OpenAI 企业收入首次超过一半：ChatGPT 走向企业基础设施的 5 个关键信号

作者注：Brockman 确认 OpenAI 超过一半收入来自企业业务。本文梳理这一变化的来龙去脉，分析它对企业采购和开发者的实际影响。

2026 年 11 月 4 日，OpenAI 联合创始人兼总裁 Greg Brockman 在华尔街日报科技大会上披露：OpenAI 目前超过一半的收入来自企业业务。他回顾说，过去企业与消费者的收入大约是三七开，现在企业业务已经成为最大的收入来源。

这不是 OpenAI 放弃 C 端的信号。 Brockman 在现场特别强调，消费者业务收入没有下降，仍在增长，只是企业业务增长得更快。Reuters、TechCrunch 和 WSJ 都在 11 月 5 日报道了这次发言。

核心价值：本文梳理 OpenAI 企业收入结构反转的时间线，区分几个容易混淆的统计口径，并分析企业 AI 为什么正在成为模型公司最重要的收入引擎。

OpenAI 企业收入过半：核心信息速览

先用一张表把这次披露的关键事实放在一起。需要注意，Brockman 只说了“超过一半”，没有公布精确比例。

这里有两个细节值得强调。第一，70% 指的是年化收入运行速度（annualized revenue run rate）的季度环比增长，并不是经审计的季度营业收入增长 70%。第二，“I think so”只代表 Brockman 认为公司可能在 2027 年具备上市准备条件，并不意味着已经确定上市日期或递交申请。

OpenAI 企业收入的结构变化时间线

企业收入过半并非突然发生。从 OpenAI 官方公告和媒体报道来看，这是一个持续一年左右的渐进过程。

可以看到，OpenAI 在 3 月时预计“年底企业与消费者收入相当”，实际在 11 月初就已经越过一半。这说明第三季度的企业增长超出了公司自己年初的预期。

OpenAI 企业收入反弹前：上半年的竞争压力

理解这次收入结构反转，不能只看结果，还要看 OpenAI 上半年经历了什么。Brockman 本人坦言，2026 年第一、第二季度 OpenAI 在企业市场表现相对困难，WSJ 的报道标题直接用了“Rough”一词。

问题主要出在 Agentic Coding 上。Brockman 表示，当时 OpenAI 虽然已经有 Codex，但在这个市场缺乏存在感，没有获得足够关注。而编程恰恰是企业 AI 支出最集中的场景之一，Menlo Ventures 估算 2026 年 AI 编程应用市场规模约 340 亿美元。

第三季度反弹的三个推动因素

Brockman 把第三季度的转变归结为几个关键因素，同时强调这是之前持续投入的结果，而不是一夜之间发生的：

• 模型升级：GPT-5.6 Sol 的发布提升了企业场景下的可用性。
• ChatGPT Work 上线：从“问答助手”变成可以执行多步骤任务、交付完整文档和报告的 Agent。
• 企业销售拓展：Codex Labs、七家全球系统集成商合作，以及 6 月推出的 OpenAI Partner Network。

Codex 的用户增长轨迹也能侧面说明这一点。官方公开数据显示，Codex 周活跃用户从 3 月底的 200 万增长到 6 月初的 500 万以上，其中企业知识工作者约占五分之一，增速超过开发者群体的 3 倍。需要提醒的是，500 万是 6 月的公开数据，并非 11 月的最新规模。

OpenAI 企业收入与 Anthropic 竞争：别把口径混为一谈

讨论 OpenAI 企业收入时，最容易出错的地方是把不同统计口径的数字放在一起比较。目前公开信息里至少有四类数据，各自含义完全不同。

把这几组数据放在一起，能看到一个更完整的竞争图景。在企业 API 支出层面，Menlo 估算 Anthropic 仍然领先，份额从上一年的 40% 提升到 55%，OpenAI 从 27% 提升到 31%。但 WSJ 报道显示，在同时采购两家产品的企业中，年初 Anthropic 大约拿走四分之三的支出，到 9 月双方已经大致持平，OpenAI 的竞争态势明显改善。

这两组数据并不矛盾。前者是全年估算的市场整体，后者是特定客户群体的动态变化，正好反映出 OpenAI 在下半年的追赶速度。

年化收入的两个数字：500 亿与 700 亿

另一个容易被误读的是 OpenAI 的年化收入规模。Reuters 9 月底报道 OpenAI 年化收入运行速度接近 700 亿美元，10 月又报道 9 月的数字接近 500 亿美元。这并不是收入“缩水”了 200 亿美元。

