Прогресс в области ИИ ускоряется сильнее всего, когда вся система совершенствуется как единое целое. Именно так я представляю вычислительную стратегию OpenAI: это единая интегрированная система, охватывающая центры обработки данных и чипы, передовые модели, нашу платформу для разработчиков, продукты для частных и корпоративных клиентов и устройства, изначально созданные для ИИ. Каждый ее уровень усиливает следующий.
Более совершенное ПО повышает производительность оборудования. Оборудование, спроектированное под наши нагрузки, повышает скорость и эффективность. Более мощные модели позволяют создавать более совершенные продукты, а те, в свою очередь, увеличивают спрос, использование и объем данных для обучения. Эти сигналы возвращаются в систему и помогают нам снова ее улучшать.
Сегодня мы представили первые результаты измерения производительности Jalapeño — первого собственного чипа OpenAI для инференса. В общедоступном тесте InferenceX с использованием GPT‑OSS 120B чип Jalapeño продемонстрировал более высокую пиковую пропускную способность на киловатт и меньшую задержку токена, чем представленные для сравнения коммерческие системы. Он также показал высокие результаты на DeepSeek R1 и Kimi K2, подтвердив преимущества при работе с разными семействами моделей.
Jalapeño дает нам больше контроля над работой наших моделей и экономикой их обслуживания. Совместно разрабатывая модель, ПО для ее обслуживания, чип, память и сеть, мы можем улучшать пропускную способность, задержку, энергоэффективность и стоимость всей системы. Наряду с ускорителями других партнеров у нас появляется надежное собственное решение, позволяющее еще точнее подбирать для каждой нагрузки наиболее производительную и экономически эффективную систему. Теперь у нас есть работающий собственный чип с подтвержденными результатами, а следующие его поколения уже разрабатываются.
Разные рабочие нагрузки предъявляют к системе разные требования. Обучение передовых моделей, массовый инференс и постоянно работающие агенты предъявляют разные требования к чипам, ПО, сетям, энергоснабжению и задержке.
Наша цель — оставаться на границе Парето, постоянно находя для каждой нагрузки оптимальное сочетание возможностей, скорости, надежности, эффективности и стоимости. Разные чипы и поставщики лидируют по разным параметрам, а граница возможностей постоянно смещается.
Широта нашего портфеля позволяет удовлетворять все эти потребности. Вычислительные ресурсы Microsoft и чипы NVIDIA сыграли основополагающую роль в росте OpenAI. Сегодня в наш портфель также входят AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy и SoftBank. У каждого из них свои преимущества в облачной инфраструктуре, ускоренных вычислениях, инференсе с низкой задержкой, строительстве центров обработки данных и энергоснабжении.
Мы активно управляем этим портфелем, учитывая как возможности, так и экономическую эффективность. Мы используем системы премиум-класса там, где важнее всего возможности, и оптимизируем эффективность там, где на первый план выходят масштаб и стоимость. Сохраняя реальную свободу выбора между поставщиками, оборудованием и моделями развертывания, мы можем направлять спрос туда, где получаем максимальную производительность за каждый доллар, сдерживать цены при изменении рыночных условий и следовать за границей возможностей по мере появления более совершенных технологий. Прямой контроль становится дополнительным рычагом там, где более тесная интеграция способна улучшить всю систему. Мы сотрудничаем с партнерами там, где экосистема помогает двигаться быстрее, и создаем собственные решения там, где совместное проектирование дает существенное преимущество.
Центры обработки данных дают еще один рычаг развития. Проект Camellia в Джорджии показывает, как можно проектировать объекты с учетом клиентских нагрузок, одновременно создавая рабочие места, поддерживая местный бизнес, покрывая затраты на инфраструктуру и энергоснабжение проекта, экономя воду благодаря замкнутому циклу и ежегодно подвергая выполнение обязательств независимой публичной проверке.
Ценность этой системы определяется результатом: сколько полезного интеллекта дает каждая единица вычислительных ресурсов.
Более совершенные модели находят правильный ответ за меньшее число попыток. Более интеллектуальная маршрутизация и управление контекстом сокращают объем бесполезной работы. Оптимизированное ПО и специализированное оборудование повышают скорость и энергоэффективность.
В рейтинге Artificial Analysis Coding Agent Index модель GPT‑5.6 Sol с уровнем рассуждений Max достигла нового рекорда, использовав на 54% меньше выходных токенов, чем другая ведущая модель. Для клиентов такие улучшения означают более быстрые результаты, более надежные продукты, меньше повторных попыток, способность агентов выполнять более длительные рабочие процессы и снижение общей стоимости успешно выполненной работы. Лучшую экономику обеспечивает полезный интеллект на каждый доллар.
Чем мощнее и доступнее становится полезный интеллект, тем больше задач становится экономически целесообразно решать. Компания может предоставлять каждому клиенту индивидуальный анализ, проверять каждый договор, моделировать финансовые сценарии в реальном времени и помогать инженерам тестировать больше идей. В этом и состоит парадокс Джевонса: рост эффективности делает выгодным большее число вариантов применения, расширяет потребление и создает новую экономическую активность благодаря увеличению объема выполненной работы, повышению качества решений, выпуску новых продуктов и росту выручки.
Более производительные вычисления и более конкурентная база поставщиков помогают нам обслуживать больше клиентов с меньшими затратами и передавать пользователям выгоды от повышения эффективности. Рост обеспечивает дальнейшие инвестиции в исследования, инфраструктуру и безопасность. В этом заключается накопительное преимущество OpenAI: более совершенные технологии улучшают экономику, более эффективная экономика финансирует следующую волну прогресса, а каждое достижение укрепляет всю систему.
