મુખ્ય વિષય-સામગ્રી પર જાવો
OpenAI

31 જુલાઈ, 2026

કંપની

પ્રચુર બુદ્ધિમત્તાનું નિર્માણ

અદ્યતન AIને વધુ સક્ષમ, સસ્તું અને વ્યાપક રીતે ઉપયોગી બનાવવા માટેનો સંપૂર્ણ ટેકનોલોજી સ્ટૅક અભિગમ.

લોડિંગ…

AI ઇન્ફ્રાસ્ટ્રક્ચર માત્ર વિશાળ હોવાથી મૂલ્યવાન નથી. તે જે શક્ય બનાવે છે તેના કારણે મૂલ્યવાન છે: ઓછા ખર્ચે વધુ લોકો માટે ઉપલબ્ધ વધુ સક્ષમ બુદ્ધિમત્તા.

પ્રચુરતા વિશે હું આ રીતે વિચારું છું. તે અમારા ધ્યેયમાં—આર્ટિફિશિયલ જનરલ ઇન્ટેલિજન્સથી સમગ્ર માનવજાતને લાભ થાય તેની ખાતરી કરવામાં—અને અમારા વ્યવસાયને આગળ ધપાવતા આર્થિક એન્જિનમાં પણ સમાયેલું છે.

ઉપયોગી બુદ્ધિમત્તાનો ખર્ચ ઘટે ત્યારે વધુ કામ કરવું આર્થિક રીતે યોગ્ય બને છે. મોડલ વધુ સક્ષમ બને ત્યારે એ કામ વધુ મૂલ્ય સર્જે છે. ઉપયોગ વધે તેમ અમને આવક, વાસ્તવિક દુનિયાનો પ્રતિસાદ અને માંગ અંગેની સ્પષ્ટતા મળે છે, જેથી અમે આગામી પેઢીના સંશોધન અને ઇન્ફ્રાસ્ટ્રક્ચરમાં રોકાણ ચાલુ રાખી શકીએ.

વધુ સારી બુદ્ધિમત્તા વધુ વ્યાપક સ્વીકારને વેગ આપે છે. વધુ વ્યાપક સ્વીકાર વધુ રોકાણને ટેકો આપે છે. વધુ રોકાણ બુદ્ધિમત્તા અને કાર્યક્ષમતા સુધારે છે. અમે આ જ ચક્રનું નિર્માણ કરી રહ્યા છીએ.

પ્રચુરતાનું અર્થશાસ્ત્ર

અમારી કિંમતો અંગેની તાજેતરની જાહેરાત દર્શાવે છે કે આ ચક્રથી ગ્રાહકોને કેટલી ઝડપથી લાભ મળે છે. ગઈકાલે અમે GPT‑5.6 Lunaની કિંમતમાં 80 ટકા અને GPT‑5.6 Terraની કિંમતમાં 20 ટકા ઘટાડો કર્યો. હવે Luna માટે દસ લાખ ઇનપુટ ટોકનની કિંમત $0.20 અને દસ લાખ આઉટપુટ ટોકનની કિંમત $1.20 છે; Terra માટે આ કિંમતો અનુક્રમે $2 અને $12 છે.

GPT‑5.6 Sol માટે ઝડપી મોડ બુદ્ધિમત્તામાં કોઈ ફેરફાર વિના, બમણી કિંમતે પ્રમાણભૂત પ્રક્રિયા કરતાં 2.5 ગણી વધુ ઝડપ આપે છે.

આ માત્ર કિંમતસૂચિમાં કરેલા ફેરફારો નથી. તે વ્યવહારુ બની શકે તેવા કામનો વ્યાપ વધારે છે અને ગ્રાહકોને બુદ્ધિમત્તા, ઝડપ, વિશ્વસનીયતા તથા ખર્ચ વચ્ચે સંતુલન સાધવાની વધુ સુગમતા આપે છે.

કયા કામ માટે કયું મોડલ યોગ્ય છે, એ સાચો પ્રશ્ન નથી. સાચો પ્રશ્ન એ છે કે ઇચ્છિત પરિણામ માટે કેટલી બુદ્ધિમત્તા જરૂરી છે, તે કેટલી ઝડપથી જોઈએ છે અને તે પરિણામ મેળવવા માટે તેની કિંમત કેટલી હોવી જોઈએ. એક જ કાર્યપ્રવાહમાં આ સંતુલન ઘણી વાર બદલાઈ શકે છે.

