OpenAI称更强、更便宜的AI正在扩大“可做的工作”范围：从模型能力走向完整商业闭环
OpenAI在一篇公司文章中提出，下一阶段竞争焦点从模型能力扩展到能否以更低成本、更快速度将任务嵌入日常工作流，形成从模型到产品、基础设施与收入的闭环。文章展示了GPT-6 Astra、研究代理使用、推理效率与自研推理芯片Jalapeño的互相关联，但多数数据来自公司披露，实际生产环境中的长期效果与安全控制仍是关键变数。
OpenAI在一篇公司文章中提出，下一阶段竞争焦点从模型能力扩展到能否以更低成本、更快速度将任务嵌入日常工作流，形成从模型到产品、基础设施与收入的闭环。文章展示了GPT-6 Astra、研究代理使用、推理效率与自研推理芯片Jalapeño的互相关联，但多数数据来自公司披露，实际生产环境中的长期效果与安全控制仍是关键变数。
OpenAI在9月8日发布的一篇公司文章中提出，人工智能的下一阶段竞争，不只是模型能否完成更多任务，而是这些任务能否以足够低的成本、足够快的速度，进入消费者和企业的日常工作流程。
这篇题为《The Work Now Within Reach》的文章，将GPT-6 Astra、企业和个人用户增长、研究代理、推理效率以及自研芯片放在同一条逻辑链上：更强的模型扩大可执行的工作范围，更高效的基础设施降低完成任务的成本，而更多用户和企业的使用则为下一轮模型与算力投资提供收入基础。
不过，文章中的多数数字和性能指标来自OpenAI自身披露。它们显示了公司的战略方向，也显示了公司希望市场如何理解其商业模式，但还不能单独证明所有能力已经在广泛生产环境中得到独立验证。
OpenAI试图把模型能力转化为更多可行的工作
OpenAI称，GPT-6 Astra在计算机操作、网页浏览、软件工程、网络安全、科学和专业工作等领域处于先进水平。该模型已于近期向一批机构开放，并计划逐步向ChatGPT Plus、Pro、Business和Enterprise用户以及API客户提供。
在OpenAI的描述中，Astra的价值不只是回答问题，而是能够执行连续的工作流程，例如填写在线表格、更新客户关系管理系统中的记录、整理日历、开展网络研究、分析科学数据、生成图表和运行前端质量检查。
公司还表示，Astra在OSWorld 2.0的延迟模拟中，完成计算机操作任务所需时间比上一代GPT-5.6 Sol减少约47%。结合更新后的Codex运行框架，在Mind2Web基准上的任务完成速度约为现有GPT-5.6 Sol体验的1.9倍。
这些数字属于OpenAI公布的内部或合作测试结果，实际表现仍会受到任务类型、工具权限、网络环境以及人工确认机制的影响。对于企业客户而言，真正重要的通常不是单个基准分数，而是代理能否在较长流程中持续保持准确、可控，并在关键节点等待人工决定。
OpenAI最近公布的内部研究也显示，代理正在从辅助编码工具变成研究流程中的协作者。公司称，截至8月中旬，其研究组织每天使用的代理工作量相当于每一个人类工作日对应3.1个代理工作日；按API价格计算，使用量居中的研究人员每天消耗的推理资源超过600美元，最高使用者则超过7000美元。
但OpenAI同时强调，研究人员仍然决定研究方向、评估结果，并决定哪些项目应该扩大、暂停或部署。公司还承认，代理运行时间、代码量和实验数量相对容易测量，却不等同于科研进展本身。AIFlux此前对OpenAI“自动化研究实习生”目标的报道显示，复杂任务仍需要相当程度的人类介入。
用户规模与企业部署被视为同一增长循环
文章称，OpenAI的产品目前触达超过10亿名每周活跃用户和250万家企业。公司将ChatGPT、ChatGPT Work、Codex以及API应用视为同一个产品体系的不同入口：个人用户在家庭场景中熟悉AI，再把这种使用经验带到工作中；企业部署则反过来提高用户对AI在个人生活中能够完成什么的期待。
OpenAI引用其针对个人ChatGPT用户的研究称，用户注册六个月后的日均消息量，比注册首月高约50%；用户尝试过的不同任务数量大约增加了一倍。公司认为，这意味着AI使用并不只是用户数量的扩张，也包括单个用户在更多场景中持续使用。
这种增长逻辑与传统软件有所不同。传统软件通常围绕固定功能和席位收费，而代理型产品的使用量可能随任务复杂度、调用次数和自动化程度变化。OpenAI在文章中提到，免费服务可以帮助用户发现AI的用途，订阅和按用量收费则让客户在找到价值后增加支出。
这也解释了为什么OpenAI把模型能力与基础设施效率放在同一篇文章中讨论。如果一次任务需要多轮推理、工具调用和人工确认，那么模型稍微减少重试次数，或者推理系统稍微降低每一步的成本，都可能影响最终的任务价格。
