No podcast Cheeky Pint, Altman citou US$ 70 bilhões como uma referência ilustrativa para o custo total, em cinco anos, de um gigawatt de capacidade de IA. O executivo apontou energia, chips e outros custos da cadeia de suprimentos como itens que deveriam ficar mais baratos.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa

Create a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman say on Stripe co-founder John Collison’s Cheeky Pint podcast, listed as published October 29, 2026, about red. Article summary: Altman’s central point was that he wants the five-year cost of building and operating one gigawatt of leading-edge AI capacity to fall from roughly $70 billion to $20 billion, with energy, chips and the wider supply chai. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Sam Altman quer que a infraestrutura de inteligência artificial fique bem mais barata. Em conversa com John Collison, cofundador da Stripe, no podcast Cheeky Pint, o CEO da OpenAI usou US$ 70 bilhões como referência para o custo total de um gigawatt de capacidade de IA ao longo de cinco anos. Disse que ficaria mais satisfeito se esse valor caísse para US$ 20 bilhões.3
25
A ressalva é importante: Altman observou que há estimativas diferentes para esse custo. Portanto, os US$ 70 bilhões são um parâmetro ilustrativo da conversa, não um preço fixo válido para todo data center ou projeto. E os US$ 20 bilhões são uma meta desejada — não um orçamento aprovado pela OpenAI, um plano de obras anunciado ou um prazo de entrega.3
25
A diferença entre US$ 70 bilhões e US$ 20 bilhões equivale a uma redução de cerca de 71%. Mas a comparação é entre uma estimativa ilustrativa de custo atual e um patamar que Altman gostaria de alcançar; não indica que algum projeto existente tenha sido reprecificado.25
Para baixar os custos, Altman mencionou energia, chips e o restante da cadeia de suprimentos. Na mesma conversa, defendeu que a indústria continue exigindo modelos mais inteligentes com desempenho 10 vezes melhor a cada ano.18
25 A ideia, portanto, combina infraestrutura mais barata com avanços de desempenho — mas as fontes disponíveis não detalham um calendário para chegar à meta nem quanto cada componente precisaria cair de preço.
3
18
Altman afirmou que a OpenAI está aprendendo a construir seus próprios data centers e que pretende direcionar um programa de robótica para ajudar a erguer mais instalações.1 A publicação The Next Web também relatou que ele associou a possibilidade de data centers autorreplicantes à produção de capacidade computacional muito mais barata.
7
Essas declarações apontam para uma frente de trabalho e uma possibilidade futura. Não confirmam um calendário de instalações construídas por robôs nem provam que a robótica será suficiente para alcançar o custo de US$ 20 bilhões por gigawatt. As informações disponíveis também não esclarecem como seriam resolvidos entraves como licenças e disponibilidade de equipamentos.1
7
Dylan Patel, analista do setor de semicondutores, apresentou outra comparação: segundo ele, construir um gigawatt de capacidade para data centers de IA passou de cerca de US$ 40 bilhões em 2024 para mais de US$ 60 bilhões. Sem as margens das empresas de design de chips, o custo ficaria mais próximo de US$ 20 bilhões, estimou Patel.28
Esse número ajuda a contextualizar o debate, mas não é diretamente comparável ao cálculo de Altman: os escopos são diferentes. A referência de Altman considera o custo total ao longo de cinco anos, enquanto a estimativa de Patel trata de outra composição de custos.3
28
Altman também comparou a antiga economia do setor de DRAM — tipo de memória usada em computadores e servidores —, em que fabricantes investiriam US$ 20 bilhões em despesas de capital para gerar US$ 19 bilhões em receita, com sua projeção de que cada fabricante de memória poderia gerar cerca de US$ 100 bilhões em fluxo de caixa livre anual.1
18 São medidas financeiras diferentes, não uma comparação direta de lucro ou margem.
Separadamente, reportagens sobre a entrevista dizem que Altman atribuiu parte da cautela dos fabricantes de memória em ampliar a produção às crises anteriores do setor, mesmo em meio à escassez.24 Essa observação oferece contexto sobre uma possível limitação de oferta, mas não informa quanto a memória representa nos valores de US$ 70 bilhões ou US$ 20 bilhões.
Altman defende que a infraestrutura de IA precisa ficar mais barata à medida que o setor cresce. Na conversa, US$ 70 bilhões foi uma referência ilustrativa para cinco anos de capacidade de um gigawatt; US$ 20 bilhões, o patamar que ele gostaria de atingir. Energia, chips e outros insumos mais baratos, além de modelos com melhor desempenho, fazem parte dessa ambição. Por enquanto, porém, os valores são estimativas e a meta não equivale a um orçamento de construção ou a um cronograma oficial da OpenAI.3
18
25
Studio Global AI
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
No podcast Cheeky Pint, Altman citou US$ 70 bilhões como uma referência ilustrativa para o custo total, em cinco anos, de um gigawatt de capacidade de IA.
No podcast Cheeky Pint, Altman citou US$ 70 bilhões como uma referência ilustrativa para o custo total, em cinco anos, de um gigawatt de capacidade de IA. O executivo apontou energia, chips e outros custos da cadeia de suprimentos como itens que deveriam ficar mais baratos.
