OpenAI 统计数据.

2026 年的 OpenAI 很难用单一类型的统计数据来描述。它既是模型实验室，又是消费者应用运营商，还是企业供应商、开发者平台、编码代理提供商、计算资源购买者，同时也是一个私人资本故事——因此，它的数据只有经过仔细标注才能理解。

8520 亿美元的投后估值、每月 20 亿美元的收入、超过 9 亿的每周 ChatGPT 用户、超过 100 万的企业客户以及每分钟超过 150 亿的 API token 都是真实且有用的数据——但它们衡量的是不同的事物。如果将它们合并成一个“OpenAI 用户”数字，这些数字就会变得令人兴奋但却是错误的。

解读 OpenAI 最安全的方式是将其视为一个分层平台。ChatGPT 赋予其消费者分发能力；商业计划将分发转化为工作场所采用；API 将模型转化为其他产品的基础设施；Codex 和代理工具将其扩展到长期工作；计算合作伙伴关系和资本轮次资助下一层模型；基准分数描述能力；安全页面描述可部署性。每一层都有其自己的分母。

重要的 OpenAI 数据

OpenAI 的标题数据使用不同的分母，因此应将其视为独立的公司、客户、平台和消费者信号，而非一个单一数字。

公司规模：收入、估值、资本和结构

OpenAI 的公司规模数据即使在没有任何产品细节之前也非同寻常。2026 年 3 月 31 日，它表示已完成最新一轮融资，获得 1220 亿美元的承诺资本，投后估值达到 8520 亿美元，这在其融资公告中有所提及。此前，它在 2026 年 2 月宣布获得 1100 亿美元的新投资，投前估值为 7300 亿美元，其中包括 软银的 300 亿美元、英伟达的 300 亿美元和 亚马逊的 500 亿美元，这在其规模扩展更新中有所提及。

OpenAI 将这些资本数据与收入规模联系起来。在三月份的公告中，它表示每月产生 20 亿美元的收入，并在另一篇商业模式文章中表示，收入每年增长约 3 倍——从 2023 年的 20 亿美元 ARR 增长到 2024 年的 60 亿美元，以及 2025 年的超过 200 亿美元。由于 OpenAI 仍是私有公司，这些是官方公司声明，而非上市公司经审计的部门披露。

计算资源桥梁与收入桥梁同样重要。OpenAI 表示，计算资源从 2023 年的 0.2 GW 增长到 2024 年的 0.6 GW，并在 2025 年达到约 1.9 GW，几乎与收入曲线同步（商业模式文章）。这很重要，因为 OpenAI 不仅仅是一个软件分发的故事；它也是一个容量故事，更多的计算资源支持训练、服务、更低的延迟、更高的吞吐量以及大规模更便宜的交付。

微软关系是另一个公司规模统计数据，但不应简单地将其归结为“微软控制 OpenAI”。OpenAI 表示，非营利组织现在是 OpenAI 基金会，营利组织是 OpenAI Group PBC，基金会通过特殊投票权和治理权继续控制集团（结构页面）。微软表示，其持有的投资价值约为 1350 亿美元，按转换稀释计算约占 27%，此前曾持有营利组织 32.5% 的股份（微软，OpenAI）。

微软的2025 年年度报告增加了一个备案级别的锚点：它表示已向 OpenAI Global, LLC 承诺总计 130 亿美元的资金，并根据权益法核算该投资。微软还表示，OpenAI 已签约购买额外 2500 亿美元的 Azure 服务，并且微软不再拥有成为 OpenAI 计算提供商的优先购买权；SEC 8-K 将该合作伙伴博客作为附件提交，证实这不仅仅是营销文案。

商业平台和企业采用

OpenAI 的商业平台现在有足够的公开数据来区分覆盖范围和深度。覆盖范围指标是 超过 100 万企业客户——通过 ChatGPT for Work 或开发者平台直接模型消费，积极向 OpenAI 支付商业用途费用的组织（100 万企业）。知名客户包括安进、联邦银行、Booking.com、思科、劳氏、摩根士丹利、T-Mobile、塔吉特和赛默飞世尔科技。

用户和席位数量是不同的对象。OpenAI 表示，超过 900 万付费企业用户依赖 ChatGPT 开展工作（规模扩展更新）。几个月前，它表示 ChatGPT for Work 拥有 超过 700 万总席位，在两个月内增长了 40%，并且 ChatGPT Enterprise 席位专门增长了 9 倍（100 万企业）。一家公司可以拥有多个席位、一个付费席位或直接 API 消费，因此“客户”、“席位”和“用户”应保持独立。