差异来自云平台合作伙伴收入的会计处理。OpenAI 对部分云合作伙伴销售只计入自身应得份额，而 Anthropic 的方法可能把客户支付的全额计入收入、再把云平台分成计为费用。早先给投资者展示的 700 亿数字做了类似的“总额化”处理，方便与 Anthropic 横向比较。另外，年化收入运行速度只是按某一时期收入推算的年度规模，不等于已实现的全年营业收入。

OpenAI 企业收入影响分析：企业为何不选“唯一供应商”

摩根大通是理解企业 AI 采购逻辑的好案例。Brockman 在大会上披露，OpenAI 与摩根大通达成合作，涉及 Codex 和 OpenAI 的网络安全模型，用于企业转型、知识工作和内部安全防护。而补充报道显示，摩根大通同时也与 Anthropic 在网络安全领域开展合作。

这说明大型企业采购 AI 并不是“二选一”的零和游戏。企业会根据任务类型、模型能力、安全要求分别采购不同供应商的产品。对模型公司而言，赢得一家大企业不等于独占它的全部预算；对企业而言，多供应商策略本身就是降低风险、优化成本的常规做法。

对开发者的影响

• 多模型并存成为常态：同一个企业项目里，编程、安全、知识问答可能分别用不同厂商的模型，开发者需要能快速切换和对比。
• 成本管理更重要：Menlo 数据显示，企业 AI 实际支出平均达到上一年的 4.7 倍，而企业原先只预计 1.9 倍，Agent 并行和后台持续运行是超预算的主要原因之一。
• 质量监督不能省：Axios 报道指出，同时管理多个 Agent 工作流会带来监督压力，Agent 产出的数据和代码仍需专业人员审查。

对需要多模型并存的团队来说，统一接口能显著降低切换成本。下面是一个通过 OpenAI 兼容接口调用模型的最简示例：

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # API易 统一接口，OpenAI 兼容
)

response = client.chat.completions.create(
    model="gpt-6.1-sol",  # 模型 ID 以平台模型列表为准
    messages=[{"role": "user", "content": "总结本周销售会议的三个待办事项"}]
)
print(response.choices[0].message.content)

import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # 一个 Key 调用多家模型
)

# 模型 ID 以平台模型列表为准，可替换为 Claude、Gemini 等
MODELS = ["gpt-6.1-sol", "gpt-6.1-terra", "claude-sonnet", "gemini-pro"]

def compare_models(prompt: str):
    """对同一任务调用多个模型，记录耗时与 Token 用量，便于成本评估"""
    results = []
    for model in MODELS:
        start = time.time()
        try:
            resp = client.chat.completions.create(
                model=model,
                messages=[{"role": "user", "content": prompt}],
                max_tokens=800
            )
            results.append({
                "model": model,
                "latency": round(time.time() - start, 2),
                "input_tokens": resp.usage.prompt_tokens,
                "output_tokens": resp.usage.completion_tokens,
                "answer": resp.choices[0].message.content[:120]
            })
        except Exception as e:
            results.append({"model": model, "error": str(e)})
    return results

for r in compare_models("审查这段权限校验逻辑是否存在越权风险：..."):
    print(r)

🚀 快速开始：如果你的团队正在评估“哪类任务用哪家模型”，建议通过 API易 apiyi.com 申请免费测试额度，用同一套代码对比 OpenAI、Claude、Gemini 在真实业务数据上的效果和 Token 成本，再决定采购组合。

OpenAI 企业收入的增长逻辑：从席位到工作流

为什么企业收入能增长得比消费者收入更快？关键在于企业收入的来源不止一层。参考资料把它拆成三个层次：直接采购、开发调用、工作流部署。

消费者订阅的天花板相对清晰，一个用户每月付费 $8 到 $200 不等。而企业收入取决于两个乘数：客户数量和单个客户的使用深度。一家企业可能先买几百个席位，接着开发团队用 Codex，内部系统通过 API 调用模型，最后让 Agent 在后台持续跑任务。

Agent 的出现进一步改变了 Token 的消费方式。Menlo 引用 OpenRouter 数据显示，Agent 已占该平台 Token 消耗的约 80%，自 2026 年 2 月超过人工驱动流量后增长约 37 倍，同期人工流量增长约 5 倍。这组数据只代表 OpenRouter 这个偏开发者的平台，不能直接推广到全行业，但趋势值得关注：Token 消耗正在从“跟着用户人数走”变成“跟着任务量走”。

