Disse tal, rapporteret af The Information fra dokumenter delt med aktionærer, understreger den centrale udfordring for AI-industrien: eksplosiv efterspørgsel omsættes endnu ikke til bæredygtig profit . Indsatsen er høj, da både OpenAI og Anthropic angiveligt har indgivet hemmelige IPO-ansøgninger i midten af 2026, hvilket tvinger dem til at vise en troværdig vej til lønsomhed .

Softwareløsningen: Multi-Model Routing

Den specifikke softwareoptimering, OpenAI har udviklet for at reducere inferensomkostningerne med mere end halvdelen, er multi-model routing. Denne teknik ruter automatisk simple forespørgsler til mindre, billigere modeller, mens de mest kraftfulde (og dyreste) modeller kun reserveres til komplekse anmodninger .

Brancheguides beskriver hybridtilgangen som en 30-75 % omkostningsreduktion på modelniveau ved brug af kvantisering, destillation og korrekt dimensionering, kombineret med runtime-optimeringer som batching, spekulativ afkodning og KV-cache-håndtering, der kan give 40-80 % gennemløbsforbedringer . OpenAI har også operationaliseret dette ved at tilbyde 50 % prisnedslag for udskudt inferens via sin Batch API – hvis kunder accepterer at vente op til 24 timer på resultater .

Ud over routing har ingeniører hos OpenAI fortalt The Information, at teknikkerne er så kraftfulde, at de på et tidspunkt serverede ChatGPT for ikke-indloggede besøgende på blot et par hundrede Nvidia GPU'er .

Hardwareinitiativet: Jalapeño Custom Inference Chip

Den 24. juni 2026 afslørede OpenAI og Broadcom Jalapeño, OpenAIs første specialbyggede inferenschip . Vigtige detaljer:

• Type: Applikationsspecifik integreret kredsløb (ASIC) – ikke en GPU, specialbygget udelukkende til LLM-inferens
• Omkostningsreduktion: Tidlige test viser ~50 % lavere omkostning per inferens sammenlignet med nuværende NVIDIA GPU-baseret inferenshardware
• Ydeevne: Leverer "væsentligt bedre" ydeevne per watt end nuværende state-of-the-art
• Udvikling: Designet fra bunden til produktion på blot ni måneder, accelereret af OpenAIs egne AI-modeller, der assisterede i chipdesignet
• Implementering: Gigawatt-skala implementering målrettet ultimo 2026
• Langvarigt engagement: Del af en 10 GW infrastrukturforpligtelse frem til 2029
• Årlige besparelser: 50 % omkostningsreduktion kunne oversættes til $500M–$1B i årlige besparelser for OpenAI inden 2028

OpenAI beskriver chippen som "den første byggesten i en flerårig kundetilpasset siliciumkøreplan" for at opbygge sin egen computerstak og imødegå NVIDIA's prissætningsmagt . Chippen er vertikalt integreret – OpenAI vil udelukkende bruge den til sine egne inferensarbejdsbyrder, ikke sælge den til eksterne kunder .

Økonomiske pres i detaljer

Nøgletallene fra aktionærdokumenterne for første kvartal 2026:

• Omsætning: 5,7 milliarder dollars (cirka tredoblet år-til-år)
• Kontantforbrænding: 3,7 milliarder dollars (også tredoblet år-til-år)
• Driftstab: 9,3 milliarder dollars i første kvartal alene
• Nettotab: 21,3 milliarder dollars (inklusive aktiebaseret kompensation på 2,3 milliarder dollars og en ikke-kontant regnskabspost på 12,4 milliarder dollars)
• FoU-omkostninger: 8,6 milliarder dollars
• Bruttomargin: Forbedret en smule til 39 %
• Kontantbeholdning: 73 milliarder dollars i kontanter og værdipapirer, hvilket giver løbebane trods store tab

Selskabets driftsmargin var cirka -122 %, hvilket betyder, at det tabte omkring $1,22 for hver tjente dollar . Samlet set for 2025 havde OpenAI cirka 38,5 milliarder dollars i tab på 34 milliarder dollars i forbrug .