深度指标来自 OpenAI 的企业 AI 现状报告，该报告还显示了组织内部的 API 强度：超过 9,000 个组织处理了超过 100 亿个 API 推理 token，近 200 个组织超过了 1 万亿个。这是一个比徽标列表更好的生产信号，因为它显示了在高 token 阈值下的重复使用——但它仍然没有揭示 API 客户总数、留存率或支出分布。

客户案例引人注目，但应保持其独立性。OpenAI 表示，思科在工程工作流中使用了 Codex，将代码审查时间缩短了 50%，而 Carlyle 的 AgentKit 评估平台将多代理尽职调查框架的开发时间缩短了 50% 以上，并将代理准确性提高了 30%（100 万企业）。这些案例展示了特定部署中可能发生的情况，而不是所有 OpenAI 客户的平均投资回报率。

API 和开发者生态系统

OpenAI 的开发者生态系统庞大，但清晰的公开统计数据仍然有限。2025 年 DevDay 表示，400 万开发者曾使用 OpenAI 进行开发。这是一个强大的覆盖范围统计数据，但“曾使用”是累积的——它与每月活跃开发者、付费 API 账户或生产应用程序不同。

API 吞吐量数据更为直接。2025 年 DevDay 列出了 API 平台每分钟 60 亿个 token；2026 年，OpenAI 表示其 API 每分钟处理 超过 150 亿个 token（企业更新）。对于平台运营商而言，每分钟 token 数更接近基础设施利用率而非用户数量——它反映的是吞吐量，不一定反映客户多样性。

该平台也已从“调用模型”转向“构建代理”。OpenAI 2025 年 3 月的代理工具文章介绍了 Responses API、内置工具（如网页搜索、文件搜索和计算机使用）、Agents SDK 以及代理工作流的追踪；AgentKit 后来增加了 Agent Builder、连接器注册表、ChatKit 和扩展的评估功能。不过，有一个当前产品的注意事项：OpenAI 的 Agent Builder 文档指出 Agent Builder 正在弃用，并计划于 2026 年 11 月 30 日关闭，而 ChatKit 仍然可用。对于开发者而言，这正是当前平台统计数据需要日期的原因——发布指标可能在一年内变成迁移说明。

企业 API 容量是独立的产品。OpenAI 的 Scale Tier 允许客户购买具有最短购买期的 token 单位，使用 GPT-5.4 的组合输入/输出每分钟 token 包，其中输出 token 按即用即付的输出与输入比率计算。这对买家很重要，因为 OpenAI 的平台经济学不仅是每个 token 的标价——还包括延迟、吞吐量、缓存、批量折扣、优先处理和合同级别的承诺。

模型家族、基准和定价

GPT-5.5 是 OpenAI 能力层最强的当前示例。OpenAI 表示，GPT-5.5 正在 ChatGPT 和 Codex 中推出，并且在 2026 年 4 月 24 日更新后，GPT-5.5 和 GPT-5.5 Pro 可在 API 中使用，Codex 具有 400K 上下文窗口，API 开发者具有 1M 上下文（GPT-5.5）。

OpenAI 的 GPT-5.5 发布在编码、专业工作、计算机使用、工具使用、学术任务、网络安全和长上下文方面提供了有用的基准范围。

基准测试的注意事项应紧随数据之后。OpenAI 指出，一些评估是在推理努力设置为极高且在研究环境中进行的，这可能与生产环境中的 ChatGPT 行为不同。82.7% 的 Terminal-Bench 2.0 分数并不意味着在公司代码库、工具栈、权限和审查流程中，每个终端自动化都能以 82.7% 的成功率完成。对于发布节奏的背景，GPT-5.4 在 SWE-Bench Pro 上得分 57.7%，Terminal-Bench 2.0 上得分 75.1%，GDPval 上得分 83.0%，更侧重于电子表格、演示文稿、文档和 Codex 集成的企业工作。

模型发布说明显示了这一层变化的速度：2026 年 5 月，OpenAI 更新了 GPT-5.5 Instant 并淘汰了包括 o3 和 GPT-4.5 在内的旧版 ChatGPT 模型，同时指出这些淘汰不会导致 API 发生变化。这就是为什么模型统计数据需要发布日期，而不仅仅是一个数字。

消费者分发：ChatGPT 的覆盖范围并非 OpenAI 的全部故事

OpenAI 的消费者分发是许多商业平台数据重要的原因。该公司表示，ChatGPT 拥有超过 9 亿的每周活跃用户和超过 5000 万的消费者订阅者（规模扩展更新），高于其在 2025 年 DevDay 引用的超过 8 亿的每周用户。

