OpenAI算力承诺按交付节奏重估 2030年累计基础设施支出约6140亿美元
要点
伯恩斯坦分析师 Mark Moerdler 在一份研究报告中给出重新测算：按已披露的算力合作协议逐项重建，OpenAI 到2030年底累计形成的基础设施支出约为6140亿美元，低于市场上被反复引用的7500亿美元。这一估算的方法与流传数字不同，它不是对某一总额传闻的修正，而是把…
伯恩斯坦分析师 Mark Moerdler 在一份研究报告中给出重新测算：按已披露的算力合作协议逐项重建，OpenAI 到2030年底累计形成的基础设施支出约为6140亿美元，低于市场上被反复引用的7500亿美元。这一估算的方法与流传数字不同，它不是对某一总额传闻的修正，而是把各笔合同按规模、期限和交付节奏自下而上加总后得到的结果。报告同时给出一个前置条件：测算假设所有已识别合同均按计划执行，而报告本身对这一前提的评价是”极不可能”。理解这个数字，需要先把四个容易混用的量分开——合同签署额、累计支出、年度支出峰值，以及当期现金付款义务。
7500亿这一参照值并非无源。公开梳理显示，它来自2026年7月关于 OpenAI 到2030年云计算基础设施支出规模的报道；更早被传播的”超1.5万亿美元承诺”，则被报告界定为更接近长期愿景而非具体合同。作为对照，OpenAI 官方在2025年9月23日发布的公告中写明，Stargate 在新增五个美国站点后，规划容量接近7吉瓦，未来三年投资超过4000亿美元，并计划在2025年底前锁定5000亿美元、10吉瓦的承诺；其中与甲骨文在7月达成的4.5吉瓦扩容协议，对应未来五年超过3000亿美元的合作规模。这些数字分别对应容量目标、投资与合同，时间跨度也不同，与”到2030年的累计支出”不是同一口径，既不能相加，也不宜直接相减。
把一手公告与研报估算并排，可以看出6140亿这一结果所处的位置。官方公告中的5000亿是投资承诺与容量目标，甲骨文相关协议是五年期、分批上线的容量合同，研报判断主要上线量落在2028年，而6140亿被明确限定为”截至2030年底累计发生的基础设施支出”。三者指向不同问题：承诺了多少、合同怎么排、钱在哪几年花出去。研报对供应商侧的拆分也沿这一逻辑展开：甲骨文约3000亿美元的协议由若干批5到6年期的容量合同组成，微软一笔增量2500亿美元的 Azure 服务采购按6年期分批提供，亚马逊两笔协议分别为380亿美元7年期与1000亿美元8年期，其中后一笔含最多2吉瓦 Trainium 芯片算力，CoreWeave 约224亿美元则被注明是合同上限而非保底收入。同一份需求在不同合同里以不同期限、不同确定性呈现，把合同金额直接汇总为”支出”，容易高估近期的现金压力。研报另外给出甲骨文一侧的测算：可确认收入约为3120亿美元，其中57%将在其2030财年之前入账；OpenAI 在其剩余履约义务中占比不到一半，且随其他业务扩张还会继续下降。这一层拆分同样是把合同名义金额还原为分期确认的金额。
合同额与当期支出之间之所以出现明显时滞，研报给出三层机制。其一，来自英伟达、博通与 AMD 的芯片可能由供应商提供融资，按约6年硬件寿命分期支付，交付时间与数量并不固定。其二，与 AMD 及 Cerebras 的协议附带权证，按 AMD 股价分层归属，在部分股价情形下这些芯片对 OpenAI 可能近乎免费。其三，自建的 Project Camellia 数据中心外壳约200亿美元、落地佐治亚州、规划3.2吉瓦，投运期分布在2028年到2032年之间；这类设施属于长寿命资产，会计上本可分期确认或通过其他方式融资，研报只是将其一次性前置计入。再叠加算力分批交付、费用随设施投运逐步产生这一特征，年度支出的峰值被推后：按现有承诺排布，峰值出现在2031年，约1840亿美元，而非集中在2030年之前。换言之，6140亿是跨年度累计量，1840亿是单年峰值，两者描述的是不同时间尺度；数据中心建设延期、项目取消与硬件采购安排的调整，也都可能让实际支出低于或晚于这一估算。
