Framstegen inom AI accelererar snabbast när hela systemet förbättras tillsammans. Så ser jag på OpenAI:s strategi för beräkningskapacitet: ett integrerat system som omfattar datacenter och chip, banbrytande modeller, vår utvecklarplattform, konsument- och företagsprodukter samt AI-baserade enheter, där varje lager stärker nästa.
Bättre programvara gör hårdvaran mer produktiv. Hårdvara som utformas för våra arbetsbelastningar ger högre hastighet och effektivitet. Mer kapabla modeller möjliggör bättre produkter, vilket skapar större efterfrågan, användning och lärande. Dessa signaler återförs genom systemet och hjälper oss att förbättra det ytterligare.
I dag presenterade vi de första uppmätta prestandaresultaten från Jalapeño, OpenAI:s första egenutvecklade chip för inferens. I InferenceX, ett offentligt prestandatest som använder GPT‑OSS 120B, levererade Jalapeño högre maximal kapacitet per kilowatt och lägre tokenlatens än de kommersiella systemen i jämförelsen. Det presterade också starkt med DeepSeek R1 och Kimi K2, vilket visar att förbättringarna omfattar flera modellfamiljer.
Jalapeño ger oss större kontroll över hur våra modeller körs och ekonomin i att tillhandahålla dem. Genom att utveckla modellen, serveringsprogramvaran, chipet, minnet och nätverket tillsammans kan vi förbättra kapacitet, latens, energieffektivitet och kostnader som ett enda system. Det skapar ett trovärdigt egenutvecklat alternativ vid sidan av acceleratorerna från våra andra partner och ger oss bättre möjligheter att matcha varje arbetsbelastning med det starkaste systemet till rätt kostnad. Vi har nu fungerande egenutvecklat kisel med uppmätta resultat, och arbetet med framtida generationer pågår redan.
Olika arbetsbelastningar ställer olika krav på systemet. Banbrytande modellträning, inferens i stor skala och ständigt aktiva agenter har olika krav på chip, programvara, nätverk, energi och latens.
Vårt mål är att ligga på Paretofronten genom att ständigt söka den bästa kombinationen av kapacitet, hastighet, tillförlitlighet, effektivitet och kostnad för varje arbetsbelastning. Olika chip och leverantörer leder inom olika områden, och teknikfronten flyttas ständigt framåt.
Vår portfölj ger oss bredden att möta dessa behov. Microsofts beräkningskapacitet och NVIDIAs chip har varit grundläggande för OpenAI:s tillväxt. I dag omfattar vår portfölj även AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy och SoftBank. De bidrar med olika styrkor inom molninfrastruktur, accelererad databehandling, inferens med låg latens, datacenterutveckling och energiförsörjning.
Vi förvaltar aktivt denna portfölj med fokus på både kapacitet och ekonomi. Vi använder premiumsystem där kapaciteten är viktigast och optimerar för effektivitet där skala och kostnad väger tyngre. Genom att behålla trovärdiga valmöjligheter bland leverantörer, hårdvara och driftsättningssätt kan vi styra efterfrågan mot bästa prestanda per dollar, upprätthålla prisdisciplin när marknadsförhållandena förändras och följa teknikfronten när bättre teknik utvecklas. Direkt kontroll ger större hävstång där tätare integration kan förbättra hela systemet. Vi samarbetar där ekosystemet hjälper oss att gå snabbare fram och bygger själva där gemensam design skapar en betydande fördel.
Datacenter skapar ytterligare en hävstång. Project Camellia i Georgia visar hur vi kan utforma anläggningar efter kundernas arbetsbelastningar och samtidigt skapa jobb, stödja lokala företag, täcka projektets infrastruktur- och energikostnader, spara vatten genom ett slutet kretsloppssystem och låta åtagandena granskas offentligt varje år av en oberoende part.
Systemets värde mäts i vad det producerar: mer användbar intelligens från varje enhet beräkningskapacitet.
Bättre modeller hittar rätt svar med färre försök. Smartare dirigering och kontexthantering minskar onödigt arbete. Optimerad programvara och specialbyggd hårdvara förbättrar hastigheten och energieffektiviteten.
I Artificial Analysis Coding Agent Index nådde GPT‑5.6 Sol med resonemang på Max-nivå en ny toppnotering samtidigt som den använde 54 % färre utdatatoken än en annan ledande modell. För kunderna innebär sådana förbättringar snabbare resultat, tillförlitligare produkter, färre omförsök, agenter som kan slutföra längre arbetsflöden och en lägre totalkostnad för framgångsrikt arbete. Den bästa ekonomin kommer från användbar intelligens per dollar.
När användbar intelligens blir mer kapabel och prisvärd blir fler arbetsuppgifter ekonomiskt genomförbara. Ett företag kan ge varje kund skräddarsydd analys, granska varje avtal, köra finansiella scenarier i realtid och hjälpa ingenjörer att testa fler idéer. Detta är Jevons paradox: högre effektivitet gör fler användningsområden lönsamma, vilket ökar konsumtionen och skapar ny ekonomisk aktivitet genom att mer arbete slutförs, bättre beslut fattas, fler produkter lanseras och större intäkter genereras.
Mer produktiv beräkningskapacitet och en mer konkurrenskraftig leverantörsbas hjälper oss att betjäna fler kunder till lägre kostnad och låta användarna ta del av effektivitetsvinsterna. Tillväxt finansierar fortsatta investeringar i forskning, infrastruktur och säkerhet. Det är OpenAI:s självförstärkande fördel: bättre teknik skapar bättre ekonomi, bättre ekonomi finansierar nästa framstegsvåg och varje förbättring gör hela systemet starkare.
