OpenAI spala 3,7 mld dol. kwartalnie. Oto jak chce obciąć koszty AI o połowę

Optymalizacja programowa: routing wielomodelowy

Konkretną optymalizacją programową, którą OpenAI opracowało, aby zmniejszyć koszty inferencji o ponad połowę, jest routing wielomodelowy (multi-model routing). Technika ta automatycznie kieruje prostsze zapytania do mniejszych, tańszych modeli, rezerwując najbardziej zaawansowane (i najdroższe) modele tylko do skomplikowanych żądań .

Branżowe analizy opisują to hybrydowe podejście jako przynoszące 30-75% redukcji kosztów na poziomie modelu dzięki zastosowaniu kwantyzacji, destylacji i odpowiedniego doboru wielkości modelu, w połączeniu z optymalizacjami czasu wykonania, takimi jak przetwarzanie wsadowe (batching), spekulatywne dekodowanie i zarządzanie pamięcią podręczną KV, które mogą dać 40-80% wzrostu przepustowości . OpenAI uruchomiło również tę strategię oferując 50-procentowe obniżki cen dla odroczonej inferencji za pośrednictwem Batch API – jeśli klienci zgodzą się czekać do 24 godzin na wyniki .

Inżynierowie OpenAI powiedzieli The Information, że te techniki są na tyle skuteczne, że w pewnym momencie obsługiwali ChatGPT dla niezalogowanych użytkowników za pomocą zaledwie kilkuset procesorów graficznych Nvidii .

Inicjatywa sprzętowa: autorski układ inferencyjny Jalapeño

24 czerwca 2026 roku OpenAI wraz z Broadcomem zaprezentowało Jalapeño, pierwszy zaprojektowany na zamówienie układ inferencyjny OpenAI . Kluczowe szczegóły:

• Typ: Układ scalony ASIC (application-specific integrated circuit) – nie GPU, zaprojektowany wyłącznie do inferencji dużych modeli językowych (LLM)
• Redukcja kosztów: Wczesne testy wykazują ~50% niższy koszt pojedynczej inferencji w porównaniu z obecnymi rozwiązaniami sprzętowymi opartymi na GPU Nvidii
• Wydajność: Zapewnia „znacznie lepszą” wydajność na wat niż obecnie dostępne rozwiązania
• Rozwój: Projekt od podstaw do produkcji w zaledwie dziewięć miesięcy, przyspieszony przez własne modele AI OpenAI wspomagające projektowanie układu
• Wdrożenie: Wdrożenie na skalę gigawatową zaplanowano na koniec 2026 roku
• Długoterminowe zobowiązanie: Część zobowiązania infrastrukturalnego na poziomie 10 GW do 2029 roku
• Roczne oszczędności: 50-procentowa redukcja kosztów może przełożyć się na 500 mln – 1 mld dol. rocznych oszczędności dla OpenAI do 2028 roku

OpenAI opisuje układ jako „pierwszy element wieloletniej mapy drogowej własnych układów scalonych”, mającej na celu zbudowanie własnego stosu obliczeniowego i uniezależnienie się od cen Nvidii . Układ jest zintegrowany pionowo – OpenAI będzie go używać wyłącznie do własnych zadań inferencyjnych, nie sprzedając go klientom zewnętrznym .

Presja finansowa w szczegółach

Kluczowe liczby z dokumentów dla akcjonariuszy za Q1 2026:

• Przychody: 5,7 mld dol. (wzrost mniej więcej trzykrotny rok do roku)
• Spalanie gotówki: 3,7 mld dol. (również trzykrotny wzrost rok do roku)
• Strata operacyjna: 9,3 mld dol. w samym Q1
• Strata netto: 21,3 mld dol. (w tym wynagrodzenie w formie akcji o wartości 2,3 mld dol. oraz niegotówkowy zapis księgowy w wysokości 12,4 mld dol.)
• Wydatki na B+R: 8,6 mld dol.
• Marża brutto: nieznacznie poprawiła się do 39%
• Rezerwy gotówkowe: 73 mld dol. w gotówce i papierach wartościowych, zapewniające finansowanie pomimo ogromnych strat

Marża operacyjna firmy wyniosła około -122%, co oznacza, że traciła ona około 1,22 dolara na każdym zarobionym dolarze . W całym 2025 roku OpenAI odnotowało straty w wysokości około 38,5 mld dol. przy wydatkach rzędu 34 mld dol. .

Szerszy wyścig branżowy: załamanie kosztów inferencji

Działania OpenAI wpisują się w ogólnobranżową wojnę cenową, która zmienia ekonomikę AI:

• Anthropic przyspieszył wzrost bazy klientów i wyprzedził OpenAI w adopcji przez amerykańskie firmy (34,4% wobec 32,3%) według stanu na maj 2026 roku .
• Modele open-source ściskają ceny: cztery chińskie modele o otwartych wagach dorównują obecnie granicznym benchmarkom kodowania za jedną trzecią kosztów zastrzeżonych alternatyw . Według doniesień DeepSeek V4 jest pięćdziesiąt razy tańszy w uruchomieniu niż Claude Opus 4.6 .
• Gemini 3.1 Flash od Google kosztuje 0,10 dolara za milion tokenów wejściowych – to 99,7% redukcja ceny w ciągu trzech lat .
• Claude Sonnet 4.6 od Anthropica przewyższa GPT-4 we wszystkich dotychczasowych benchmarkach, kosztując 3 dolary za milion tokenów wejściowych .
• Koszty inferencji spadły około 50-krotnie w ciągu trzech lat, a prognozy rynkowe zakładają wzrost ze 103 mld dol. (2025) do 255 mld dol. (2030) .
• OpenAI rozważa znaczące obniżki cen za token dla programistów i klientów korporacyjnych, chcąc uprzedzić podobne ruchy Anthropica .
• Klienci coraz częściej korzystają z narzędzi routingu wielomodelowego, aby mieszać tańsze modele i unikać wysokich cen u jednego dostawcy .

Co to oznacza dla branży AI

Połączenie optymalizacji programowej i sprzętowej stawia OpenAI w pozycji, która może pozwolić na zmniejszenie kosztów inferencji o połowę nawet przy rosnącej skali działania. Firma nie działa jednak w próżni. Szersze załamanie cen inferencji – napędzane przez konkurencję, alternatywy open-source i specjalistyczny sprzęt – oznacza, że siła cenowa w całej branży słabnie .

Dla przedsiębiorstw to dobra wiadomość: efektywny koszt uruchamiania obciążeń AI spada szybciej niż rosną możliwości. Batch API OpenAI oferuje już 50-procentowe zniżki dla zadań z odroczonym terminem, a routing wielomodelowy może obniżyć koszty o 40-60% bez utraty jakości . Pytanie brzmi, czy którykolwiek dostawca będzie w stanie utrzymać wysokie ceny na rynku, gdzie chińskie modele open-source oferują możliwości na poziomie granicznym za ułamek kosztów .