研报的结论与市场上占主导的担忧方向相反。它以 OpenAI 的年度合同承诺作为全体 AI 实验室的代理变量，认为承诺规模虽大，但按时间分层排布且并非全部不可取消，同时 OpenAI 的杠杆与支付能力也在增长，因此对甲骨文、微软等主要供应商的下行风险较低；评级上维持微软与甲骨文”跑赢大盘”，目标价分别为722美元与325美元，对 CoreWeave 维持”跑输大盘”、目标价54美元，理由不是质疑其现有积压订单，而是怀疑其续约及以强经济性签下增量合同的能力。但同一份报告也保留了相反方向的证据：它专门列出两个已取消案例——德州 Abilene 2.1吉瓦扩建协议被撤回、相邻900兆瓦站点转由微软与 Crusoe 接手，7月宣布的挪威 Stargate 项目在 OpenAI 退出后同样由微软承接——用以说明”宣布”与”不可取消合同”之间存在显著距离。公开报道中，伯恩斯坦另一位分析师 Stacy Rasgon 此前也对”循环交易”提出质疑，即 AI 公司依赖融资扩张数据中心、进而维持对芯片供应商的持续采购，认为相关体量”远超以往所有案例”、合理性值得审视。这些视角并不互相抵消，而是共同说明：合同的法律约束力、可执行性与最终付款能力，是三个需要分别回答的问题。
一份公开的财报梳理提供了另一个观察角度。按已披露数据，Anthropic 与 OpenAI 两家的积压订单合计约6870亿美元，相当于六家主要云厂商积压订单总额的四分之一左右；六家云厂商的积压订单合计约2.62万亿美元。但该梳理明确指出，积压订单存在重复计算：模型公司向大型云厂商采购算力，大型云厂商再向新兴云厂商转采，同一笔算力需求可能在多家公司的报表里各记一次，因此2.62万亿美元并不等于同等规模的确定收入。风险还会顺着采购链条反向传导：云厂商承接的订单里，有相当部分的最终买方仍处于亏损状态并依赖外部融资，这类买方的偿付能力若出现波动，受影响的将不只是签约的直接对手方，而是链条上的多级供应商。把这一结构与研报判断放在一起看，风险的位置会发生变化：研报认为真正的风险不在头部实验室的承诺规模，而在算力稀缺缓解之后出现的投机性建设与低质量商业模式；它判断供需正常化可能在未来2至3年内发生，行业风险可能从算力短缺转向产能过剩，其中依赖高成本融资、缺乏长期稳定客户的专业算力租赁企业承压更明显，而与成熟云服务商签订的现有合约抗风险能力相对更强。
收入端的数据被用来支撑”支付能力同步增长”这一侧。研报援引的数据是，截至9月底 OpenAI 年化收入接近500亿美元、总收入同比增速77%；按这一增速外推，次年收入规模可越过800亿美元；研报对2027年基础设施支出的测算，在扣除约150亿美元 Camellia 外壳投入后低于该收入水平。研报另估计2028年基础设施支出将同比增长约58%、达到1390亿美元，并判断只要收入增速维持在60%以上，收入端增长就仍会快于支出端。不过这些推算建立在增速延续的前提上，公开报道也提示相关预测仍存在不确定性。将收入曲线与支出曲线对照，可以看出这次重新测算的核心并不是把数字调低了多少，而是把支出从一次性承诺还原为随产能投运逐年发生的时间序列：合同规模、交付节奏、收入增速与融资结构，共同决定最终的现金压力落在哪些年份、由哪些主体承担。
综合公开信息，6140亿美元是一个附带明确前提的估算值，而非已发生的支出，也不是对 OpenAI 承诺总额的封顶。它低于7500亿美元，主要来自按合同逐笔重建并对交付时点、融资安排与资产属性作出区分，而不是对某一传闻数字的直接下修。对读者而言，需要分开把握几个不同层级：官方公告中的投资承诺与容量目标、企业间签署的分期容量合同、按投运节奏形成的累计与年度支出、以及最终具备法律约束力的付款义务。任何一层都不宜单独用来推断另一层，市场流传的”承诺规模”与研报给出的”支出估算”，本来回答的就不是同一个问题。
