两条新闻，同一天，同一家媒体

2026年5月20日，CNBC在几小时内发布了两条看似无关的报道。

第一条：OpenAI正在准备最快于本周五向美国证券交易委员会机密提交IPO招股书。Goldman Sachs和Morgan Stanley担任承销商，目标是2026年第四季度完成上市。私人市场估值已超过8500亿美元，这将是有史以来体量最大的科技公司IPO之一，超过了Meta当年上市时的规模。

第二条：AI定价战正在威胁OpenAI和Anthropic的IPO估值逻辑。来自AI基准测试机构Artificial Analysis的数据显示，各大实验室最强模型的成本差异触目惊心：Anthropic Claude每百万tokens，$4,811；OpenAI ChatGPT，$3,357；DeepSeek，$1,071；月之暗面Kimi，$948；智谱GLM，$544。

Claude比最便宜的中国替代方案贵9倍。GPT贵3倍。

这两条新闻在同一天出现，绝不是偶然。它们合在一起，描述了一个深刻的悖论：OpenAI正在冲刺资本市场，但支撑它8500亿美元估值的核心假设，正在被同时段发生的市场变化悄悄侵蚀。

估值的数学，与被侵蚀的假设

任何科技公司的IPO估值，都建立在对未来现金流的判断上。对于OpenAI而言，超过8000亿美元的估值，依赖两个不可分割的假设。

假设一：市场份额的护城河足够深，足够持久。

OpenAI凭借最先进的模型能力，已经锁定了全球最重要的企业客户。微软、Salesforce、摩根大通、医疗系统——这些客户的合同往往以年为单位，切换成本极高，且整合已经深入到内部工作流。在这个假设下，ChatGPT是难以被替代的AI基础设施。

假设二：定价权将随能力优势持续。

大模型能力领先，让OpenAI可以收取溢价。溢价收益支撑高额研发投入，高额研发投入维持能力领先，领先继续支撑溢价。这是一个完美的良性飞轮。

现在，这两个假设都在同时松动。

先看市场份额的变化。在OpenRouter这个让开发者通过单一接口访问数百个AI模型的平台上，中国模型的使用比例从2024年的约1%，跃升到2026年5月的超过60%。这个数字的含义是：在最灵活、最愿意尝试新工具的开发者群体中，中国模型已经成为主流选择。开发者是企业AI采购决策的重要影响因素，这种偏好的转移，迟早会渗透到企业预算中。

Databricks CEO Ali Ghodsi给出了一个更直接的企业视角。Databricks的AI网关坐落在数千家企业客户和他们使用的模型之间，Ghodsi观察到一个正在快速扩散的架构模式：企业用一个便宜的开源模型处理大多数常规工作，只在遇到真正难以解决的复杂任务时，才调用OpenAI或Anthropic的前沿模型。”这样可以很好地控制成本，”他告诉CNBC。这种”顾问模型”架构，正在把前沿模型推向更窄的使用场景。

再看定价权的侵蚀。本季度财报季，Meta、Shopify、Spotify、Pinterest都在业绩说明中提到了AI推理成本上升导致利润率承压。Shopify说规模经济效益被”LLM成本增加”部分抵消。这意味着，顶级企业客户已经开始切实感受到AI成本的重量，寻找更便宜替代方案的动力在增强。

DeepSeek的能力收敛与价格剪刀差

廉价AI威胁IPO估值，这个论断成立的前提是：廉价AI的能力，真的足够接近前沿模型了。

答案是：确实如此，而且差距还在继续缩小。

DeepSeek上个月发布了下一代模型的预览版，在编程、Agent推理和知识基准上与OpenAI、Anthropic、Google的最新模型持平或接近持平。月之暗面、小米、智谱等中国实验室，在过去四个月也先后推出了能力水平相当的模型。中国AI生态的整体能力边界正在系统性上移，而且上移速度超过了硅谷的预期。

这不是第一次。DeepSeek-R1的发布曾在2025年初引发美国科技股暴跌，当时市场对”中国以极低成本复现前沿能力”的现实感到震惊。而现在，震惊已经变成了被接受的现实。资本市场需要重新问自己：如果这是持续性趋势而非偶发事件，前沿模型的溢价定价还能维持多久？

价格剪刀差因此变得更加值得关注：9倍的价差，正在对应越来越小的能力差距。对于大多数企业客户来说，他们需要的不是”处理地球上最难的10%的任务”，而是”以可预算的成本可靠地完成80%的日常工作”。这个价格能力比的变化，已经足够触发选择重新评估。

