美元可持续收入才能覆盖全部资本开支与债务成本，而当前美国头部模型厂商合计 ARR 仅约 2,000 亿美元、存在 5 倍缺口 ^[4]；红杉资本测算 AI 基础设施每投入 1 美元、应用端需产生 4 美元营收才能跑通闭环 ^[4]；瑞银警告 AI 投资热潮一旦松动，美国经济衰退概率达 50% ^[4]；德意志银行测算 OpenAI 最早 2030 年才有望现金流转正 ^[4]；有机构分析师称 Anthropic 的 IPO 将成为最荒谬的存在 ^[3]；10 月 8 日英伟达跌 2.9%、博通跌 4.3%、美光跌 4.8% ^[1]，甲骨文跌超 6% ^[3]。
• 支撑侧同样具体： 券商分析师称未见云基础设施厂商显露砍资本支出的迹象 ^[3]；摩根士丹利与高盛给出 2027 年云巨头 capex 1.2 万亿至 1.4 万亿美元、Gartner 给出 2027 年 AI 全栈支出 3.33 万亿美元 ^[3]；荣鼎咨询给出中国 2026–2027 年近 2,000 亿美元算力资本开支 ^[3]；TickerTrends 口径下 OpenAI 9 月 28 日真实运行 ARR 为 504.4 亿美元、与文件误差 1% 以内 ^[3]；Anthropic 6 月市场份额升至 41%、34.4% 美国企业采购其服务 ^[4]；AI 办公赛道总使用次数同比增长 112.4% ^[5]；多位分析师认为两家模型巨头一级市场估值处于相对健康合理区间 ^[3]。
• 我的判断是：当日最重要的信号不是又一个大数字，而是「分子」与「负债端」被同一天打开。 分子侧，ARR 被证明是非标、可外推、且与实际全年营收可差近一半的指标 ^[2]；负债端，表外承诺规模已超过表内债务，并集中在未生效租约与未交付硬件订单这两类「尚未发生」的科目上 ^[4]。这两件事合并的含义是：AI 资产的估值越来越依赖会计口径与合约生效时点，而不是当期的现金流——这也解释了为什么一条口径新闻能引发 3%–6% 的硬件股波动 ^[1][3]。可核查的下一步只有三条线：两家实验室的下一份披露能否在同一口径下对齐 ^[2]；表外承诺中未生效租约向表内转化时的节奏 ^[4]；以及云厂商 2027 年 capex 指引是否维持 1.2 万亿美元级 ^[3]。

受益与承压

• 受益方向： 掌握企业流程与入口的 AI 办公平台（腾讯 WorkBuddy、阿里千问办公、飞书、金山 WPS365 的「席位＋AI 用量」）^[5]；以 Token 经济规模化供应的模型基础设施（DeepSeek、Kimi API、MiniMax）^[5]；在高合规、高稳定性场景收取溢价的供给方（Anthropic 75%~85% 收入来自大型企业 API，6 月市场份额 41%）^[4]；算力的物理层——电力容量、并网、供配电、液冷、光互连与半导体设备链 ^[6]；中国算力资本开支的承接方（荣鼎口径近 2,000 亿美元）^[3]；成本敏感的企业买方（Lindy 年省数百万美元、Coinbase 压缩 AI 支出近一半）^[4]；现金流相对健康、纸面浮盈占比低的超大规模厂商（微软自由现金流 196 亿美元、浮盈占比不足 8%）^[4]。
• 承压方向： 以 ARR 倍数支撑万亿美元估值的未上市模型公司（上市后须转用 GAAP，年化口径参考价值将大幅下降）^[2]；表外承诺与 SPV 担保敞口大的主体（Meta 表外承诺约 4,200 亿美元、Hyperion 项目成本由 270 亿膨胀至 500 亿美元且承担全部损失担保；甲骨文隐性承诺超 2,700 亿美元）^[4]；利润高度依赖股权投资浮盈的厂商（Alphabet Q2 约 87% 净利来自纸面浮盈、亚马逊约 85%）^[4]；把大规模收入建立在远期年化预测上的资产（OpenAI 全年实际约 350 亿美元 vs 年底年化预测 700 亿美元）^[2]；仅靠席位订阅定价的传统办公软件（正被「席位＋用量」替代）^[5]；仍以「最前沿能力」定价、在单位成本上失分的模型商（166 倍价差下中低端趋近商品化）^[4]；AI 暴露行业中的入门级岗位相关用工与消费敞口（高盛预计约 1,500 万人离岗、斯坦福口径应届生就业率降 16%）^[4][7]。
• 需跟踪： OpenAI 与 Anthropic 下一份披露是否改用一致口径、以及市场是否接受「总收入 vs 净收入」两种列示 ^[1][2]；Anthropic 实际 IPO 时点与 2 万亿美元估值口径能否落地 ^[3]；未生效数据中心租约（约 1.2 万亿美元）向表内转化的时点与节奏 ^[4]；AI 相关债券发行规模与利差（摩根士丹利预计 2026 年接近 5,700 亿美元）^[4]；云厂商 2027 年 capex 指引能否维持 1.2 万亿至 1.4 万亿美元区间 ^[3]；中国 AI 办公「席位＋用量」模式的实际收入贡献与客户留存 ^[5]；电力容量、并网排期与液冷交付的实际提速幅度 ^[6]；企业侧「37% 改善利润」这一比例能否向上突破 ^[5][4]。

---

附：补充信源

• ^[7] 达龙·阿西莫格鲁 — AI 影响只会缓慢显现、收益远不及业内预期，科技行业高度集中阻碍新进入者
• ^[6] 划重点KeyPoints — 模型能力仍在进步但交付不会同步，算力基建转入以电力与液冷交付为核心的硬约束周期

本报告为 AI 产业资讯的二次综合与机制分析，不构成投资建议；数据以原始报道为准。