OpenAI pálí 3,7 miliardy dolarů čtvrtletně. Dvě strategie, jak srazit náklady na AI o polovinu

Softwarová cesta: směrování mezi modely

Konkrétní softwarovou optimalizací, kterou OpenAI vyvinula, aby snížila náklady na inferenci o více než polovinu, je směrování mezi více modely (multi-model routing). Tato technika automaticky posílá jednodušší dotazy na menší a levnější modely, zatímco ty nejsilnější (a nejdražší) si nechává až na komplexní požadavky .

Odborníci popisují tento hybridní přístup jako způsob, jak na úrovni modelů dosáhnout snížení nákladů o 30 až 75 % pomocí kvantizace, destilace a správné velikosti modelu. V kombinaci s optimalizacemi běhového prostředí, jako je dávkové zpracování, spekulativní dekódování a správa KV cache, lze pak dosáhnout 40–80% nárůstu propustnosti . OpenAI tuto logiku zavedla i do praxe: nabízí 50% slevy za odloženou inferenci prostřednictvím svého Batch API – pokud zákazníci souhlasí s čekáním až 24 hodin na výsledky .

Inženýři OpenAI podle The Information uvedli, že tyto techniky jsou natolik účinné, že v jednom okamžiku dokázali obsluhovat ChatGPT pro odhlášené návštěvníky jen na pár stovkách grafických karet Nvidia .

Hardwarová iniciativa: vlastní čip Jalapeño

Dne 24. června 2026 OpenAI společně s Broadcomem představila Jalapeño, svůj první vlastní inferenční čip . Klíčové detaily:

• Typ: Aplikačně specifický integrovaný obvod (ASIC) – nikoli GPU, navržený výhradně pro inferenci LLM
• Snížení nákladů: První testy ukazují zhruba 50% nižší náklady na jednu inferenci ve srovnání se stávajícím hardwarem Nvidia
• Výkon: Poskytuje „podstatně lepší“ výkon na watt než současná špička
• Vývoj: Od návrhu k výrobě za pouhých devět měsíců, přičemž vývoj urychlily modely OpenAI
• Nasazení: Cílem je gigawattové nasazení do konce roku 2026
• Dlouhodobý závazek: Součást 10GW infrastrukturního závazku do roku 2029
• Roční úspory: Padesátiprocentní snížení nákladů by pro OpenAI mohlo do roku 2028 znamenat úsporu 500 milionů až 1 miliardy dolarů ročně

OpenAI čip označuje za „první stavební kámen“ několikaletého plánu vlastního křemíku, jehož cílem je vybudovat si vlastní výpočetní stack a čelit cenové dominanci Nvidie . Čip je vertikálně integrovaný – OpenAI jej bude používat výhradně pro vlastní inferenční úlohy, nebude ho prodávat externím zákazníkům .

Finanční tlaky v číslech

Klíčové položky z dokumentů pro akcionáře za Q1 2026:

• Tržby: 5,7 miliardy dolarů (zhruba trojnásobek oproti stejnému období loni)
• Hotovostní propad: 3,7 miliardy dolarů (rovněž trojnásobek)
• Provozní ztráta: 9,3 miliardy dolarů jen za Q1
• Čistá ztráta: 21,3 miliardy dolarů (včetně 2,3 miliardy za akciové kompenzace a 12,4 miliardy nepeněžního účetního poplatku)
• Náklady na výzkum a vývoj: 8,6 miliardy dolarů
• Hrubá marže: mírné zlepšení na 39 %
• Hotovostní rezervy: 73 miliard dolarů v hotovosti a cenných papírech

Provozní marže firmy byla zhruba -122 %, což znamená, že na každý vydělaný dolar ztratila přibližně 1,22 dolaru . Za celý rok 2025 OpenAI vykázala ztrátu přibližně 38,5 miliardy dolarů při výdajích 34 miliard .

Širší kontext: ceny inference se hroutí

Snahy OpenAI o snižování nákladů zapadají do širší cenové války, která přetváří ekonomiku AI:

• Anthropic zrychlil růst a v květnu 2026 předstihl OpenAI v adopci u amerických firem (34,4 % vs. 32,3 %) .
• Open-source modely tlačí ceny dolů: čtyři čínské modely s otevřenými váhami nyní odpovídají špičkovým modelům v kódovacích testech za třetinovou cenu . DeepSeek V4 je údajně padesátkrát levnější na provoz než Claude Opus 4.6 .
• Google Gemini 3.1 Flash stojí 0,10 dolaru za milion vstupních tokenů – to je 99,7% pokles ceny za tři roky .
• Claude Sonnet 4.6 od Anthropicu překonává GPT-4 ve všech starších testech za 3 dolary za milion vstupních tokenů .
• Náklady na inferenci klesly za tři roky zhruba 50krát a trh by měl růst ze 103 miliard dolarů (2025) na 255 miliard (2030) .
• OpenAI zvažuje výrazné snížení cen za token pro vývojáře a podniky, aby předešla podobnému kroku Anthropicu .
• Zákazníci stále častěji používají nástroje pro směrování mezi modely a kombinují levnější modely, aby se vyhnuli prémiovým cenám jediného dodavatele .

Co to znamená pro AI průmysl

Kombinace softwarových a hardwarových optimalizací staví OpenAI do pozice, kdy by mohla náklady na inferenci snížit na polovinu i při dalším škálování. Firma ale nepůsobí ve vzduchoprázdnu. Celkové zhroucení cen inference – poháněné konkurencí, open-source alternativami a specializovaným hardwarem – znamená, že cenová síla v celém odvětví eroduje .

Pro podniky je to dobrá zpráva: efektivní náklady na provoz AI úloh klesají rychleji, než rostou schopnosti modelů. OpenAI již nabízí 50% slevy za odložené úlohy přes Batch API, zatímco směrování mezi modely může snížit náklady o 40–60 % bez ztráty kvality . Otázkou zůstává, zda si kterýkoli dodavatel dokáže udržet prémiové ceny na trhu, kde čínské open-source modely nabízejí špičkovou kapacitu za zlomek ceny .