一份被市场反复引用的 7500 亿美元算力大单，可能并没有听起来那么吓人。
2026 年 11 月 8 日，伯恩斯坦分析师 Mark Moerdler 领衔的研报流向市场，给出了另一个数字：OpenAI 已披露的算力合作协议，折算成 2030 年前真正要落地的基础设施支出，约 6140 亿美元，约合人民币 4.1 万亿元。两者相差近 1400 亿美元。更关键的是，报告明说，“所有合同都按时交付”这个前提“高度不可能”成立。
这不是简单的砍价。它把 AI 基础设施这轮狂潮里最容易被忽略的一件事摆到了台面上：签下的合同金额，和实际花出去的钱，是两回事。
一、6140 亿是怎么算出来的
伯恩斯坦用的是自下而上的模型。它没有直接把 OpenAI 对外释放的宏大目标当成现金流，而是把 OpenAI 与甲骨文、微软、亚马逊、CoreWeave 等厂商签下的长期协议逐一拆开，再按数据中心分批投运的节奏重新排布支出。
结果是一条先陡后缓的曲线。2025 年约 40 亿美元起步，2026 年约 400 亿，2027 年约 880 亿，2028 年约 1390 亿，2029 年约 1630 亿，2030 年约 1770 亿，最终在 2031 年触顶，约 1840 亿美元。之后开始回落，2032 年约 1730 亿，2033 年约 1350 亿，2034 年约 990 亿，2035 年约 910 亿。
这条曲线对应的是 OpenAI 对外释放的更大叙事。2026 年 7 月，《华尔街日报》援引知情人士消息称，OpenAI 把 2030 年前的算力支出预期从约 6000 亿美元上调到约 7500 亿美元。更早之前，OpenAI 首席执行官山姆·阿尔特曼曾在公开场合提过 1.4 万亿美元的规模，这个数字当时就让硅谷和华尔街都皱起了眉头。伯恩斯坦的 6140 亿，是在这个宏大目标上泼的一盆冷水，而且冷得有依据。
需要说明的是，年度曲线上的大部分数值来自对报告图表的近似读数，只有 2031 年的 1840 亿美元是图表明确标注的峰值。报告本身只向伯恩斯坦客户开放，市场看到的是通过社交平台流出的 Exhibit 1。
二、为什么签了 7500 亿，不等于要付 7500 亿
报告给出了三条理由，每一条都戳在 AI 基建合同的软肋上。
第一，芯片不是货到付款。英伟达、博通、AMD 提供的芯片，大概率由供应商自己融资，再按硬件约 6 年的使用寿命分期收款。交付时间和数量都还不确定，账期自然也不确定。这意味着，一笔名义上的千亿合同，现金流会被拉长到整个硬件生命周期里。
第二，有些芯片可能“几乎不要钱”。OpenAI 与 AMD、Cerebras 的协议里嵌着认股权证，按对方股价分档归属。只要这些供应商的股价涨得够好，权证覆盖的那部分算力对 OpenAI 来说，实际成本可以接近于零。这是一种把算力价格和供应商股票表现绑定的结构，赌的是整个 AI 赛道继续往上走。
第三，会计处理放大了前置压力。OpenAI 自建的 Project Camellia 数据中心外壳，位于佐治亚州，规模约 200 亿美元、3.2GW，计划 2028 到 2032 年分批投运。它本质上是长期资产，可以分期资本化，也可以换一种融资方式；但报告把它当成前置费用处理，于是账面支出在早期显得更陡峭。
这三条合在一起，解释了一个反直觉的结论：合同金额越大，短期现金压力反而越可能被高估。7500 亿是“承诺上限”，6140 亿是“按交付节奏折算的支出”，而实际数字还可能因为建设延期或项目调整继续往下走。
三、合同明细里的门道
把协议摊开看，更能理解伯恩斯坦的判断。
甲骨文拿走了最大的一块。据报道，这笔交易总额约 3000 亿美元、期限 5 年，从 2027 年开始交付，规划算力 4.5GW。微软与亚马逊合计锁定约 2880 亿美元、36GW 算力。其中亚马逊有两笔协议：2025 年签的 380 亿美元、7 年期，以及 2026 年签的 1000 亿美元、8 年期，后者还包含最多 2GW 的 Trainium 自研芯片。
专业算力供应商 CoreWeave 的合同总额约 224 亿美元，分三次签署：2025 年 3 月 119 亿美元加 3500 万美元股权投资、5 月 40 亿美元、9 月最多 65 亿美元。但伯恩斯坦特别强调，合同文本写的是“上限”而非承诺收入。
