高盛TMT大会：OpenAI头部客户用量是普通客户8倍，计费将转向按成果收费
nashnova research
OpenAI CFO萨拉·弗莱尔在高盛科技大会上披露，头部企业客户token用量已达普通客户的8倍，公司正推动计费模式从按用量转向按成果分成——这标志着AI商业化进入「谁用得深谁付得多」的新阶段。
8倍用量差距说明了什么？
OpenAI前10%头部企业客户的token消耗量是普通客户的8倍，此前这一比值仅为3倍。
OpenAI自身内部使用倍数更高达33倍，弗莱尔将其定义为「现有客户未来走向的预览」。
这意味着→ 增长引擎已经换挡：不再靠拉更多新客户，而是靠单个客户越用越深来驱动收入。
企业业务增速为什么比消费者快？
7月整体年化运行率收入环比增长20%，其中企业口径增速达32%。
消费者与企业业务的收入占比从年初的60:40，已于年中提前实现50:50。
Codex（OpenAI的编程辅助工具）用户从10万激增至2500万；Canva的代码100%由OpenAI生成。
用大白话说＝ 企业客户不只是在试用，而是把AI嵌进了核心工作流，用量曲线在加速上翘。
"按成果收费"到底怎么收？
弗莱尔明确给出定价路线图：订阅 → 按用量 → 按成果，最终目标是垂直行业分成模式。
支撑这条路线的底气：OpenAI称同等任务所需输出token比竞品少68%。
这意味着→ OpenAI想让客户看的不是「每个token多少钱」，而是「完成一件事多少钱」——定价锚点从算力转向业务结果。
开源模型还能构成威胁吗？
弗莱尔回应较为强硬：Luna在Cloudflare上的部署成本已低于GLM 5.3。
用大白话说＝ 前沿实验室（如OpenAI）可以把推理价格压到比企业自己部署开源模型还便宜——开源的成本优势正在被蚕食。
算力够用吗？
弗莱尔坦言公司仍感到非常紧缺，每周需在训练、研究与推理之间做取舍。
毛利率扩张依赖两条腿：每吉瓦收入上升 + 成本曲线下降。
对外界"过度投资"的批评，弗莱尔回应称「今年真正得到了回报」。
这反映出 AI公司目前的瓶颈不是需求不足，而是供给跟不上需求的速度。
下一个关键验证点是什么？
按成果收费模式能否从路线图落地为可规模化的合同结构，是衡量OpenAI商业化能力的下一个节点。
这意味着→ 投资者接下来要盯的不是用户数，而是OpenAI能不能签下「按业务结果分成」的大单——那才是定价权的真正证明。
市场有风险，内容仅供研究参考，不构成投资建议。