ગ્રાહકો માત્ર ટોકન ખરીદવા ખાતર ટોકન ખરીદતા નથી. તેઓ સહાય સંબંધિત સમસ્યાનો ઉકેલ, સોફ્ટવેરનું પ્રકાશન, કરારની સમીક્ષા અથવા વૈજ્ઞાનિક પ્રશ્નનો જવાબ ઇચ્છે છે. સાચો માપદંડ સફળ પરિણામનો કુલ ખર્ચ છે, જેમાં તેના માટે જરૂરી સમય, પુનઃપ્રયાસ, દેખરેખ અને ભૂલોનો સમાવેશ થાય છે.

કામ સચોટ અને કાર્યક્ષમ રીતે પૂરું કરતું વધુ શક્તિશાળી મોડલ અંતે વારંવાર પ્રયત્નો કે મોટા પ્રમાણમાં માનવીય હસ્તક્ષેપ માગતા સસ્તા મોડલ કરતાં વધુ કરકસરભર્યું હોઈ શકે છે. તેનાથી વિપરીત, ઓછા ખર્ચનું મોડલ સમાન ગુણવત્તાનો માપદંડ પૂરો કરે તો તે સુલભતાનો વ્યાપ નોંધપાત્ર રીતે વધારી શકે છે. તક યોગ્ય કિંમતે મહત્તમ ઉપયોગી બુદ્ધિમત્તાનો ઉપયોગ કરવાની છે.

કમ્પ્યુટ ક્ષમતાના દરેક એકમમાંથી વધુ મેળવવું

આ મૂલ્ય પૂરું પાડવા માટે માત્ર વધુ ડેટા સેન્ટર બનાવવાં પૂરતાં નથી. તેના માટે કમ્પ્યુટ ક્ષમતાના દરેક એકમને વધુ ઉત્પાદક બનાવવો જરૂરી છે.

અમારું તાજેતરનું એન્જિનિયરિંગ કાર્ય તે કેવું હોય છે એ દર્શાવે છે. અમારી ટેકનિકલ ટીમો સાથે કામ કરીને GPT‑5.6 Solએ અમારા મોડલની સેવા માટે વપરાતા પ્રોડક્શન સોફ્ટવેરને શ્રેષ્ઠ બનાવવામાં મદદ કરી અને શરૂઆતથી અંત સુધીનો સેવા ખર્ચ 20 ટકા ઘટાડ્યો. તેણે અનુમાનાત્મક ડિકોડિંગ સુધારવામાં પણ મદદ કરી, જેથી ટોકન સર્જનની કાર્યક્ષમતા 15 ટકાથી વધુ વધી.

એટલું જ મહત્વનું એ છે કે કાર્યક્ષમતા માત્ર મોડલથી નક્કી થતી નથી. તેની આસપાસની પ્રણાલી પણ મહત્વની છે. વધુ સારું રૂટિંગ હાર્ડવેરને ઉત્પાદક રાખે છે. વધુ બુદ્ધિશાળી સંદર્ભ વ્યવસ્થાપન એજન્ટોને કામનું પુનરાવર્તન કરતા અટકાવે છે. વધુ સક્ષમ સાધનો અને સારી ઉત્પાદન રચના કોઈ કામ પૂરું કરવા જરૂરી પગલાંની સંખ્યા ઘટાડે છે.

એક તાજેતરના બેન્ચમાર્ક વિશ્લેષણમાં જાળવી રાખેલા રિઝનિંગ અને સંદર્ભ વ્યવસ્થાપનના સુધારાથી જાહેર ARC-AGI-3 કાર્યસમૂહ પર GPT‑5.6 Solનો સ્કોર 13.3 ટકાથી વધીને 38.3 ટકા થયો, જ્યારે તેણે છ ગણા ઓછા આઉટપુટ ટોકન વાપર્યા. મોડલ બદલાયું નહોતું. તેની આસપાસની પ્રણાલી બદલાઈ હતી.

આ લાભો એકબીજા પર ઉમેરાતા જાય છે. વધુ સક્ષમ મોડલ અમારી ટીમોને કાર્યક્ષમતા વધારવાની નવી રીતો શોધવામાં મદદ કરે છે. આ કાર્યક્ષમતાઓ ગ્રાહકોને સેવા આપવાનો ખર્ચ ઘટાડે છે અને સમાન ઇન્ફ્રાસ્ટ્રક્ચરથી અમે ટેકો આપી શકીએ એવા કામનો વ્યાપ વધારે છે. પરિણામે, આગામી પેઢીની બુદ્ધિમત્તા વધુ સુલભ બને છે.