企业采购为何更看重治理能力

ChatGPT Enterprise 不是把个人 Plus 账号批量购买那么简单。它包含 SCIM、EKM、RBAC 等管理控制，十个地区的数据驻留、SLA、定制法律条款，以及默认不使用企业数据训练模型等承诺。摩根大通案例中 Brockman 特别强调金融机构对信任、安全和可靠性的高要求，正说明了这一点。

企业案例也能提供一些参考。OpenAI 发布的 Credit Saison 客户案例显示，其 315 人参与的 ChatGPT Enterprise 试点报告了 954% 的 ROI，每人每月节省约 14 小时。但这是企业自报、由 OpenAI 发布的数据，并非第三方审计结论，也不代表行业平均水平。

下表列出 OpenAI 官方 API 标准模式的部分公开价格，供企业估算调用成本参考：

Fast、Flex/Batch 等模式以及长上下文、缓存写入都会影响实际成本，API 费用也与 ChatGPT 订阅属于不同计费体系。

常见问题 FAQ

OpenAI 企业收入核心要点 Key Takeaways

• 收入结构反转：企业业务从约 30% 升至过半，消费者收入仍在增长。
• 上半年承压：Agentic Coding 缺乏存在感，第三季度借 Work 和 Codex 反弹。
• 口径要分清：自身收入占比、API 市场份额、联合客户支出是三回事。
• 多供应商常态：摩根大通同时与 OpenAI、Anthropic 合作，采购非零和。
• 增长靠深度：席位、API、Agent、工作流叠加，使用深度决定企业收入。
• 上手建议：先用 API易 apiyi.com 免费额度小规模验证，再决定采购组合。

总结

OpenAI 企业收入首次超过一半，标志着 ChatGPT 正在从一款消费级产品，延伸为企业日常运转所依赖的基础设施。这一转变的核心逻辑在于：

1. 企业收入有乘数效应：客户数量之外，单个客户的使用深度和覆盖流程才是关键。
2. Agent 改变计费逻辑：Token 消耗越来越与任务量挂钩，而不只是用户人数。
3. 竞争仍很激烈：Anthropic 在企业 API 支出上仍领先，OpenAI 正在快速追赶，企业也乐于多家并用。

对开发者和企业技术团队来说，与其押注单一厂商，不如建立“按任务选模型、按数据看成本”的能力。推荐通过 API易 apiyi.com 快速验证不同模型在你业务场景中的表现，平台提供 OpenAI 兼容接口和新用户免费额度。

📚 参考资料

1. Reuters – Brockman 企业收入与 IPO 表态：2026-11-05 报道
2. 链接： reuters.com/legal/transactional/openai-ready-ipo-2027-now-counts-majority-sales-enterprises-brockman-says-2026-11-05

3. 说明： 企业收入过半、IPO 准备表态的原始报道

4. WSJ – OpenAI 上半年承压后编程业务起飞：2026-11 报道

5. 链接： wsj.com/tech/openai-had-rough-first-half-of-year-before-coding-takeoff-brockman-says-6c97d9e5

6. 说明： 上半年竞争压力及联合客户支出变化

7. Reuters – OpenAI 9 月年化收入接近 500 亿美元：2026-10-08 报道

8. 链接： reuters.com/business/openais-annualized-revenue-20-billion-less-than-previously-signaled-ft-reports-2026-10-08

9. 说明： 500 亿与 700 亿口径差异的解释

10. OpenAI – The next phase of enterprise AI：官方博客

11. 链接： openai.com/index/next-phase-of-enterprise-ai

12. 说明： 企业收入占比超 40% 及客户扩展信息

13. Menlo Ventures – 2026 The State of Enterprise AI：行业报告

14. 链接： menlovc.com/perspective/2026-the-state-of-enterprise-ai

15. 说明： 企业 AI 支出与 API 市场份额估算

16. OpenAI – Credit Saison 客户案例：2026-10-29 发布

17. 链接： openai.com/index/credit-saison
18. 说明： 企业试点 ROI 案例（企业自报数据）

作者: API易 技术团队
技术交流: 欢迎访问 API易 apiyi.com 首页联系我们，更多接入资料可查阅 docs.apiyi.com 文档中心