Openain 3,7 miljardin dollarin neljännesvuosittainen kassakulutus: Ohjelmisto- ja laitteistostrategia tekoälyn päättelykustannusten puolittamiseksi

Ohjelmistoratkaisu: Multimallireititys

Tarkka kustannuksia leikkaava ohjelmisto-optimointi, jonka OpenAI on kehittänyt vähentääkseen päättelykustannuksia yli puolella, on multimallireititys. Tämä tekniikka ohjaa yksinkertaiset kyselyt automaattisesti pienempiin ja halvempiin malleihin, kun taas tehokkaimmat (ja kalleimmat) mallit varataan vain monimutkaisiin pyyntöihin .

Alan oppaiden mukaan hybridi lähestymistapa tuottaa 30–75 prosentin kustannussäästöt mallitasolla kvantisoinnin, tislauksen ja oikean kokoamisen avulla yhdistettynä suoritusaikaisiin optimointeihin, kuten eräajoihin, spekulatiiviseen dekoodaukseen ja KV-välimuistin hallintaan, mikä voi tuottaa 40–80 prosentin läpimenon parannuksia . OpenAI on myös ottanut tämän käyttöön tarjoamalla 50 prosentin hinnanalennuksia viivästetystä päättelystä Batch API -rajapintansa kautta – jos asiakkaat suostuvat odottamaan enintään 24 tuntia tuloksia .

Reitityksen lisäksi OpenAI:n insinöörit ovat kertoneet The Informationille, että tekniikat ovat niin tehokkaita, että he palvelivat ChatGPT:tä uloskirjautuneille vierailijoilla vain parillasadalla Nvidian grafiikkaprosessorilla .

Laitteistoaloite: Jalapeño-omat päättelypiiri

24. kesäkuuta 2026 OpenAI ja Broadcom julkistivat Jalapeñon, OpenAI:n ensimmäisen oman päättelypiirin . Keskeiset yksityiskohdat:

• Tyyppi: Sovelluskohtainen integroitu piiri (ASIC) – ei grafiikkaprosessori, vaan tarkoitukseen rakennettu yksinomaan suurten kielimallien päättelyyn
• Kustannussäästö: Varhaiset testit osoittavat noin 50 prosentin alhaisemmat kustannukset per päättely verrattuna nykyisiin Nvidian grafiikkaprosessori-pohjaisiin päättelylaitteistoihin
• Suorituskyky: Tarjoaa "huomattavasti paremman" suorituskyvyn per watti verrattuna nykyiseen huipputeknologiaan
• Kehitys: Suunniteltu alusta alkaen tuotantoon vain yhdeksässä kuukaudessa, nopeutettuna OpenAI:n omien tekoälymallien avulla piirisuunnittelussa
• Käyttöönotto: Gigawatin mittakaavan käyttöönotto tavoitteena vuoden 2026 loppu
• Pitkäaikainen sitoutuminen: Osa 10 GW:n infrastruktuurisitoumusta vuoteen 2029 asti
• Vuotuiset säästöt: 50 prosentin kustannussäästö voi tarkoittaa 500 miljoonan – 1 miljardin dollarin vuotuisia säästöjä OpenAI:lle vuoteen 2028 mennessä

OpenAI kuvailee piiriä "ensimmäiseksi rakennuspalikaksi monivuotisessa räätälöidyssä piisuunnitelmassa" rakentaakseen oman laskentapinonsa ja vastatakseen Nvidian hinnoitteluvoimaan . Piiri on vertikaalisesti integroitu – OpenAI käyttää sitä yksinomaan omiin päättelytyökuormiinsa, eikä sitä myydä ulkoisille asiakkaille .