સંપૂર્ણ ટેકનોલોજી સ્ટૅક શા માટે મહત્વનો છે

ઇન્ફ્રાસ્ટ્રક્ચર, મોડલ, પ્લેટફોર્મ અને ઉત્પાદનો એમ તમામ સ્તરે કામ કરવાનો લાભ માત્ર એટલો નથી કે અમે દરેક સ્તરમાં સામેલ છીએ. ખરો લાભ એ છે કે દરેક સ્તર બીજાં સ્તરોને વધુ સારાં બનાવે છે.

વાસ્તવિક દુનિયામાં ઉત્પાદનોનો ઉપયોગ અમને બતાવે છે કે ગ્રાહકોને ક્યાં મૂલ્ય મળે છે અને ક્યાં મુશ્કેલી પડે છે. આ પ્રતિસાદ અમારા સંશોધનને દિશા આપવામાં મદદ કરે છે. સંશોધનમાં થતા સુધારા અમારા ઉત્પાદનોને વધુ સક્ષમ બનાવે છે અને તે પૂરા પાડવાનો ખર્ચ ઘટાડે છે. ChatGPT, ChatGPT Work, Codex અને API માટેની માંગ અમને ક્યાં ક્ષમતા વધારવી તે અંગે વધુ સારા નિર્ણયો લેવામાં મદદ કરે છે.

આ શીખવાની પ્રક્રિયાનું વ્યાપક પ્રમાણ મહત્વનું છે. અમારા મોડલ હવે એક અબજથી વધુ સક્રિય વપરાશકર્તાઓ અને વીસ લાખથી વધુ વ્યવસાયો સુધી પહોંચે છે. લોકોનો ટેકનોલોજી પર વિશ્વાસ વધે તેમ તેઓ તેનો વધુ ઊંડાણપૂર્વક ઉપયોગ કરે છે. નોંધણી કરાવ્યાના છ મહિના પછી લોકો દરરોજ લગભગ 50 ટકા વધુ સંદેશા મોકલે છે અને લગભગ બમણા પ્રકારનાં કામ માટે ChatGPTનો ઉપયોગ કરે છે. ChatGPT Work જ્ઞાન-આધારિત કર્મચારી હોવાનો અર્થ બદલી રહ્યું છે. તે પ્રશ્નોના જવાબ આપવાથી આગળ વધીને જટિલ, બહુ-તબક્કાવાળું કામ પૂરું કરે છે—“પૂછવાથી” “કરી બતાવવા” સુધી. સમગ્ર OpenAIમાં Codex દ્વારા થતું એજન્ટ-આધારિત કામ હવે સાપ્તાહિક આઉટપુટ ટોકનના 99.8% જેટલું છે. નાણાં વિભાગ સહિતની ટીમોએ એજન્ટ-આધારિત સાધનોને પોતાની કાર્યપદ્ધતિનો મુખ્ય ભાગ બનાવ્યો છે.

સંસ્થાઓની અંદર પણ આવી જ રીત જોવા મળે છે. કંપની શરૂઆતમાં માત્ર એક ટીમ કે એક કાર્યપ્રવાહમાં તેનો ઉપયોગ કરી શકે છે. ગુણવત્તા અને આર્થિક સાનુકૂળતા સુધરતાં તેનો સ્વીકાર વિવિધ વિભાગોમાં ફેલાય છે અને AI વ્યવસાયની કામગીરીનો ભાગ બને છે.

તેનાથી માંગ, ઉત્પાદન સુધારણા, કાર્યક્ષમતા અને ઇન્ફ્રાસ્ટ્રક્ચર આયોજન વચ્ચે મૂલ્યવાન પ્રતિસાદચક્ર રચાય છે. તેના માટે દરેક અસ્કયામતની માલિકી રાખવી કે દરેક ઘટક જાતે બનાવવો જરૂરી નથી. ગ્રાહકના હિતમાં અને આર્થિક રીતે સૌથી યોગ્ય હોય તે મુજબ અમે માલિકી રાખી શકીએ, ભાગીદારી કરી શકીએ અથવા ખરીદી શકીએ. સમગ્ર પ્રણાલીનું સંકલન કરવું અને તેમાંથી સતત શીખવું મહત્વનું છે.

