AI の進歩は、システム全体が一体となって改善されるとき、最も速く加速します。私は OpenAI のコンピューティング戦略を、データセンターとチップ、フロンティアモデル、開発者向けプラットフォーム、消費者・企業向け製品、AI ネイティブデバイスまでを網羅し、各層が次の層を強化する統合システムとして捉えています。
優れたソフトウェアは、ハードウェアの生産性を高めます。私たちのワークロードに合わせて設計したハードウェアは、速度と効率を向上させます。より高性能なモデルは、より優れた製品を実現し、需要と利用、学習をさらに生み出します。そこで得られたシグナルはシステム全体に還流し、さらなる改善につながります。
本日、OpenAI 初のカスタム推論チップ Jalapeño の性能測定結果を初めて公開しました。GPT‑OSS 120B を使用する公開ベンチマーク InferenceX で、Jalapeño は比較対象の市販システムを上回る 1 キロワット当たりのピークスループットと、より短いトークンレイテンシを実現しました。DeepSeek R1 と Kimi K2 でも高い性能を示し、その利点が複数のモデルファミリーに及ぶことを実証しました。
Jalapeño により、モデルの実行方法と提供コストを、これまで以上に自ら管理できるようになります。モデル、配信ソフトウェア、チップ、メモリ、ネットワークを一体で開発することで、スループット、レイテンシ、エネルギー効率、コストをシステム全体として改善できます。他のパートナーから調達するアクセラレーターに加え、自社製という有力な選択肢が生まれ、各ワークロードに最適な性能と経済性を備えたシステムを割り当てる力が高まります。今では、測定結果を伴う実用可能な自社製シリコンがあり、次世代品の開発もすでに進んでいます。
ワークロードが異なれば、システムに求められるものも異なります。フロンティアモデルのトレーニング、大規模な推論、常時稼働するエージェントでは、チップ、ソフトウェア、ネットワーク、電力、レイテンシに対する要件がそれぞれ異なります。
私たちの目標は、パレートフロンティアにとどまり続けることです。つまり、ワークロードごとに性能、速度、信頼性、効率、コストの最適な組み合わせを絶えず追求します。チップやプロバイダーごとに得意な領域は異なり、技術の最前線も常に進み続けます。
私たちのポートフォリオには、こうしたニーズに対応できる幅があります。Microsoft のコンピューティング基盤と NVIDIA のチップは、OpenAI の成長を支える礎となってきました。現在のポートフォリオには、AWS、AMD、Broadcom、Cerebras、CoreWeave、Oracle、SB Energy、SoftBank も含まれています。各社は、クラウドインフラ、アクセラレーテッドコンピューティング、低レイテンシ推論、データセンター開発、エネルギー供給の各分野で異なる強みをもたらします。
私たちは、性能と経済性の両面からこのポートフォリオを積極的に管理しています。性能が最も重要な用途には最高水準のシステムを使い、規模とコストがより重要な用途では効率を最適化します。プロバイダー、ハードウェア、導入形態について有力な選択肢を確保することで、1 ドル当たりの性能が最も高いシステムに需要を振り向け、市場環境が変化しても価格規律を維持し、より優れた技術の登場に合わせて最前線を進むことができます。緊密な統合によってシステム全体を改善できる領域では、直接管理がさらなる優位性を生みます。エコシステムによって迅速に進められる領域では提携し、共同設計が大きな優位性を生む領域では自ら構築します。
データセンターも、優位性を生み出す重要な要素です。ジョージア州の Project Camellia は、顧客のワークロードに合わせた施設設計と同時に、雇用創出、地元企業の支援、プロジェクトのインフラ・エネルギー費用の負担、閉ループシステムによる節水を実現し、さらにその公約を毎年の独立した公開監査の対象にできることを示しています。
このシステムの価値は、コンピューティング能力の一単位ごとに、どれだけ有用な知能を生み出せるかで測られます。
優れたモデルは、より少ない試行で正しい答えに到達します。より賢いルーティングとコンテキスト管理により、無駄な処理を減らせます。最適化されたソフトウェアと専用設計のハードウェアは、速度とエネルギー効率を向上させます。
Artificial Analysis Coding Agent Index では、推論を「マックス」に設定した GPT‑5.6 Sol が、別の主要モデルより出力トークンを 54% 少なく抑えながら、過去最高を更新しました。こうした改善は、顧客にとって、結果の迅速化、製品の信頼性向上、再試行の削減、より長いワークフローを完遂できるエージェント、そして作業を成功させるための総コスト低減を意味します。最も優れた経済性は、1 ドル当たりの有用な知能から生まれます。
有用な知能の性能が高まり、手頃になるほど、経済的に実行可能な仕事が増えていきます。企業は、顧客一人ひとりに合わせた分析の提供、すべての契約書の確認、財務シナリオのリアルタイム試算、エンジニアによるより多くのアイデアの検証を行えるようになります。これがジェボンズのパラドックスです。効率が高まると、より多くの用途が採算に見合うようになって消費が拡大し、より多くの仕事の完了、より良い意思決定、より多くの製品投入、さらなる収益の創出を通じて、新たな経済活動が生まれます。
コンピューティング基盤の生産性向上と供給基盤の競争力強化により、私たちはより多くの顧客に低コストでサービスを提供し、効率化の恩恵をユーザーに還元できます。成長によって、研究、インフラ、安全性への継続的な投資が可能になります。これが OpenAI の複利的な優位性です。技術の向上が経済性を高め、優れた経済性が次の進歩への投資を支え、その一つひとつがシステム全体をさらに強くします。