Taloudelliset paineet yksityiskohtaisesti

Keskeisiä lukuja Q1 2026:n osakkeenomistaja-asiakirjoista:

• Liikevaihto: 5,7 miljardia dollaria (noin kolminkertaistunut edellisvuodesta)
• Kassakulutus: 3,7 miljardia dollaria (myös kolminkertaistunut edellisvuodesta)
• Liiketappio: 9,3 miljardia dollaria pelkästään Q1:llä
• Nettotappio: 21,3 miljardia dollaria (sisältäen 2,3 miljardia dollaria osakeperusteisia korvauksia ja 12,4 miljardin dollarin ei-kassavarainen kirjanpitoerä)
• T&K-menot: 8,6 miljardia dollaria
• Bruttokate: Parani hieman 39 prosenttiin
• Kassavarat: 73 miljardia dollaria käteistä ja arvopapereita, mikä antaa aikaa valtavista tappioista huolimatta

Yhtiön liikevoittomarginaali oli noin -122 %, mikä tarkoittaa, että se menetti noin 1,22 dollaria jokaista ansaittua dollaria kohden . Vuonna 2025 kokonaisuudessaan OpenAI teki noin 38,5 miljardia dollaria tappiota 34 miljardin dollarin kuluilla .

Laajempi teollisuuden kilpajuoksu: Päättelykustannukset romahtavat

OpenAI:n kustannusleikkaukset sopivat laajempaan teollisuudenlaajuiseen hintasotaan, joka muokkaa tekoälyn taloutta:

• Anthropic on kiihdyttänyt asiakaskasvuaan ja ohitti OpenAI:n Yhdysvaltojen yrityskäytössä (34,4 % vs. 32,3 %) toukokuussa 2026 .
• Avoimen lähdekoodin mallit puristavat hintoja: neljä kiinalaista avointa painomallia vastaa nyt huippuluokan koodausmittareita kolmanneksella hintaan verrattuna omiin vaihtoehtoihin . DeepSeek V4:n kerrottiin olevan viisikymmentä kertaa halvempi käyttää kuin Claude Opus 4.6 .
• Googlen Gemini 3.1 Flash maksaa 0,10 dollaria miljoonaa syöttötunnusta kohden – 99,7 prosentin hinnanalennus kolmessa vuodessa .
• Anthropicin Claude Sonnet 4.6 ylittää GPT-4:n jokaisessa vanhassa vertailussa hintaan 3 dollaria miljoonaa syöttötunnusta kohden .
• Päättelykustannukset ovat laskeneet noin 50-kertaisesti kolmessa vuodessa, ja markkinoiden ennustetaan kasvavan 103 miljardista dollarista (2025) 255 miljardiin dollariin (2030) .
• OpenAI harkitsee merkittäviä tunnuskohtaisia hinnanalennuksia kehittäjille ja yritysasiakkaille ennakoidakseen Anthropicin vastaavia liikkeitä .
• Asiakkaat käyttävät yhä enemmän multimallireititystyökaluja sekoittaakseen halvempia malleja ja välttääkseen yhden toimittajan premium-hinnoittelua .

Mitä tämä tarkoittaa tekoälyteollisuudelle

Ohjelmisto- ja laitteisto-optimointien yhdistelmä antaa OpenAI:lle mahdollisuuden puolittaa päättelykustannuksensa samalla kun se skaalautuu. Mutta yhtiö ei toimi tyhjiössä. Päättelyhinnoittelun laajempi romahdus – kilpailijoiden, avoimen lähdekoodin vaihtoehtojen ja erikoistuneen laitteiston ajamana – tarkoittaa, että hinnoitteluvoima heikkenee koko toimialalla .

Yrityksille tämä on hyvä uutinen: tekoälytyökuormien tehokkaat kustannukset laskevat nopeammin kuin kyvyt kasvavat. OpenAI:n Batch API tarjoaa jo 50 prosentin alennuksia viivästetyistä työkuormista, kun taas multimallireititys voi leikata kustannuksia 40–60 prosenttia laadun kärsimättä . Kysymys kuuluu, voiko yksikään toimittaja ylläpitää premium-hinnoittelua markkinoilla, joilla kiinalaiset avoimen lähdekoodin mallit tarjoavat huipputason kyvykkyyden murto-osalla kustannuksista .