AI 基礎設施的價值不在於規模，而在於能讓更多人以更低成本取得能力更強的智慧。
我就是這樣理解智慧普及。智慧普及既根植於我們確保通用人工智慧造福全人類的使命，也構成推動業務發展的經濟動力。
當實用智慧的成本下降，更多工作便值得投入。模型能力提升後，相關工作也能創造更多價值。隨著採用日益普及，我們能獲得更多營收、實際使用回饋，也能更清楚掌握需求，持續投資下一代研究與基礎設施。
智慧能力提升會帶動更廣泛的採用。採用規模擴大後能支撐更多投資，更多投資又能提升智慧能力與效率。我們正在建立的正是這套循環。
我們近期公布的定價資訊顯示，這套循環能多快為客戶帶來效益。昨天，我們將 GPT‑5.6 Luna 的價格調降 80%，並將 GPT‑5.6 Terra 的價格調降 20%。Luna 現在每百萬個輸入 Token 為 $0.20、每百萬個輸出 Token 為 $1.20；Terra 的對應價格則分別為 $2 與 $12。
GPT‑5.6 Sol 的快速模式速度最高可達標準處理的 2.5 倍，價格則是兩倍，智慧能力維持不變。
相關調整不只是價目表上的變動，也擴大了實際可行的工作範圍，讓客戶能更靈活地權衡智慧能力、速度、穩定表現與成本。
真正該問的不是哪個模型適合哪項任務，而是要達成所需成果，需要多少智慧能力、必須多快取得，以及合理成本是多少。同一套工作流程中，適當的平衡可能多次改變。
客戶購買 Token 並不是為了 Token 本身，而是希望客服問題獲得解決、軟體順利推出、合約完成審閱，或科學問題得到解答。衡量成本時，應以成功取得成果所需的總成本為準，包括所需時間、重試次數、監督投入及錯誤成本。
能力更強的模型若能正確且有效率地完成工作，最終可能比需要反覆嘗試或大量人工介入的低價模型更划算。相反地，若較低成本的模型能達到相同品質標準，就能大幅拓展使用機會。關鍵在於以適當價格，充分運用能發揮實際作用的智慧能力。
要帶來這項價值，光是增建資料中心還不夠，還必須提高每一單位運算資源的產出效益。
我們近期的工程成果呈現了具體做法。技術團隊運用 GPT‑5.6 Sol 改善正式環境中用於提供模型服務的軟體，將端到端模型服務成本降低 20%。GPT‑5.6 Sol 也協助改善推測解碼，讓 Token 生成效率提升超過 15%。
同樣重要的是，效率並非只取決於模型，模型周邊的整套系統也很關鍵。更完善的路由機制能提高硬體使用效率。更智慧的上下文管理能避免智慧體重複作業。更強大的工具與更完善的產品設計則能減少完成任務所需的步驟。
在近期的基準分析中，推理保留機制與上下文管理經過改善後，GPT‑5.6 Sol 在公開 ARC-AGI-3 任務集的分數從 13.3% 提高至 38.3%，輸出 Token 用量則降至六分之一。模型本身沒有改變，改變的是周邊系統。
這些效益會持續累積。能力更強的模型能協助團隊發掘新的效率提升方式。這些效率提升能降低服務客戶的成本，並讓我們運用相同基礎設施支援更多工作。如此一來，下一代智慧也會變得更容易取得。
橫跨基礎設施、模型、平台與產品進行建構的優勢，不只在於我們參與了每一層。更重要的是，每一層都能讓其他層變得更好。
產品的實際使用情況能讓我們了解客戶如何從產品中獲得價值，以及在哪些環節遇到阻礙。相關回饋有助於引導研究方向。研究進展能強化產品，也能降低提供相關產品服務的成本。我們會根據 ChatGPT、ChatGPT 工作、Codex 與 API 的需求，更妥善地判斷應在哪裡增加容量。
這類學習的規模是關鍵。我們的模型目前服務超過 10 億名活躍使用者和 200 多萬家企業。隨著人們逐漸建立對這項技術的信心，使用也會更加深入。註冊六個月後，使用者每天傳送的訊息約增加 50%，使用 ChatGPT 處理的工作種類也增至約兩倍。ChatGPT 工作正在改變知識工作者的工作方式，不再只是回答問題，也能完成複雜的多步驟工作，讓工作從「提問」走向「執行」。OpenAI 內部目前透過 Codex 進行的智慧體工作，占每週輸出 Token 的 99.8%；包括財務團隊在內，多個團隊已將智慧體工具納入主要工作方式。
在組織內部，也能看到類似的模式。一家公司起初可能只從一個團隊或一套工作流程著手。隨著品質與經濟效益提升，應用會擴展至各項職能，AI 也會融入企業的營運方式。
這會在需求、產品改進、效率與基礎設施規劃之間形成寶貴的回饋循環。這並不表示我們必須擁有每項資產，或自行打造每個元件。我們可以視何種方式最符合客戶利益與經濟效益，選擇自行擁有、與夥伴合作或採購。關鍵在於協調整套系統，並從各個環節持續學習。
AI 基礎設施必須在實際需要的數年前開始規劃，但模型、產品與客戶需求的演變速度卻快得多。這種步調差異使紀律變得不可或缺。
我們以實證作為投資決策的依據，包括使用者與工作負載的成長、企業承諾、API 使用量、利用率、營收，以及模型能力與效率的進展。技術與商業里程碑有助於決定專案何時推進。長期合作夥伴關係能整合大規模交付所需的資金、基礎設施與營運專業。
產品營收、私人資本與商業合作夥伴關係分別以不同方式支撐這項成長。我們的目標不是建造最多的基礎設施，而是因應有可靠依據的需求，在適當時機部署適當容量。
對我而言，關鍵問題很明確。新增容量要多久才能產生效益？使用效率如何？能支援哪些客戶需求？技術進步能多快降低提供實用智慧的成本？
這些問題將長期願景與營運紀律連結起來。
我們仍處於早期階段。能力更強的系統將能完成週期更長的專案、協調多種工具，並承擔從構想到成品之間更多的工作。個人與小型企業將獲得過去只有大型組織才具備的能力。企業將在營運中更廣泛地運用智慧。
我們的目標不只是增加運算資源、打造更大的模型或降低 Token 價格，而是讓更多人都能取得更實用的智慧。
所謂智慧普及，就是讓智慧的能力持續提升、價格愈來愈親民，並為使用者帶來更多價值。我們會根據智慧促成多少實用工作、提供智慧的效率，以及相關效益能否廣泛共享，來衡量進展。
