OpenAI Bakar Tunai $3.7B Dalam Satu Suku — Ini Dua Strategi Besar Mereka

Soalan $3.7 Bilion

Penyata kewangan OpenAI untuk suku pertama 2026 menceritakan kisah yang jelas: syarikat itu menjana pendapatan $5.7 bilion—kira-kira tiga kali ganda tahun sebelumnya—tetapi membakar $3.7 bilion tunai untuk melakukannya . Ini bermakna lebih daripada 65% daripada setiap dollar yang diperoleh digunakan untuk operasi. Kerugian operasi syarikat mencecah $9.3 bilion dalam Q1 sahaja, dengan perbelanjaan R&D mencecah $8.6 bilion .

Angka-angka ini, yang dilaporkan oleh The Information daripada dokumen yang dikongsi dengan pemegang saham, menekankan cabaran utama yang dihadapi industri AI: permintaan yang meletup belum lagi diterjemahkan kepada keuntungan yang mampan . Taruhannya tinggi, kerana OpenAI dan Anthropic dikatakan telah memfailkan permohonan IPO secara rahsia pada pertengahan 2026, memaksa mereka menunjukkan laluan yang boleh dipercayai menuju keuntungan .

Pembaikan Perisian: Penghalaan Pelbagai Model

Pengoptimuman perisian pemotongan kos khusus yang dibangunkan OpenAI untuk mengurangkan kos inferens lebih daripada separuh ialah penghalaan pelbagai model (multi-model routing). Teknik ini secara automatik menghalakan pertanyaan mudah kepada model yang lebih kecil dan lebih murah, sementara model yang paling berkuasa (dan mahal) digunakan hanya untuk permintaan kompleks .

Panduan industri menerangkan pendekatan hibrid ini sebagai menyampaikan pengurangan kos 30-75% pada lapisan model dengan menggunakan kuantisasi, penyulingan (distillation), dan saiz yang betul (right-sizing), digabungkan dengan pengoptimuman masa jalan seperti pengelompokan (batching), penyahkodan spekulatif (speculative decoding), dan pengurusan cache KV yang boleh menghasilkan peningkatan daya pemprosesan 40-80% . OpenAI juga telah mengoperasikan ini dengan menawarkan potongan harga 50% untuk inferens tertangguh (deferred inference) melalui Batch API—jika pelanggan bersetuju untuk menunggu sehingga 24 jam untuk keputusan .

Di luar penghalaan, jurutera OpenAI telah memberitahu The Information bahawa teknik-teknik ini cukup hebat sehingga pada satu ketika mereka melayani ChatGPT kepada pelawat yang tidak log masuk menggunakan hanya beberapa ratus GPU Nvidia .

Inisiatif Perkakasan: Cip Inferens Tersuai Jalapeño

Pada 24 Jun 2026, OpenAI dan Broadcom melancarkan Jalapeño, cip inferens tersuai pertama OpenAI . Butiran utama:

• Jenis: Litar bersepadu khusus aplikasi (ASIC)—bukan GPU, dibina khas semata-mata untuk inferens LLM
• Pengurangan kos: Ujian awal menunjukkan ~50% kos per inferens lebih rendah berbanding perkakasan inferens berasaskan GPU NVIDIA semasa
• Prestasi: Menyampaikan prestasi per watt yang "jauh lebih baik" daripada teknologi terkini
• Pembangunan: Direka dari awal hingga pengeluaran dalam hanya sembilan bulan, dipercepatkan oleh model AI OpenAI sendiri yang membantu dalam reka bentuk cip
• Penggunaan: Sasaran penggunaan berskala gigawatt pada akhir 2026
• Komitmen jangka panjang: Sebahagian daripada komitmen infrastruktur 10 GW sehingga 2029
• Penjimatan tahunan: Pengurangan kos 50% boleh diterjemahkan kepada penjimatan tahunan $500M–$1B untuk OpenAI menjelang 2028

OpenAI menggambarkan cip itu sebagai "blok binaan pertama dalam pelan hala tuju silikon tersuai pelbagai tahun" untuk membina timbunan pengkomputerannya sendiri dan menangani kuasa penentuan harga NVIDIA . Cip ini bersepadu secara menegak—OpenAI akan menggunakannya secara eksklusif untuk beban kerja inferensnya sendiri, tidak dijual kepada pelanggan luar .

