OpenAI 企業收入首次超過一半：ChatGPT 走向企業基礎設施的 5 個關鍵信號

作者注：Brockman 確認 OpenAI 超過一半收入來自企業業務。本文梳理這一變化的來龍去脈，分析它對企業採購和開發者的實際影響。

2026 年 11 月 4 日，OpenAI 聯合創始人兼總裁 Greg Brockman 在華爾街日報科技大會上披露：OpenAI 目前超過一半的收入來自企業業務。他回顧說，過去企業與消費者的收入大約是三七開，現在企業業務已經成爲最大的收入來源。

這不是 OpenAI 放棄 C 端的信號。 Brockman 在現場特別強調，消費者業務收入沒有下降，仍在增長，只是企業業務增長得更快。Reuters、TechCrunch 和 WSJ 都在 11 月 5 日報道了這次發言。

核心價值：本文梳理 OpenAI 企業收入結構反轉的時間線，區分幾個容易混淆的統計口徑，並分析企業 AI 爲什麼正在成爲模型公司最重要的收入引擎。

OpenAI 企業收入過半：核心信息速覽

先用一張表把這次披露的關鍵事實放在一起。需要注意，Brockman 只說了“超過一半”，沒有公佈精確比例。

這裏有兩個細節值得強調。第一，70% 指的是年化收入運行速度（annualized revenue run rate）的季度環比增長，並不是經審計的季度營業收入增長 70%。第二，“I think so”只代表 Brockman 認爲公司可能在 2027 年具備上市準備條件，並不意味着已經確定上市日期或遞交申請。

OpenAI 企業收入的結構變化時間線

企業收入過半並非突然發生。從 OpenAI 官方公告和媒體報道來看，這是一個持續一年左右的漸進過程。

可以看到，OpenAI 在 3 月時預計“年底企業與消費者收入相當”，實際在 11 月初就已經越過一半。這說明第三季度的企業增長超出了公司自己年初的預期。

OpenAI 企業收入反彈前：上半年的競爭壓力

理解這次收入結構反轉，不能只看結果，還要看 OpenAI 上半年經歷了什麼。Brockman 本人坦言，2026 年第一、第二季度 OpenAI 在企業市場表現相對困難，WSJ 的報道標題直接用了“Rough”一詞。

問題主要出在 Agentic Coding 上。Brockman 表示，當時 OpenAI 雖然已經有 Codex，但在這個市場缺乏存在感，沒有獲得足夠關注。而編程恰恰是企業 AI 支出最集中的場景之一，Menlo Ventures 估算 2026 年 AI 編程應用市場規模約 340 億美元。

第三季度反彈的三個推動因素

Brockman 把第三季度的轉變歸結爲幾個關鍵因素，同時強調這是之前持續投入的結果，而不是一夜之間發生的：

• 模型升級：GPT-5.6 Sol 的發佈提升了企業場景下的可用性。
• ChatGPT Work 上線：從“問答助手”變成可以執行多步驟任務、交付完整文檔和報告的 Agent。
• 企業銷售拓展：Codex Labs、七家全球系統集成商合作，以及 6 月推出的 OpenAI Partner Network。

Codex 的用戶增長軌跡也能側面說明這一點。官方公開數據顯示，Codex 周活躍用戶從 3 月底的 200 萬增長到 6 月初的 500 萬以上，其中企業知識工作者約佔五分之一，增速超過開發者羣體的 3 倍。需要提醒的是，500 萬是 6 月的公開數據，並非 11 月的最新規模。

OpenAI 企業收入與 Anthropic 競爭：別把口徑混爲一談

討論 OpenAI 企業收入時，最容易出錯的地方是把不同統計口徑的數字放在一起比較。目前公開信息裏至少有四類數據，各自含義完全不同。

把這幾組數據放在一起，能看到一個更完整的競爭圖景。在企業 API 支出層面，Menlo 估算 Anthropic 仍然領先，份額從上一年的 40% 提升到 55%，OpenAI 從 27% 提升到 31%。但 WSJ 報道顯示，在同時採購兩家產品的企業中，年初 Anthropic 大約拿走四分之三的支出，到 9 月雙方已經大致持平，OpenAI 的競爭態勢明顯改善。