CloudZero的调查数据进一步印证了企业侧的趋势：2025年，45%的公司每月AI支出超过10万美元，较前一年的20%翻倍。规模越来越大，但Figma CEO Dylan Field描述的”第三阶段”正在到来。他把企业AI采购分为三个阶段：第一阶段，没有人使用；第二阶段，所有人都必须用，甚至有人”比赛谁花的token最多”；第三阶段，”大家都花了太多了”，开始主动降本。

许多企业，正在进入这个第三阶段。

谷歌的自我揭发：最大的竞争者在帮着打广告

Sundar Pichai在Google I/O大会上的一番话，值得反复咀嚼：

“很多公司现在就已经烧光了全年的token预算，而现在才5月份。”

随后，他向与会者推介了Gemini 3.5 Flash，一个更便宜的模型系列。他的计算是：如果Google Cloud最大的客户把80%的工作负载从前沿模型切换到Flash，每年可以节省超过10亿美元。

这句话的逻辑链很清晰：企业AI支出已经大到让管理层感到疼了；前沿模型对大多数任务而言是过度配置的，更便宜的模型可以胜任；因此，精明的企业应该分层使用模型，把前沿模型留给真正需要的场景。

Sundar Pichai说这番话，当然是为了卖Gemini Flash。但他同时在做一件更深的事：他在公开承认，高价前沿模型的市场将被廉价选项蚕食。而蚕食OpenAI和Anthropic市场的，不只有DeepSeek，还有Google自己的Flash、Gemini 3.5 Pro等中低端产品线。

这是AI行业版本的”自我颠覆”：市场上最大的参与者之一，正在主动帮助企业降低对前沿模型的依赖。

IPO时机的矛盾与深层逻辑

OpenAI现在面临的处境有一种奇特的内在张力。

选择此时提交IPO，是因为市场窗口良好。Musk的诉讼败诉扫清了最后的法律障碍；AI叙事依然强劲；资本市场对科技股情绪高涨；OpenAI CFO Sarah Friar此前已经公开表示，”对于OpenAI这个规模的公司，像上市公司一样思考是正确的管理习惯”。

但偏偏在同一个时间点，廉价AI竞争的讨论也达到了峰值。机构投资者研读招股书时，不可避免地要面对一个核心问题：在DeepSeek以9分之一的价格提供类似服务的世界里，这8500亿美元的估值支撑点到底是什么？

OpenAI有几个有力的反驳论点。

能力依然领先。在最复杂的推理任务、创意生成、多步骤Agent工作流上，GPT-5系列仍有优势。这种优势，对真正需要它的客户是真实存在的，且他们愿意为此付费。

西方市场的合规溢价。大量欧美企业出于监管合规、数据主权、供应链安全和政治风险考虑，绝对不会使用中国模型，无论价格多诱人。这创造了一个真实的”去中国化”溢价市场。Cohere、Mistral等西方替代方案在填充这个市场，但它们的能力差距依然存在。

生态系统的真实锁定。ChatGPT的品牌认知度、企业级API合同的切换成本、Codex和Operator等产品的深度嵌入，构成了真实的护城河。大多数企业的IT决策，不是单纯的价格比较，而是风险收益的综合评估。

但挑战同样真实：能力差距在缩小，”顾问模型”架构的扩散降低了对前沿模型的依赖，企业预算压力上升——这三个因素叠加，形成了一股持续的向下定价压力。

SpaceX的对照：护城河的物理性与数字性

同一天，另一条新闻登上了头条：SpaceX将很快公开提交IPO招股书，Goldman Sachs领投，最近估值1.25万亿美元。

OpenAI和SpaceX同时在资本市场亮相，充满戏剧性。两家公司的CEO在法庭上刚刚对峙，现在要在资本市场竞争同一批投资者的注意力和资金。

但两家公司的护城河有着本质区别。SpaceX的护城河是物理性的：火箭发射基础设施、卫星星链网络、专有制造工艺、发射记录和监管许可。竞争对手复制这些，需要数十亿美元的资本投入和十年以上的时间，而且成功概率极低。

OpenAI的护城河是数字性的：算法、训练数据、工程师团队、品牌。中国实验室已经证明，用相对较少的资源复现相当的算法能力是可行的。数据可以重新收集，工程师可以培养。品牌是真实的护城河，但它在历史上也被更具成本优势的竞争对手侵蚀过，例子不少。