谷歌被排除在外。尽管市场反复传闻 OpenAI 与谷歌有 TPU 和容量协议，但报告认为，能在财报里验证的合同证据不存在，所以干脆不纳入模型。
这些合同的期限大多落在 5 到 8 年。长周期意味着两件事：供给方的收入可见度拉长了，但需求方也被绑在了更久的技术路线上。当技术迭代快于合同周期，被绑定的一方要承担路线错误的风险；当需求增速快于预期，被绑定的一方则锁定了成本优势。OpenAI 正在两者之间走钢丝。
四、谁在赚钱，谁在承压
伯恩斯坦的模型把每年的账单拆成五类：超大规模云厂商、新云厂商、机房托管供应商、自建数据中心、硬件。结构变化比总额更有信息量。
超大规模云厂商拿走的份额，从 2026 年的约 82% 降到 2031 年峰值时的约 64%，再到 2035 年的约 15%。2031 年那笔 1840 亿美元里，约 1170 亿流向云厂商；而云厂商份额的绝对高点其实在 2030 年，约 1270 亿。到了 2035 年，硬件约 380 亿、机房托管约 370 亿，云厂商只剩约 140 亿。
这个迁移路径指向一个判断：云厂商的短期风险有限，因为未来几年的大部分支出仍会流向它们；但专业算力供应商在供需缓和后压力更大。新云厂商的份额在 2026 到 2031 年间一直是细条，2028 年最大也只有约 160 亿。一旦自建产能和超大规模云厂商的富余容量释放，议价权会迅速向需求方倾斜。
伯恩斯坦的评级也反映了这种分化：维持微软、甲骨文“跑赢大盘”，目标价分别为 722 美元和 325 美元；维持 CoreWeave“跑输大盘”，目标价 54 美元。报告对 CoreWeave 现有积压没有担忧，但怀疑它在供需缓和后，还能不能续得上合同、能不能以有利的条件拿到新单。
这背后的逻辑很直白：云厂商有成熟的现金流和自研芯片，可以在价格战里耗；专业算力供应商的筹码只有一样：景气周期。周期一旦转向，续约谈判的主动权就不在自己手里。
五、OpenAI 付得起吗
这才是所有问题的终点。
伯恩斯坦引用的数据显示，OpenAI 在 2026 年 9 月的年化收入约 500 亿美元，同比增长约 77%。即便如此，1840 亿美元的峰值年度支出，仍是这个收入 run rate 的约 3.7 倍。
缺口要靠融资填。2026 年，OpenAI 宣布完成一轮 1100 亿美元的融资，是史上规模最大的私营科技融资。其中亚马逊出 500 亿美元、英伟达出 300 亿、软银出 300 亿。融资完成后，OpenAI 的投前估值为 7300 亿美元，计入新资金后达到 8400 亿美元。作为交易的一部分，亚马逊还把原有的 380 亿美元 AWS 算力协议再扩大 1000 亿美元，并承诺消耗至少 2GW 的 Trainium 芯片产能。
但融资不是收入。它把偿付压力往后推，也让投资人对“算力转化为收入”的速度变得更敏感。2026 年 9 月，OpenAI 首席财务官 Sarah Friar 曾私下向投资者纠正过支出数字，把 1.4 万亿美元的说法压回到 6000 亿美元级别。这种内部的审慎，和外部叙事的激进，形成了鲜明对比。
另一边，供给方也在加码。甲骨文的剩余履约义务同比大增 359%，达到 4550 亿美元，其中就包括 OpenAI 等三个客户的四笔数十亿美元交易。甲骨文把 2026 财年资本开支指引从 250 亿美元上调到 350 亿美元，第一季度已经花了 85 亿。2026 年 9 月，甲骨文股价单日涨 36%，创 1992 年以来最大涨幅，市值一天增加约 2500 亿美元。
市场用脚投票，押的是 AI 基建的长期需求。但伯恩斯坦的模型提醒了一点：需求是真的，节奏可能没市场想的那么快。
六、接下来该盯什么
6140 亿美元这个数字的意义，不在于它比 7500 亿少了 1400 亿，而在于它把 AI 基建从“合同叙事”拉回了“现金流叙事”。
对 OpenAI 来说，真正的考验不是签下多少算力，而是能不能在 2031 年支出触顶之前，把收入曲线拉到和支出曲线一样陡。对供应商来说，云厂商吃的是确定性，专业算力供应商吃的是景气周期；周期一旦缓和，续约谈判的主动权就不在自己手里。
对投资者而言，接下来要盯的不是又一份千亿大单的公告，而是三件事：数据中心实际投运的进度、OpenAI 收入增长的斜率、以及芯片交付和融资条款有没有变化。任何一项延期，都会让 6140 亿这个数字继续缩水。
AI 基建的竞赛，比的不是谁签下的数字更大，而是谁先把签下的数字变成账上的收入。
快报