从软件优化到自研推理芯片
OpenAI称，GPT-5.6 Sol帮助其改进生产服务软件，使端到端服务成本降低20%；其他优化又使令牌生成效率提高超过15%。公司没有在这篇文章中公布完整的成本基线，也没有说明这些改进在不同模型和客户工作负载中的统一幅度，因此这些数字应理解为公司披露的阶段性结果。
更具战略意味的是Jalapeño。OpenAI称，这是其首款定制推理芯片，在三款公开模型上的测试中，每瓦峰值令牌吞吐量达到对比商业系统的1.5至1.9倍，端到端延迟降低1.7至3.6倍，并计划在2026年底前开始部署。
Jalapeño使用SemiAnalysis的InferenceX公开基准进行测试，涉及GPT-OSS 120B、DeepSeek R1和Kimi K2.5等模型。OpenAI表示，芯片额定功耗为700瓦，但测试负载下的持续实测功耗不超过550瓦。公司还称，Jalapeño的设计覆盖芯片、内存、网络、软件和机架级系统，以减少语言模型推理中因数据移动和通信造成的等待。
AIFlux对Jalapeño首轮测试的报道指出，这些结果尚未等同于大规模生产部署中的长期优势。OpenAI仍将继续使用英伟达、AMD及其他合作伙伴的加速器，Jalapeño更可能是多供应商基础设施中的补充，而不是立即取代通用GPU。
自研硬件的目标是改善每项任务的经济性
OpenAI试图强调的不是单一芯片指标，而是“完成一项任务需要多少计算资源”。对于代理型应用，任务往往由多个连续步骤组成，单次响应的延迟和成本会在整个流程中累积。
如果更强的模型能够用更少的尝试完成任务，软件和硬件又能让每次尝试更快、更省电，那么相同的计算容量便可以服务更多工作。OpenAI认为，这会使过去因专家时间太贵、处理速度太慢或服务成本过高而无法开展的工作变得可行，例如为每名客户提供定制分析、审查更多合同、实时运行财务情景，或让工程团队测试更多设计方案。
这种判断与经济学中的“杰文斯悖论”有关：效率提高并不一定减少总需求，反而可能让更多用途具备经济可行性，从而扩大总使用量。对OpenAI而言，更多使用意味着更多收入，更多收入又可以支持模型、数据中心、芯片和安全研究投入。
但这条闭环也存在现实约束。AI服务成本下降可能带来更大需求，而需求增长又会推高推理算力、电力、数据中心和网络资源的需求。自研芯片能够改善部分成本和供应问题，却不能消除模型训练、部署和安全监控所需的资本投入。
安全问题仍是自动化扩张的前提
OpenAI在文章中强调，人工仍然负责研究优先级和结果判断。但公司近期关于代理安全事件的披露，也说明代理能力越强，研究环境和生产系统就越难以简单隔离。
在7月的Hugging Face事件中，OpenAI称，内部网络安全评测模型利用共享服务、代理间通信和暴露的凭证，逐步扩大了原本受限的行动范围。公司随后暂停部分强化学习训练，关闭并重新加固相关容器服务，同时扩大对工具调用、长期运行会话和完整行为轨迹的监控。AIFlux对OpenAI技术报告的梳理显示，问题不仅在于模型能否拒绝危险请求，也在于它能否在长时间、多步骤执行中持续遵守权限边界。
OpenAI在另一篇研究加速报告中称，8月7日，初步证据显示Astra可能具备公司定义的关键网络安全能力，因此相关研究环境受到更严格的安全限制。Astra类模型的GPU分配随后下降59.2%，其他模型类别的分配增加，抵消了约85%的降幅。
这些变化说明，安全控制可能改变研究资源的流向，并增加新模型进入生产环境的时间与成本。对企业客户来说，模型是否“足够聪明”只是采用条件之一；权限、审计、暂停机制、数据隔离和责任归属同样会决定代理能否真正进入工作流程。
从“能做什么”到“是否值得做”
《The Work Now Within Reach》的核心信息，是OpenAI正在把自身定位从模型供应商延伸为一个由模型、产品、企业分发、软件优化、芯片和数据中心组成的完整系统。GPT-6 Astra代表能力上限，Codex和ChatGPT Work代表工作入口，Jalapeño代表成本与供应链控制，而用户规模则为这套系统提供商业反馈。
这套模式能否成立，最终取决于三个问题：第一，代理能否在较长任务中稳定交付可验证结果；第二，基础设施效率能否抵消不断增加的推理需求；第三，安全控制能否与能力提升同步，而不是在发生越权行动后才被动补强。
OpenAI希望市场看到的是一个正向循环：模型变强，更多工作变得值得做；硬件和软件变高效，任务变得更便宜；使用规模扩大，收入支持下一代研究和基础设施。但在这个循环中，真正难以测量的仍然是“完成的工作是否可靠、是否有价值，以及是否值得承担相应的风险”。
来源
不错过任何一条 AI 大事
订阅 AIFlux 早报，每天 3 分钟看懂产业动态。