Tekanan Kewangan Secara Terperinci

Angka utama daripada dokumen pemegang saham Q1 2026:

• Pendapatan: $5.7 bilion (kira-kira tiga kali ganda tahun ke tahun)
• Pembakaran tunai: $3.7 bilion (juga tiga kali ganda tahun ke tahun)
• Kerugian operasi: $9.3 bilion dalam Q1 sahaja
• Kerugian bersih: $21.3 bilion (termasuk pampasan berasaskan saham $2.3 bilion dan caj perakaunan bukan tunai $12.4 bilion)
• Perbelanjaan R&D: $8.6 bilion
• Margin kasar: Meningkat sedikit kepada 39%
• Rizab tunai: $73 bilion dalam tunai dan sekuriti, menyediakan landasan walaupun mengalami kerugian besar

Margin operasi syarikat adalah kira-kira -122%, bermakna ia kehilangan kira-kira $1.22 bagi setiap dollar yang diperoleh . Secara keseluruhan pada 2025, OpenAI mencatatkan kira-kira $38.5 bilion kerugian pada perbelanjaan $34 bilion .

Perlumbaan Industri yang Lebih Luas: Kos Inferens Runtuh

Langkah pemotongan kos OpenAI adalah sebahagian daripada perang harga industri yang lebih luas yang membentuk semula ekonomi AI:

• Anthropic telah mempercepatkan pertumbuhan pelanggan dan mengatasi OpenAI dalam penggunaan perniagaan AS (34.4% vs 32.3%) setakat Mei 2026 .
• Model sumber terbuka memampatkan harga: empat model pemberat terbuka China kini menyamai penanda aras pengekodan sempadan pada satu pertiga daripada kos alternatif proprietari . DeepSeek V4 dilaporkan 50 kali lebih murah untuk dijalankan berbanding Claude Opus 4.6 .
• Google Gemini 3.1 Flash berharga $0.10 setiap juta token input—pengurangan harga 99.7% dalam tempoh tiga tahun .
• Anthropic Claude Sonnet 4.6 mengatasi GPT-4 pada setiap penanda aras warisan pada $3 setiap juta token input .
• Kos inferens telah menurun kira-kira 50 kali ganda dalam tempoh tiga tahun, dengan pasaran diunjurkan berkembang daripada $103 bilion (2025) kepada $255 bilion (2030) .
• OpenAI sedang mempertimbangkan pemotongan harga per token yang ketara untuk pemaju dan pelanggan perusahaan untuk mendahului langkah serupa oleh Anthropic .
• Pelanggan semakin menggunakan alat penghalaan pelbagai model untuk mencampur dan memadankan model yang lebih murah dan mengelakkan harga premium daripada mana-mana vendor tunggal .

Maksudnya untuk Industri AI

Gabungan pengoptimuman perisian dan perkakasan meletakkan OpenAI untuk berpotensi mengurangkan separuh kos inferensnya walaupun ia berkembang. Tetapi syarikat itu tidak bertindak dalam vakum. Keruntuhan harga inferens yang lebih luas—didorong oleh pesaing, alternatif sumber terbuka, dan perkakasan khusus—bermakna kuasa penentuan harga semakin terhakis di seluruh industri .

Untuk perusahaan, ini adalah berita baik: kos efektif untuk menjalankan beban kerja AI jatuh lebih cepat daripada keupayaan yang berkembang. Batch API OpenAI sudah menawarkan diskaun 50% untuk beban kerja tertangguh, manakala penghalaan pelbagai model boleh mengurangkan kos sebanyak 40-60% tanpa mengorbankan kualiti . Persoalannya ialah sama ada mana-mana penyedia tunggal dapat mengekalkan harga premium dalam pasaran di mana model sumber terbuka China menawarkan keupayaan peringkat sempadan pada sebahagian kecil daripada kos .