這兩組數據並不矛盾。前者是全年估算的市場整體，後者是特定客戶羣體的動態變化，正好反映出 OpenAI 在下半年的追趕速度。

年化收入的兩個數字：500 億與 700 億

另一個容易被誤讀的是 OpenAI 的年化收入規模。Reuters 9 月底報道 OpenAI 年化收入運行速度接近 700 億美元，10 月又報道 9 月的數字接近 500 億美元。這並不是收入“縮水”了 200 億美元。

差異來自雲平臺合作伙伴收入的會計處理。OpenAI 對部分雲合作伙伴銷售只計入自身應得份額，而 Anthropic 的方法可能把客戶支付的全額計入收入、再把雲平臺分成計爲費用。早先給投資者展示的 700 億數字做了類似的“總額化”處理，方便與 Anthropic 橫向比較。另外，年化收入運行速度只是按某一時期收入推算的年度規模，不等於已實現的全年營業收入。

OpenAI 企業收入影響分析：企業爲何不選“唯一供應商”

摩根大通是理解企業 AI 採購邏輯的好案例。Brockman 在大會上披露，OpenAI 與摩根大通達成合作，涉及 Codex 和 OpenAI 的網絡安全模型，用於企業轉型、知識工作和內部安全防護。而補充報道顯示，摩根大通同時也與 Anthropic 在網絡安全領域開展合作。

這說明大型企業採購 AI 並不是“二選一”的零和遊戲。企業會根據任務類型、模型能力、安全要求分別採購不同供應商的產品。對模型公司而言，贏得一家大企業不等於獨佔它的全部預算；對企業而言，多供應商策略本身就是降低風險、優化成本的常規做法。

對開發者的影響

• 多模型並存成爲常態：同一個企業項目裏，編程、安全、知識問答可能分別用不同廠商的模型，開發者需要能快速切換和對比。
• 成本管理更重要：Menlo 數據顯示，企業 AI 實際支出平均達到上一年的 4.7 倍，而企業原先只預計 1.9 倍，Agent 並行和後臺持續運行是超預算的主要原因之一。
• 質量監督不能省：Axios 報道指出，同時管理多個 Agent 工作流會帶來監督壓力，Agent 產出的數據和代碼仍需專業人員審查。

對需要多模型並存的團隊來說，統一接口能顯著降低切換成本。下面是一個通過 OpenAI 兼容接口調用模型的最簡示例：

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # API易 統一接口，OpenAI 兼容
)

response = client.chat.completions.create(
    model="gpt-6.1-sol",  # 模型 ID 以平臺模型列表爲準
    messages=[{"role": "user", "content": "總結本週銷售會議的三個待辦事項"}]
)
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"  # 一個 Key 調用多家模型
)

# 模型 ID 以平臺模型列表爲準，可替換爲 Claude、Gemini 等
MODELS = ["gpt-6.1-sol", "gpt-6.1-terra", "claude-sonnet", "gemini-pro"]

def compare_models(prompt: str):
    """對同一任務調用多個模型，記錄耗時與 Token 用量，便於成本評估"""
    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("審查這段權限校驗邏輯是否存在越權風險：..."):
    print(r)

🚀 快速開始：如果你的團隊正在評估“哪類任務用哪家模型”，建議通過 API易 apiyi.com 申請免費測試額度，用同一套代碼對比 OpenAI、Claude、Gemini 在真實業務數據上的效果和 Token 成本，再決定採購組合。

OpenAI 企業收入的增長邏輯：從席位到工作流

爲什麼企業收入能增長得比消費者收入更快？關鍵在於企業收入的來源不止一層。參考資料把它拆成三個層次：直接採購、開發調用、工作流部署。

消費者訂閱的天花板相對清晰，一個用戶每月付費 $8 到 $200 不等。而企業收入取決於兩個乘數：客戶數量和單個客戶的使用深度。一家企業可能先買幾百個席位，接着開發團隊用 Codex，內部系統通過 API 調用模型，最後讓 Agent 在後臺持續跑任務。