Det bredere kapløb i branchen: Inferensomkostninger styrtdykker

OpenAIs omkostningsbesparende tiltag passer ind i en bredere priskrig i branchen, der omformer AI-økonomien:

• Anthropic har accelereret kundevækst og overgået OpenAI i amerikansk erhvervsadoption (34,4 % vs 32,3 %) pr. maj 2026 .
• Open source-modeller komprimerer priserne: Fire kinesiske open-weights-modeller matcher nu frontend-kodningsbenchmarks til en tredjedel af prisen for proprietære alternativer . DeepSeek V4 blev rapporteret at være halvtreds gange billigere at køre end Claude Opus 4.6 .
• Googles Gemini 3.1 Flash koster $0,10 per million input-tokens – en 99,7 % prisreduktion på tre år .
• Anthropics Claude Sonnet 4.6 overgår GPT-4 på alle legacy benchmarks til $3 per million input-tokens .
• Inferensomkostningerne er faldet cirka 50 gange på tre år, med markedet forventet at vokse fra $103 milliarder (2025) til $255 milliarder (2030) .
• OpenAI overvejer betydelige prisnedslag per token for udviklere og virksomhedskunder for at foregribe lignende træk fra Anthropic .
• Kunder bruger i stigende grad multi-model routing-værktøjer til at blande og matche billigere modeller og undgå premium-prissætning fra en enkelt leverandør .

Hvad dette betyder for AI-industrien

Kombinationen af software- og hardwareoptimeringer positionerer OpenAI til potentielt at halvere sine inferensomkostninger, selvom det skalerer. Men selskabet handler ikke i et vakuum. Det bredere styrtdyk i inferenspriser – drevet af konkurrenter, open source-alternativer og specialiseret hardware – betyder, at prissætningsmagten eroderer på tværs af branchen .

For virksomheder er dette gode nyheder: de effektive omkostninger ved at køre AI-arbejdsbyrder falder hurtigere, end kapaciteterne vokser. OpenAIs Batch API tilbyder allerede 50 % rabatter for udskudte arbejdsbyrder, mens multi-model routing kan skære omkostningerne med 40-60 % uden at gå på kompromis med kvaliteten . Spørgsmålet er, om nogen enkelt udbyder kan opretholde premium-prissætning på et marked, hvor kinesiske open source-modeller tilbyder frontend-niveau kapacitet til en brøkdel af prisen .

Disse tal, rapporteret af The Information fra dokumenter delt med aktionærer, understreger den centrale udfordring for AI-industrien: eksplosiv efterspørgsel omsættes endnu ikke til bæredygtig profit . Indsatsen er høj, da både OpenAI og Anthropic angiveligt har indgivet hemmelige IPO-ansøgninger i midten af 2026, hvilket tvinger dem til at vise en troværdig vej til lønsomhed .

Softwareløsningen: Multi-Model Routing

Den specifikke softwareoptimering, OpenAI har udviklet for at reducere inferensomkostningerne med mere end halvdelen, er multi-model routing. Denne teknik ruter automatisk simple forespørgsler til mindre, billigere modeller, mens de mest kraftfulde (og dyreste) modeller kun reserveres til komplekse anmodninger .

Brancheguides beskriver hybridtilgangen som en 30-75 % omkostningsreduktion på modelniveau ved brug af kvantisering, destillation og korrekt dimensionering, kombineret med runtime-optimeringer som batching, spekulativ afkodning og KV-cache-håndtering, der kan give 40-80 % gennemløbsforbedringer . OpenAI har også operationaliseret dette ved at tilbyde 50 % prisnedslag for udskudt inferens via sin Batch API – hvis kunder accepterer at vente op til 24 timer på resultater .

Ud over routing har ingeniører hos OpenAI fortalt The Information, at teknikkerne er så kraftfulde, at de på et tidspunkt serverede ChatGPT for ikke-indloggede besøgende på blot et par hundrede Nvidia GPU'er .

