Pokrok v AI se násobí nejrychleji, když se celý systém zlepšuje společně. Takto přemýšlím o strategii OpenAI v oblasti výpočetní infrastruktury: jako o jednom integrovaném systému zahrnujícím datová centra a čipy, průkopnické modely, naši platformu pro vývojáře, produkty pro spotřebitele a firmy i zařízení od základu postavená na AI, kde každá vrstva posiluje tu následující.
Lepší software zvyšuje produktivitu hardwaru. Hardware navržený pro naše úlohy zvyšuje rychlost a efektivitu. Schopnější modely umožňují vytvářet lepší produkty, které přinášejí vyšší poptávku, využití a více poznatků. Tyto signály se vracejí systémem zpět a pomáhají nám jej dále zlepšovat.
Dnes jsme zveřejnili první naměřené výsledky výkonu Jalapeña, prvního vlastního čipu OpenAI pro inferenci. Ve veřejném benchmarku InferenceX využívajícím GPT‑OSS 120B dosáhlo Jalapeño vyššího špičkového výkonu na kilowatt a nižší latence tokenů než porovnávané komerční systémy. Výborně si vedlo také s modely DeepSeek R1 a Kimi K2, což ukazuje, že jeho přínosy platí napříč rodinami modelů.
Jalapeño nám dává větší kontrolu nad provozem našich modelů i nad ekonomikou jejich poskytování. Díky společnému vývoji modelu, obslužného softwaru, čipu, paměti a sítě můžeme zlepšovat výkon, latenci, energetickou účinnost i náklady jako jeden celek. Vedle akcelerátorů od dalších partnerů tak získáváme životaschopnou vlastní alternativu a můžeme každé úloze přiřadit nejvýkonnější systém s odpovídající ekonomikou. Nyní máme funkční vlastní čip s naměřenými výsledky a na dalších generacích už pracujeme.
Různé úlohy kladou na systém různé nároky. Trénování průkopnických modelů, inference ve velkém objemu a nepřetržitě pracující agenti mají odlišné požadavky na čipy, software, sítě, energii a latenci.
Naším cílem je držet se na Paretově hranici: pro každou úlohu neustále hledat nejlepší kombinaci schopností, rychlosti, spolehlivosti, efektivity a nákladů. Různé čipy a poskytovatelé vynikají v různých oblastech a hranice možností se neustále posouvá.
Naše portfolio nám poskytuje dostatečný záběr, abychom tyto potřeby pokryli. Výpočetní infrastruktura Microsoftu a čipy NVIDIA byly základem růstu OpenAI. Dnes naše portfolio zahrnuje také společnosti AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy a SoftBank. Každá přináší jiné přednosti v oblasti cloudové infrastruktury, akcelerovaných výpočtů, inference s nízkou latencí, budování datových center a dodávek energie.
Toto portfolio aktivně řídíme s ohledem na schopnosti i ekonomiku. Prémiové systémy používáme tam, kde jsou nejdůležitější schopnosti, a tam, kde více záleží na rozsahu a nákladech, optimalizujeme efektivitu. Zachování skutečné možnosti volby mezi poskytovateli, hardwarem a modely nasazení nám umožňuje směrovat poptávku k nejlepšímu výkonu za danou cenu, udržovat cenovou disciplínu při změnách tržních podmínek a držet krok s hranicí možností, jakmile se objeví výkonnější technologie. Přímá kontrola přináší výhodu tam, kde může těsnější integrace zlepšit celý systém. Spolupracujeme s partnery tam, kde nám ekosystém pomáhá postupovat rychleji, a vyvíjíme vlastní řešení tam, kde společný návrh přináší významnou výhodu.
Další příležitost k získání výhody představují datová centra. Projekt Camellia v Georgii ukazuje, jak můžeme navrhovat areály podle úloh zákazníků a současně vytvářet pracovní místa, podporovat místní firmy, hradit náklady na infrastrukturu a energii pro náš projekt, šetřit vodu uzavřeným okruhem a nechat plnění závazků každoročně nezávisle veřejně auditovat.
Hodnota tohoto systému se měří tím, co vytváří: větším množstvím užitečné inteligence z každé jednotky výpočetního výkonu.
Lepší modely dospějí ke správné odpovědi na méně pokusů. Chytřejší směrování a správa kontextu omezují zbytečnou práci. Optimalizovaný software a účelově navržený hardware zvyšují rychlost a energetickou účinnost.
V žebříčku Artificial Analysis Coding Agent Index dosáhl GPT‑5.6 Sol s maximální úrovní uvažování nového maxima, přičemž použil o 54 % méně výstupních tokenů než jiný přední model. Pro zákazníky tato zlepšení znamenají rychlejší výsledky, spolehlivější produkty, méně opakovaných pokusů, agenty schopné dokončit delší pracovní postupy a nižší celkové náklady na úspěšně odvedenou práci. Nejlepší ekonomiku přináší užitečná inteligence na každý vynaložený dolar.
Čím je užitečná inteligence schopnější a dostupnější, tím více činností se ekonomicky vyplatí. Firma může každému zákazníkovi poskytnout analýzy na míru, kontrolovat každou smlouvu, modelovat finanční scénáře v reálném čase a pomáhat technikům testovat více nápadů. To je Jevonsův paradox: vyšší efektivita činí více způsobů využití výhodnými, čímž rozšiřuje spotřebu a vytváří novou ekonomickou aktivitu díky většímu množství dokončené práce, lepším rozhodnutím, více uvedeným produktům a vyšším výnosům.
Produktivnější výpočetní infrastruktura a konkurenčnější dodavatelská základna nám pomáhají obsloužit více zákazníků s nižšími náklady a přenášet přínosy vyšší efektivity na uživatele. Růst financuje další investice do výzkumu, infrastruktury a bezpečnosti. V tom spočívá násobící se výhoda OpenAI: lepší technologie přinášejí lepší ekonomiku, lepší ekonomika financuje další vlnu pokroku a každý posun posiluje celý systém.