这个对比并不意味着OpenAI的护城河不存在。但它揭示了数字护城河相对于物理护城河的脆弱性，以及为什么同等规模下，投资者对OpenAI IPO的审视会比SpaceX更加苛刻。

第三层洞察：招股书是写给谁看的？

表面上，OpenAI的IPO招股书是写给华尔街的机构投资者看的。

但有一个更值得深思的角度：它也是写给全球最重要的企业客户看的。

当OpenAI成为上市公司，它就必须像公众公司一样思考：季度业绩压力、公开的财务披露、股东对毛利率和盈利路径的持续追问。这种压力会强迫OpenAI更认真地回应企业客户的成本敏感性：更多的分层定价选项、更灵活的商务条款、更快速的产品迭代、更透明的使用成本核算。

上市，某种意义上，是OpenAI向全球企业客户发出的一个信号：我们是一家真正的商业公司了，不只是研究机构；我们在乎你的预算约束，我们会把更多精力放在帮你提高ROI；我们的治理足够透明，你可以把我们作为长期合作伙伴，而不只是一家风口浪尖上的AI创业公司。

这种信任，对企业客户而言，比技术领先更重要。大多数企业CIO在选择AI供应商时，最怕的不是贵，而是不确定——这家公司明年还在吗？它的商业模式可持续吗？有没有公开的财务信息可以评估它的稳定性？

IPO，恰恰解决了这些问题。

因此，即便廉价AI的竞争已经开始侵蚀定价权，OpenAI的IPO仍然有其独特的商业价值。它不只是融资行为，更是一种信誉认证。在不确定的AI竞争格局中，”我们是上市公司，接受所有公众监督”，本身就是一种新的护城河。

问题只有一个：这个护城河，够宽吗？

更深的问题：AI公司的IPO，定价的是什么？

每一次大型科技IPO，都是一次对整个行业的哲学性追问。

当Facebook上市时，市场在问：社交网络的广告模式，真的能支撑千亿美元的估值吗？答案后来证明是肯定的。当Airbnb在疫情期间上市时，市场在问：共享经济模式，在出行受限的世界里还有未来吗？答案同样是肯定的。

当OpenAI上市时，市场在问的问题更深、更难回答：AI能力的溢价，在一个能力迅速商品化的行业里，能持续多久？它的商业模式，是软件业的高毛利，还是基础设施业的低利润高规模？它的护城河，最终建立在什么上面——算法？数据？品牌？信任？

这些问题，OpenAI的招股书需要给出令人信服的回答。而这份回答，将不只影响IPO的定价，还将影响整个AI行业对自己商业化路径的判断。

Anthropic同样面临类似的挑战。作为OpenAI最重要的竞争对手，它也在备战IPO，也面临着廉价AI的竞争压力，也需要向市场解释为什么一份$4,811的服务，值得企业客户继续买单。

但Anthropic有一点与OpenAI不同：它在”安全AI”上的独特叙事，让它在欧美企业市场，尤其是受严格监管行业，占有独特的信任优势。制药、金融、政府——这些行业的AI采购，安全性和可信度往往比价格更重要。这也是为什么BMS会在同一天与Anthropic签署企业协议——这不是简单的价格驱动决策，而是信任驱动的战略选择。

但信任，也是一种可以被竞争的护城河。中国实验室不具备这种信任优势，在西方市场短期内也无法建立。然而，Google、Microsoft、AWS——这些同样具有高度企业信任的巨头，正在降低前沿AI服务的门槛。信任的护城河，也面临来自西方同行的竞争。

最终，一个关于市场结构的预测

未来三年，AI市场大概率会走向分层：

最底层是通用基础能力，将迅速商品化，价格降至极低，由中国实验室和西方开源社区主导。这一层，OpenAI和Anthropic无法与之竞争，也不应该试图竞争。

中间层是企业应用能力，需要合规性、安全性、稳定性和集成支持，这里有真实的溢价空间，但竞争激烈。OpenAI、Anthropic、Google、Microsoft都会在这层激烈争夺，价格会逐步向下，但不会崩溃。