Hardwareinitiativet: Jalapeño Custom Inference Chip

Den 24. juni 2026 afslørede OpenAI og Broadcom Jalapeño, OpenAIs første specialbyggede inferenschip . Vigtige detaljer:

• Type: Applikationsspecifik integreret kredsløb (ASIC) – ikke en GPU, specialbygget udelukkende til LLM-inferens
• Omkostningsreduktion: Tidlige test viser ~50 % lavere omkostning per inferens sammenlignet med nuværende NVIDIA GPU-baseret inferenshardware
• Ydeevne: Leverer "væsentligt bedre" ydeevne per watt end nuværende state-of-the-art
• Udvikling: Designet fra bunden til produktion på blot ni måneder, accelereret af OpenAIs egne AI-modeller, der assisterede i chipdesignet
• Implementering: Gigawatt-skala implementering målrettet ultimo 2026
• Langvarigt engagement: Del af en 10 GW infrastrukturforpligtelse frem til 2029
• Årlige besparelser: 50 % omkostningsreduktion kunne oversættes til $500M–$1B i årlige besparelser for OpenAI inden 2028

OpenAI beskriver chippen som "den første byggesten i en flerårig kundetilpasset siliciumkøreplan" for at opbygge sin egen computerstak og imødegå NVIDIA's prissætningsmagt . Chippen er vertikalt integreret – OpenAI vil udelukkende bruge den til sine egne inferensarbejdsbyrder, ikke sælge den til eksterne kunder .

Økonomiske pres i detaljer

Nøgletallene fra aktionærdokumenterne for første kvartal 2026:

• Omsætning: 5,7 milliarder dollars (cirka tredoblet år-til-år)
• Kontantforbrænding: 3,7 milliarder dollars (også tredoblet år-til-år)
• Driftstab: 9,3 milliarder dollars i første kvartal alene
• Nettotab: 21,3 milliarder dollars (inklusive aktiebaseret kompensation på 2,3 milliarder dollars og en ikke-kontant regnskabspost på 12,4 milliarder dollars)
• FoU-omkostninger: 8,6 milliarder dollars
• Bruttomargin: Forbedret en smule til 39 %
• Kontantbeholdning: 73 milliarder dollars i kontanter og værdipapirer, hvilket giver løbebane trods store tab

Selskabets driftsmargin var cirka -122 %, hvilket betyder, at det tabte omkring $1,22 for hver tjente dollar . Samlet set for 2025 havde OpenAI cirka 38,5 milliarder dollars i tab på 34 milliarder dollars i forbrug .

Det bredere kapløb i branchen: Inferensomkostninger styrtdykker

OpenAIs omkostningsbesparende tiltag passer ind i en bredere priskrig i branchen, der omformer AI-økonomien:

• Anthropic har accelereret kundevækst og overgået OpenAI i amerikansk erhvervsadoption (34,4 % vs 32,3 %) pr. maj 2026 .
• Open source-modeller komprimerer priserne: Fire kinesiske open-weights-modeller matcher nu frontend-kodningsbenchmarks til en tredjedel af prisen for proprietære alternativer . DeepSeek V4 blev rapporteret at være halvtreds gange billigere at køre end Claude Opus 4.6 .
• Googles Gemini 3.1 Flash koster $0,10 per million input-tokens – en 99,7 % prisreduktion på tre år .
• Anthropics Claude Sonnet 4.6 overgår GPT-4 på alle legacy benchmarks til $3 per million input-tokens .
• Inferensomkostningerne er faldet cirka 50 gange på tre år, med markedet forventet at vokse fra $103 milliarder (2025) til $255 milliarder (2030) .
• OpenAI overvejer betydelige prisnedslag per token for udviklere og virksomhedskunder for at foregribe lignende træk fra Anthropic .
• Kunder bruger i stigende grad multi-model routing-værktøjer til at blande og matche billigere modeller og undgå premium-prissætning fra en enkelt leverandør .

Hvad dette betyder for AI-industrien

Kombinationen af software- og hardwareoptimeringer positionerer OpenAI til potentielt at halvere sine inferensomkostninger, selvom det skalerer. Men selskabet handler ikke i et vakuum. Det bredere styrtdyk i inferenspriser – drevet af konkurrenter, open source-alternativer og specialiseret hardware – betyder, at prissætningsmagten eroderer på tværs af branchen .

For virksomheder er dette gode nyheder: de effektive omkostninger ved at køre AI-arbejdsbyrder falder hurtigere, end kapaciteterne vokser. OpenAIs Batch API tilbyder allerede 50 % rabatter for udskudte arbejdsbyrder, mens multi-model routing kan skære omkostningerne med 40-60 % uden at gå på kompromis med kvaliteten . Spørgsmålet er, om nogen enkelt udbyder kan opretholde premium-prissætning på et marked, hvor kinesiske open source-modeller tilbyder frontend-niveau kapacitet til en brøkdel af prisen .