Agent 的出現進一步改變了 Token 的消費方式。Menlo 引用 OpenRouter 數據顯示，Agent 已佔該平臺 Token 消耗的約 80%，自 2026 年 2 月超過人工驅動流量後增長約 37 倍，同期人工流量增長約 5 倍。這組數據只代表 OpenRouter 這個偏開發者的平臺，不能直接推廣到全行業，但趨勢值得關注：Token 消耗正在從“跟着用戶人數走”變成“跟着任務量走”。

企業採購爲何更看重治理能力

ChatGPT Enterprise 不是把個人 Plus 賬號批量購買那麼簡單。它包含 SCIM、EKM、RBAC 等管理控制，十個地區的數據駐留、SLA、定製法律條款，以及默認不使用企業數據訓練模型等承諾。摩根大通案例中 Brockman 特別強調金融機構對信任、安全和可靠性的高要求，正說明了這一點。

企業案例也能提供一些參考。OpenAI 發佈的 Credit Saison 客戶案例顯示，其 315 人蔘與的 ChatGPT Enterprise 試點報告了 954% 的 ROI，每人每月節省約 14 小時。但這是企業自報、由 OpenAI 發佈的數據，並非第三方審計結論，也不代表行業平均水平。

下表列出 OpenAI 官方 API 標準模式的部分公開價格，供企業估算調用成本參考：

Fast、Flex/Batch 等模式以及長上下文、緩存寫入都會影響實際成本，API 費用也與 ChatGPT 訂閱屬於不同計費體系。

常見問題 FAQ

OpenAI 企業收入核心要點 Key Takeaways

• 收入結構反轉：企業業務從約 30% 升至過半，消費者收入仍在增長。
• 上半年承壓：Agentic Coding 缺乏存在感，第三季度借 Work 和 Codex 反彈。
• 口徑要分清：自身收入佔比、API 市場份額、聯合客戶支出是三回事。
• 多供應商常態：摩根大通同時與 OpenAI、Anthropic 合作，採購非零和。
• 增長靠深度：席位、API、Agent、工作流疊加，使用深度決定企業收入。
• 上手建議：先用 API易 apiyi.com 免費額度小規模驗證，再決定採購組合。

總結

OpenAI 企業收入首次超過一半，標誌着 ChatGPT 正在從一款消費級產品，延伸爲企業日常運轉所依賴的基礎設施。這一轉變的核心邏輯在於：

1. 企業收入有乘數效應：客戶數量之外，單個客戶的使用深度和覆蓋流程纔是關鍵。
2. Agent 改變計費邏輯：Token 消耗越來越與任務量掛鉤，而不只是用戶人數。
3. 競爭仍很激烈：Anthropic 在企業 API 支出上仍領先，OpenAI 正在快速追趕，企業也樂於多家並用。

對開發者和企業技術團隊來說，與其押注單一廠商，不如建立“按任務選模型、按數據看成本”的能力。推薦通過 API易 apiyi.com 快速驗證不同模型在你業務場景中的表現，平臺提供 OpenAI 兼容接口和新用戶免費額度。

📚 參考資料

1. Reuters – Brockman 企業收入與 IPO 表態：2026-11-05 報道
2. 鏈接： reuters.com/legal/transactional/openai-ready-ipo-2027-now-counts-majority-sales-enterprises-brockman-says-2026-11-05

3. 說明： 企業收入過半、IPO 準備表態的原始報道

4. WSJ – OpenAI 上半年承壓後編程業務起飛：2026-11 報道

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

6. 說明： 上半年競爭壓力及聯合客戶支出變化

7. Reuters – OpenAI 9 月年化收入接近 500 億美元：2026-10-08 報道

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

9. 說明： 500 億與 700 億口徑差異的解釋

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

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

12. 說明： 企業收入佔比超 40% 及客戶擴展信息

13. Menlo Ventures – 2026 The State of Enterprise AI：行業報告

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

15. 說明： 企業 AI 支出與 API 市場份額估算

16. OpenAI – Credit Saison 客戶案例：2026-10-29 發佈

17. 鏈接： openai.com/index/credit-saison
18. 說明： 企業試點 ROI 案例（企業自報數據）

作者: API易 技術團隊
技術交流: 歡迎訪問 API易 apiyi.com 首頁聯繫我們，更多接入資料可查閱 docs.apiyi.com 文檔中心