最顶层是能力领先优势，对最复杂任务的解决能力。这是OpenAI和Anthropic目前最强的护城河，也是定价最高的领域，但市场容量最小。

IPO的成功，取决于投资者相信哪一层会成为这两家公司的主要利润来源，以及他们对这一层市场的规模预测。

这是一道没有标准答案的考题。而答案，将在招股书公开后的那些交易日里，由市场给出。

OpenAI的两张脸：研究机构还是商业公司？

在IPO的叙事上，OpenAI还面临一个根本性的身份张力。

OpenAI诞生于2015年，最初是一家非营利研究机构，使命是”确保AGI的发展对全人类有益”。2019年，为了引入融资，它创建了”有限利润”公司结构，允许投资者获得一定回报。但直到今天，OpenAI的部分治理结构仍然保留了非营利机构的遗产，这在上市时会带来复杂的法律和投资者关系问题。

Sam Altman在过去一年，已经多次公开表示OpenAI需要转型为更传统的商业公司，以便在资本市场融资并吸引顶级人才。Musk的诉讼，部分原因就是针对这种转型——他认为这背叛了OpenAI的创始使命。

法庭的裁决已经给出了答案：Musk败诉，转型合法。

但市场对于这两张脸的评估，远比法律判决更复杂。投资者既想要一家有崇高使命和公众信任的公司（这有利于品牌和企业客户关系），又想要一家以利润最大化为首要目标的商业公司（这有利于股东回报）。

如何在招股书中同时讲好这两个故事，而不让它们相互矛盾，将是OpenAI IPO的核心挑战之一。

廉价AI带来的定价压力，从某种意义上说，恰好在这个时刻来临，是对OpenAI商业化叙事的一次真实压力测试：你究竟是一家足够强大的商业公司，能在激烈的价格竞争中保持利润率？还是依然主要靠使命叙事和品牌溢价支撑估值？

招股书，会给出答案。市场，会做出判断。而廉价AI的价格战，也许会在这份招股书公开的同一周，继续以某种方式向前推进。

这里有一个深刻的历史对称性值得记录：OpenAI是人工智能时代最重要的催化剂之一，它的ChatGPT让数十亿人第一次真正意义上使用了AI。它用三年时间，把一个实验室里的技术变成了全球最被讨论的商业产品。现在，它准备用一份IPO招股书，让公众市场来定义AI时代的价值标准。

如果这份招股书成功，意味着市场相信AI能力的商业化前景足以支撑天文数字的估值；如果它遭遇挫折，则意味着廉价AI的压力比大多数人预期的更快到来，整个AI行业的估值逻辑都需要被重新校准。

没有什么比一份公开的IPO文件，更能检验一家公司在竞争压力下的真实底气。当华尔街的分析师们拿到招股书，对每一行收入数据和成本结构进行拆解时，廉价AI时代的OpenAI到底值多少，将第一次得到公开市场的真实定价——而不只是私人融资轮次的溢价传说。

这个答案，不只关乎OpenAI，也关乎整个AI产业的商业化路径。所有AI公司的CFO，都将密切关注这份招股书的市场反应，因为OpenAI IPO的成败，将成为整个行业估值重标的风向标。

关键数据汇总

指标 数值
OpenAI私人市场估值 超8500亿美元（2026年5月）
Anthropic私人市场估值 约9000亿美元（2026年4月融资）
SpaceX最近估值 1.25万亿美元
Claude每百万tokens成本 $4,811
ChatGPT每百万tokens成本 $3,357
DeepSeek每百万tokens成本 $1,071
Kimi每百万tokens成本 $948
GLM每百万tokens成本 $544
OpenRouter中国模型使用率 约1%（2024年）→ 超60%（2026年5月）
企业月AI支出超10万美元占比 20%（2024年）→ 45%（2025年）
Pichai估算切换Flash年节省 超10亿美元（针对最大GCP客户）

参考资料

  1. CNBC, “OpenAI to confidentially file for IPO as soon as Friday: Source,” May 20, 2026 — https://www.cnbc.com/2026/05/20/openai-ipo-filing.html
  2. CNBC, “Cheap AI could derail OpenAI and Anthropic’s IPOs,” May 20, 2026 — https://www.cnbc.com/2026/05/20/cheap-ai-could-derail-openai-and-anthropics-ipos.html
  3. CNBC, “SpaceX picks Goldman Sachs for lead left position on record-breaking IPO,” May 19, 2026 — https://www.cnbc.com/2026/05/19/spacex-picks-goldman-sachs-to-lead-record-breaking-ipo-sources-say.html
  4. Artificial Analysis AI Model Cost Benchmarks, 2026年5月（CNBC报道引用）
  5. OpenRouter platform usage statistics, 2026年5月（CNBC报道引用）
  6. CloudZero Enterprise AI Spending Survey, 2025（CNBC报道引用）