这些数字不应被解读为仅仅是 ChatGPT 的增长故事。每周 ChatGPT 用户不是 OpenAI 的客户；消费者订阅者不是 API 客户。消费者熟悉度可以缩短试点周期，但商业推广仍取决于管理控制、数据策略、用例、采购、安全审查和集成——正如 OpenAI 自己在其商业数据和企业隐私页面上所指出的。一个产品可以拥有巨大的覆盖范围，但仍需要不同的市场推广方式来实现商业采用。

计算、基础设施和合作伙伴关系

计算是 OpenAI 与普通 SaaS 公司之间最明显的区别之一。OpenAI 称计算是人工智能中最稀缺的资源，并将其投资组合描述为跨提供商多元化，拥有用于前沿训练的高端硬件和用于大批量服务的低成本基础设施（商业模式文章）。具体数字是：2023 年 0.2 GW，2024 年 0.6 GW，2025 年约 1.9 GW。

2026 年 2 月的资本更新将投资直接与计算和合作伙伴关系挂钩：亚马逊的 500 亿美元、英伟达的 300 亿美元和软银的 300 亿美元，以及与亚马逊的战略合作和与英伟达的下一代推理计算。微软协议通过额外购买 2500 亿美元的 Azure 服务以及优先购买权条款的变更增加了另一个维度（微软）。

信任、隐私、安全和治理

OpenAI 的企业数据与信任控制相结合时变得更有意义。OpenAI 表示，默认情况下，它不会在 ChatGPT Enterprise、Business、Edu、Healthcare、Teachers 和 API 平台的所有组织数据上训练模型，并且商业数据在静态时使用 AES-256 加密，在传输时使用 TLS 1.2 或更高版本加密（商业数据）。

OpenAI 的安全页面列出了 SOC 2 Type 2 审查以及 ISO/IEC 27001、27017、27018、27701 和 42001 认证在指定范围内，信任门户显示最新的 SOC 2 报告涵盖 2025 年 1 月 1 日至 2025 年 6 月 30 日的 API 平台、ChatGPT Enterprise、Edu 和 Team。安全是一个独立于合规性的类别——系统卡描述了模型风险态势，但它们不能取代客户侧的红队测试、监控和用例验证。

市场背景：OpenAI 数据在更广泛的 AI 经济中的意义

OpenAI 的规模处于一个快速扩张的市场中。斯坦福大学的2026 年 AI 指数显示，2025 年，工业界生产了超过 90% 的知名前沿模型，组织采用率达到88%，生成式 AI 在三年内达到53% 的人口采用率，美国私人 AI 投资在 2025 年达到2859 亿美元。

麦肯锡的2025 年调查提供了反证：88% 的组织至少在一个职能部门定期使用 AI，比一年前的 78% 有所上升，但大约三分之一已开始扩展 AI，而近三分之二仍处于实验或试点阶段。Menlo Ventures 的企业生成式 AI 报告估计，2025 年应用层支出为 190 亿美元，基础设施支出为 180 亿美元，部门 AI 支出为 73 亿美元——仅编码一项就达 40 亿美元，占部门支出的 55%，这有助于解释 Codex 对更广泛平台的重要性。

Ramp 的2026 年 4 月更新增加了一个付费支出面板：在 Ramp 业务中，付费 AI 采用率在 3 月份超过了 50.4%，其中 OpenAI 占 35.2%，Anthropic 占 30.6%。Ramp 表示其指数使用公司信用卡和发票支付，因此这是一个商业支出信号，而非普遍的市场份额普查。这些来源的模式很有用：AI 采用广泛，代理采用正在上升，企业扩展不均衡，付费供应商选择可能迅速变化。

这对创始人与运营者意味着什么

实际的教训不仅仅是 OpenAI 规模庞大。而是 OpenAI 的规模是多维度的，每个数字都回答了不同的运营问题。

严谨解读 OpenAI 的数据

使用 OpenAI 官方页面获取第一手事实——收入声明、融资公告、产品可用性、API 定价、模型发布、企业客户、企业使用情况和安全控制。使用微软和 SEC 来源获取微软/OpenAI 合作和投资事实。使用斯坦福、麦肯锡、Menlo 和 Ramp 获取 OpenAI 周围的市场信息，而不是替代 OpenAI 特定数据。将 SEO 统计汇总、抓取数据库页面和社交帖子视为需要验证的线索，而非最终证据。

常见问题

来源和延伸阅读