દૃઢ વિશ્વાસ અને શિસ્ત સાથે નિર્માણ

AI ઇન્ફ્રાસ્ટ્રક્ચરની જરૂર પડે તેના વર્ષો પહેલાં તેનું આયોજન કરવું પડે છે, જ્યારે મોડલ, ઉત્પાદનો અને ગ્રાહકોની માંગ ઘણી ઝડપથી બદલાય છે. આ અસંગતતાને કારણે શિસ્ત અનિવાર્ય બને છે.

અમે રોકાણના નિર્ણયો પુરાવાના આધારે લઈએ છીએ: વપરાશકર્તા અને કાર્યભારની વૃદ્ધિ, ઉદ્યોગોની પ્રતિબદ્ધતાઓ, API વપરાશ, ક્ષમતાનો ઉપયોગ, આવક તથા મોડલની ક્ષમતા અને કાર્યક્ષમતામાં પ્રગતિ. ટેકનિકલ અને વ્યાવસાયિક સીમાચિહ્નો પ્રોજેક્ટને ક્યારે આગળ વધારવો તે નક્કી કરવામાં મદદ કરે છે. લાંબા ગાળાની ભાગીદારીઓ મોટા પાયે સેવાઓ પૂરી પાડવા જરૂરી ધિરાણ, ઇન્ફ્રાસ્ટ્રક્ચર અને સંચાલન કુશળતાને એકત્ર કરે છે.

ઉત્પાદનથી થતી આવક, ખાનગી મૂડી અને વ્યાવસાયિક ભાગીદારીઓ આ વૃદ્ધિને ટેકો આપવામાં અલગ-અલગ ભૂમિકા ભજવે છે. અમારો હેતુ સૌથી વધુ ઇન્ફ્રાસ્ટ્રક્ચર ઊભું કરવાનો નથી. હેતુ વિશ્વસનીય માંગને અનુરૂપ યોગ્ય સમયે યોગ્ય ક્ષમતા કાર્યરત કરવાનો છે.

મારા માટે મુખ્ય પ્રશ્નો સીધા છે: નવી ક્ષમતા કેટલી ઝડપથી ઉત્પાદક બને છે? તેનો ઉપયોગ કેટલી કાર્યક્ષમતાથી થાય છે? તે ગ્રાહકોની કઈ માંગને ટેકો આપે છે? ટેકનિકલ પ્રગતિ ઉપયોગી બુદ્ધિમત્તા પૂરી પાડવાનો ખર્ચ કેટલી ઝડપથી ઘટાડી શકે છે?

આ પ્રશ્નો લાંબા ગાળાની મહત્ત્વાકાંક્ષાને સંચાલન શિસ્ત સાથે જોડે છે.

આગળ રહેલી તક

અમે હજી શરૂઆતના તબક્કામાં છીએ. વધુ સક્ષમ પ્રણાલીઓ લાંબા પ્રોજેક્ટ પૂરા કરશે, વિવિધ સાધનો વચ્ચે સંકલન કરશે અને વિચારથી તૈયાર પરિણામ સુધીનું વધુ કામ સંભાળશે. વ્યક્તિઓ અને નાના વ્યવસાયોને એવી ક્ષમતાઓ મળશે જે અગાઉ માત્ર ઘણી મોટી સંસ્થાઓ પાસે હતી. મોટી કંપનીઓ પોતાની સમગ્ર કામગીરીમાં બુદ્ધિમત્તાનો વધુ વ્યાપક ઉપયોગ કરશે.

અમારો હેતુ માત્ર વધુ કમ્પ્યુટ ક્ષમતા, મોટાં મોડલ કે ટોકનની ઓછી કિંમત નથી. હેતુ વધુ ઉપયોગી બુદ્ધિમત્તાને સૌની પહોંચમાં લાવવાનો છે.

પ્રચુરતાનો અર્થ આ જ છે: એવી બુદ્ધિમત્તા જે સતત વધુ સક્ષમ અને સસ્તી બને તથા તેનો ઉપયોગ કરતા લોકો માટે વધુ મૂલ્યવાન બનતી જાય. અમે અમારી પ્રગતિને તે કેટલું ઉપયોગી કામ શક્ય બનાવે છે, અમે તેને કેટલી કાર્યક્ષમતાથી પૂરી પાડીએ છીએ અને તેના લાભ કેટલા વ્યાપક રીતે વહેંચી શકાય છે તેના આધારે માપીશું.

લેખક

Sarah Friar