OpenAI 谈如何构建丰裕的智能

AI 基础设施的价值不在于规模，而在于它让什么成为可能：让更强的智能以更低成本服务更多人。这就是我对“丰裕”的理解——它既嵌在我们的使命中（确保通用人工智能造福全人类），也嵌在驱动业务的經濟引擎里。

当有用智能的成本下降，更多工作就变得值得做；当模型能力增强，这些工作创造的价值就更高。随着采用率增长，我们获得收入、真实反馈和需求可见性，从而持续投资下一代研究与基础设施。更强的智能推动更广泛的采用，更广泛的采用支撑更多投资，更多投资提升智能与效率——这是我们正在构建的循环。

丰裕的经济学

我们最近的定价公告体现了这一循环如何快速惠及客户。昨天，我们将 GPT-5.6 Luna 的价格下调 80%，GPT-5.6 Terra 下调 20%。Luna 现在每百万输入 token 0.20 美元、每百万输出 token 1.20 美元；Terra 分别为 2 美元和 12 美元。GPT-5.6 Sol 的 Fast 模式在智能不变的前提下，速度提升至标准处理的 2.5 倍，价格仅为两倍。这些不只是价目表的变化，它们扩大了可落地工作的范围，让客户在智能、速度、可靠性和成本之间拥有更多灵活性。

正确的问题不是哪个模型对应哪个任务，而是达成目标需要多少智能、多快需要、以及愿意花多少钱。这种平衡可能在同一工作流中变化多次。客户购买 token 不是为了 token 本身，而是为了解决问题、交付软件、审阅合同、回答科学问题。衡量标准应是成功结果的总成本，包括时间、重试、监督和错误。一个更强但一次做对的模型，可能比反复试错或需要大量人工干预的更便宜模型更经济；反之，当低成本模型达到同样质量门槛时，也能大幅扩大可及性。关键在于以合适的价格，应用最大限度的有用智能。

让每一单位算力产出更高

要交付这种价值，不能只靠增加数据中心，更需让每单位算力更高效。我们近期的工程工作说明了这一点：GPT-5.6 Sol 协助优化了服务模型的生产软件，将端到端服务成本降低 20%，并改进了投机解码，使 token 生成效率提升超过 15%。效率不只由模型决定，围绕它的系统同样重要。更好的路由保持硬件高效运转，更聪明的上下文管理避免智能体重复劳动，更强的工具与产品设计减少完成任务所需的步骤。

在最近的基准分析中，改进保留推理与上下文管理，使 GPT-5.6 Sol 在公开 ARC-AGI-3 任务集的得分从 13.3% 提升到 38.3%，同时输出 token 减少六倍。模型没变，变的是外围系统。这些收益会复利增长：更强的模型帮助团队发现新效率，效率降低服务成本、扩展同一基础设施可支持的工作，进而让下一代智能更加可及。

全栈协同的意义

跨基础设施、模型、平台和产品构建的优势，不仅仅在于参与每一层，而在于每一层都让其他层更好。真实产品使用展示了客户在哪里发现价值、在哪里遇到摩擦，这些反馈塑造研究方向；研究改进增强产品并降低服务成本。ChatGPT、ChatGPT Work、Codex 和 API 的需求帮助我们更好地决策在何处扩容。这种学习规模很重要——我们的模型已覆盖超过 10 亿活跃用户和 200 多万家企业。人们越信任技术，使用就越深入：注册六个月后，用户每天发送的信息量增加约 50%，使用 ChatGPT 完成的工作种类增加约一倍。ChatGPT Work 正在改变知识工作的含义，从回答问题转向完成复杂的多步骤工作——从“提问”到“做事”。在 OpenAI 内部，通过 Codex 完成的智能体工作目前占每周输出 token 的 99.8%，Finance 等团队已将智能体工具作为主要工作方式。

组织内部的模式类似：公司可能从一个团队或一个工作流开始，随着质量和经济效益提升，采用扩散到各个职能部门，AI 成为业务运营的一部分。这就在需求、产品改进、效率和基础设施规划之间形成了有价值的反馈循环。我们不需要拥有全部资产或自己构建每个组件，可以根据客户利益和经济合理性选择自建、合作或采购，关键在于协调系统并从中学习。

带着信念与纪律建设

AI 基础设施必须提前数年规划，而模型、产品和客户需求的演化要快得多。这种错位使纪律至关重要。我们的投资决策基于证据：用户与工作负载增长、企业承诺、API 消耗、利用率、收入，以及模型能力和效率的进展。技术与商业里程碑决定项目何时推进，长期合作伙伴关系则汇聚规模化所需的融资、基础设施和运营专长。产品收入、私人资本和商业合作在这一增长中扮演不同角色。目标不是建设最多基础设施，而是在正确的时间、针对可信需求部署合适的容量。

对我来说，关键问题很简单：新产能多快能转化为生产力？使用效率如何？支撑了什么客户需求？技术进步能以多快速度降低有用智能的交付成本？这些问题将长期雄心与运营纪律连接起来。

前方的机会

我们仍处于早期。更强的系统将完成更长的项目、跨工具协调，并处理从想法到成品的更多环节。个人和小企业将获得过去只有大组织才具备的能力，企业会更广泛地在运营中应用智能。我们的目标不只是更多算力、更大模型或更低 token 价格，而是让更多有用的智能触手可及。这就是丰裕的含义：智能越来越强大、越来越便宜，对使用者越来越有价值。我们将以它创造了多少有用工作、交付效率有多高、收益分享有多广来衡量自己的进展。

原文链接：OpenAI Blog
本文由前途科技编辑整理