OpenAI算力预算砍掉一半，1.4万亿变6000亿，他们到底在怕什么？ 最近刷到一堆消息，说OpenAI把未来几年的算力投入从1.4万亿美元直接压到6000亿。不是预测，是真金白银的计划调整。我查了下时间，这些数字都是基于他们刚公布的2025财年业绩——收入131亿，比预期多出30%；支出80亿，还省了11%。钱没少赚，但花得更抠了。 以前大家觉得AI公司就得拼命买卡、建机房、烧电，越大越牛。现在一看，光堆硬件不赚钱，反而让毛利率从40%掉到33%。掉的这部分，基本全被推理成本吃掉了——用户每次提问、每调一次API，背后服务器都在狂转，比训练模型还烧钱。这不是技术不行，是服务跑太快，成本没跟上。 他们开始换思路。模型变小了，比如用MoE（混合专家）结构，不用每次都调全部参数；压缩模型大小，降低单次响应耗电；还和微软、英伟达一起搞自研芯片，不靠堆A100/H100硬扛。芯片稳了，电费省了，机房也敢自己建在得州——那边电价便宜，风能多，绿电配套也能跟上。 企业端这块，进展比想象中顺。Azure里直接嵌ChatGPT，Stripe用它自动审单，Salesforce拿它写邮件……API调用量涨得猛，单次收费也提了。消费端也不赖，ChatGPT Pro用户多了，GPT Store里开发者卖工具能分到钱，平台开始靠生态赚钱，不全指着订阅费。 6000亿不是随便砍的。它和2030年2800亿营收目标配在一起，算下来大概2.14块投入换1块收入。这个比值，是第一次被明着写进战略——不再喊“不惜代价”，而是“算清楚再干”。别人还在比谁卡多，他们已经在算每瓦电力挣多少钱。 有人问是不是AI不行了？不是。是以前太野，现在落地了。服务器还是在跑，但不再为“可能有用”而建，只建“已经能收钱”的那部分。英伟达供货稳了，电费压住了，客户付费意愿也验证过了，才敢把预算砍掉快六成。 这事儿没那么玄乎。就是一家公司干了三年，发现光拼算力赚不到钱，得让模型更省、服务更准、客户更愿意掏腰包。省下的8000亿，不是不投，是留着等真正能赚钱的活儿出现。 挺现实的。 也没啥好说的。