As cifras têm escopos diferentes e não são um padrão universal do setor. A meta tampouco representa um novo orçamento, plano de construção ou prazo anunciado pela OpenAI.[3][25]
No podcast Cheeky Pint, Altman citou US$ 70 bilhões como uma referência ilustrativa para o custo total, em cinco anos, de um gigawatt de capacidade de IA. O executivo apontou energia, chips e outros custos da cadeia de suprimentos como itens que deveriam ficar mais baratos.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa

Create a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman say on Stripe co-founder John Collison’s Cheeky Pint podcast, listed as published October 29, 2026, about red. Article summary: Altman’s central point was that he wants the five-year cost of building and operating one gigawatt of leading-edge AI capacity to fall from roughly $70 billion to $20 billion, with energy, chips and the wider supply chai. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Sam Altman quer que a infraestrutura de inteligência artificial fique bem mais barata. Em conversa com John Collison, cofundador da Stripe, no podcast Cheeky Pint, o CEO da OpenAI usou US$ 70 bilhões como referência para o custo total de um gigawatt de capacidade de IA ao longo de cinco anos. Disse que ficaria mais satisfeito se esse valor caísse para US$ 20 bilhões.3
25
A ressalva é importante: Altman observou que há estimativas diferentes para esse custo. Portanto, os US$ 70 bilhões são um parâmetro ilustrativo da conversa, não um preço fixo válido para todo data center ou projeto. E os US$ 20 bilhões são uma meta desejada — não um orçamento aprovado pela OpenAI, um plano de obras anunciado ou um prazo de entrega.3
25
A diferença entre US$ 70 bilhões e US$ 20 bilhões equivale a uma redução de cerca de 71%. Mas a comparação é entre uma estimativa ilustrativa de custo atual e um patamar que Altman gostaria de alcançar; não indica que algum projeto existente tenha sido reprecificado.25
Para baixar os custos, Altman mencionou energia, chips e o restante da cadeia de suprimentos. Na mesma conversa, defendeu que a indústria continue exigindo modelos mais inteligentes com desempenho 10 vezes melhor a cada ano.18
25 A ideia, portanto, combina infraestrutura mais barata com avanços de desempenho — mas as fontes disponíveis não detalham um calendário para chegar à meta nem quanto cada componente precisaria cair de preço.
3
18
Altman afirmou que a OpenAI está aprendendo a construir seus próprios data centers e que pretende direcionar um programa de robótica para ajudar a erguer mais instalações.1 A publicação The Next Web também relatou que ele associou a possibilidade de data centers autorreplicantes à produção de capacidade computacional muito mais barata.
7
Essas declarações apontam para uma frente de trabalho e uma possibilidade futura. Não confirmam um calendário de instalações construídas por robôs nem provam que a robótica será suficiente para alcançar o custo de US$ 20 bilhões por gigawatt. As informações disponíveis também não esclarecem como seriam resolvidos entraves como licenças e disponibilidade de equipamentos.1
7
Dylan Patel, analista do setor de semicondutores, apresentou outra comparação: segundo ele, construir um gigawatt de capacidade para data centers de IA passou de cerca de US$ 40 bilhões em 2024 para mais de US$ 60 bilhões. Sem as margens das empresas de design de chips, o custo ficaria mais próximo de US$ 20 bilhões, estimou Patel.28
Esse número ajuda a contextualizar o debate, mas não é diretamente comparável ao cálculo de Altman: os escopos são diferentes. A referência de Altman considera o custo total ao longo de cinco anos, enquanto a estimativa de Patel trata de outra composição de custos.3
28
Altman também comparou a antiga economia do setor de DRAM — tipo de memória usada em computadores e servidores —, em que fabricantes investiriam US$ 20 bilhões em despesas de capital para gerar US$ 19 bilhões em receita, com sua projeção de que cada fabricante de memória poderia gerar cerca de US$ 100 bilhões em fluxo de caixa livre anual.1
18 São medidas financeiras diferentes, não uma comparação direta de lucro ou margem.
Separadamente, reportagens sobre a entrevista dizem que Altman atribuiu parte da cautela dos fabricantes de memória em ampliar a produção às crises anteriores do setor, mesmo em meio à escassez.24 Essa observação oferece contexto sobre uma possível limitação de oferta, mas não informa quanto a memória representa nos valores de US$ 70 bilhões ou US$ 20 bilhões.
Altman defende que a infraestrutura de IA precisa ficar mais barata à medida que o setor cresce. Na conversa, US$ 70 bilhões foi uma referência ilustrativa para cinco anos de capacidade de um gigawatt; US$ 20 bilhões, o patamar que ele gostaria de atingir. Energia, chips e outros insumos mais baratos, além de modelos com melhor desempenho, fazem parte dessa ambição. Por enquanto, porém, os valores são estimativas e a meta não equivale a um orçamento de construção ou a um cronograma oficial da OpenAI.3
18
25
Studio Global AI
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
No podcast Cheeky Pint, Altman citou US$ 70 bilhões como uma referência ilustrativa para o custo total, em cinco anos, de um gigawatt de capacidade de IA.
No podcast Cheeky Pint, Altman citou US$ 70 bilhões como uma referência ilustrativa para o custo total, em cinco anos, de um gigawatt de capacidade de IA. O executivo apontou energia, chips e outros custos da cadeia de suprimentos como itens que deveriam ficar mais baratos.
As cifras têm escopos diferentes e não são um padrão universal do setor. A meta tampouco representa um novo orçamento, plano de construção ou prazo anunciado pela OpenAI.[3][25]