OpenAI押注结果定价，AI商业模式进入下一阶段
AI公司的竞争，正在从“谁的模型更强”转向“谁能真正替用户完成工作”。
OpenAI CFO Sarah Friar近期透露，公司正在加速将人工智能能力推向芯片设计、生命科学、金融服务等专业领域，同时探索一种新的商业收费模式——不再单纯按照调用次数或Token消耗计费，而是根据AI带来的业务结果定价。
这意味着，生成式AI商业化正在进入一个更复杂的阶段。
过去两年，大模型公司的主要收入逻辑很简单：提供API、出售订阅、按照使用量收费。企业调用多少次模型、消耗多少计算资源，最终形成账单。但随着AI逐渐进入研发、金融分析、软件开发等高价值场景，单纯计算“用了多少次”开始显得不足。
对于企业客户来说，他们真正愿意支付的并不是几百万次模型调用，而是AI是否帮助他们降低成本、提高研发效率，甚至创造新的收入。
OpenAI正在尝试抓住这一变化。
数据显示，今年6月至7月期间，OpenAI企业业务收入增长约32%，同期公司整体年化收入增长约20%。截至今年年中，企业业务和消费者业务收入占比已经接近各占一半。
这一变化说明，OpenAI的收入结构正在从早期依赖个人用户订阅，逐渐向企业市场倾斜。
这也是大模型行业竞争进入第二阶段后的共同趋势。
微软通过Azure向企业提供AI基础设施，谷歌则将Gemini能力嵌入办公和云服务，Anthropic依靠Claude切入开发者和企业市场。模型能力本身越来越难形成长期壁垒，真正的竞争开始转向企业工作流整合。
OpenAI显然希望成为这一过程中的基础设施提供者。
在成本端，公司也在持续推动模型价格下降。
Friar表示，OpenAI近期将低成本模型Luna的价格降低80%，随后该模型使用量增长约10倍。在云端部署场景下，Luna成本甚至低于竞争对手Z.ai的GLM 5.3。
降价带来的增长，正在验证AI行业一个重要规律：模型能力提升之后，价格下降可能反而会扩大市场规模。
类似情况此前已经在云计算领域出现。AWS、Azure和Google Cloud早期通过降低计算成本推动企业迁移，而AI模型服务也可能走向同样路径——更低价格换取更高调用量，再通过企业服务、生态和增值业务获得收益。
不过，OpenAI并没有只押注模型调用。
公司正在扩大AI进入实体产业的范围。
Friar透露，OpenAI正在利用自身模型辅助开发Jalapeno芯片，并在9个月内完成芯片设计流片。这一动作释放出一个信号：AI公司正在尝试反向进入硬件供应链。
过去，AI产业链主要由芯片厂商提供算力，大模型公司负责训练和应用。但随着算力成本成为核心竞争因素，模型公司开始考虑掌握更多底层环节。
OpenAI此前已经通过合作方式获取大量计算资源，如今进一步探索芯片设计，也是在降低长期对外部供应链的依赖。
软件开发领域则是另一个快速增长点。
目前，OpenAI编程工具Codex用户数量已经达到2500万。代码生成、自动调试、软件维护正在成为AI最成熟的商业应用之一。
这类工具的价值更加容易量化。企业可以直接计算开发周期缩短多少、人力成本下降多少，因此也更适合采用结果导向的收费模式。
当然，按结果收费并不容易。
AI输出质量存在波动，企业如何定义“完成任务”？模型造成错误时责任如何划分？不同业务之间价值差异巨大，这些都会成为商业化落地中的新问题。
但OpenAI正在尝试改变行业默认规则。
如果未来AI不再只是一个工具，而是能够独立完成部分业务流程的“数字员工”，那么按照任务成果付费可能比按照调用次数计费更符合市场需求。
从这个角度看，OpenAI正在推动的并不只是一次价格调整，而是在重新定义AI公司的收入模型。模型能力会不断被追赶，但谁能真正嵌入企业生产流程，可能才决定下一轮竞争的赢家。
Tags: OpenAI
