Altman vill se femårskostnaden för en gigawatt AI kapacitet sjunka från ett illustrativt riktmärke på 70 miljarder dollar till 20 miljarder. Han pekar på billigare energi, chip och leveranskedjor – och vill samtidigt se tio gånger bättre prestanda från smartare modeller varje år.[18][25] Beloppen är inte någon fast...
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer

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
I podden Cheeky Pint, där Stripe-medgrundaren John Collison intervjuar OpenAI:s vd Sam Altman, beskrev Altman en kraftig ambition för kostnaden för AI-infrastruktur. Han vill att femårskostnaden för en gigawatt kapacitet ska sjunka från ett illustrativt riktmärke på 70 miljarder dollar till 20 miljarder. Samtidigt betonade han att olika personer använder olika siffror. Målet på 20 miljarder är alltså inte en offentlig OpenAI-budget, ett godkänt byggbeslut eller en tidsplan.3
25
Altman använde 70 miljarder dollar som ett exempel på den totala kostnaden över fem år för att äga och driva en gigawatt avancerad AI-kapacitet. Han sade att branschen borde vara betydligt nöjdare om kostnaden i stället låg på 20 miljarder. Poddavsnittet påpekar uttryckligen att uppskattningarna varierar, så jämförelsen ska inte ses som ett universellt pris för varje datacenter eller projekt.3
25
Skillnaden mellan beloppen är cirka 71 procent räknat rent matematiskt. Men det är en jämförelse mellan en illustrativ kostnadsnivå och en önskad framtida nivå – inte ett tecken på att ett befintligt projekt har fått en ny prislapp eller att OpenAI har lovat att bygga kapacitet för 20 miljarder dollar per gigawatt.25
Altman pekade på billigare energi, chip och övriga delar av leveranskedjan som sätt att få ned kostnaderna. I samma samtal sade han att branschen samtidigt bör kräva tio gånger bättre prestanda från smartare modeller varje år.18
25
Målet handlar därmed både om billigare infrastruktur och om bättre prestanda från systemen som använder den. De tillgängliga utdragen anger ingen konkret tidsplan för kostnadssänkningen och visar inte hur mycket priset på varje insatsvara behöver falla.3
18
Altman sade att OpenAI håller på att lära sig bygga egna datacenter och har ett robotikprogram som företaget planerar att rikta mot att bygga fler.1 The Next Web rapporterade att han kopplade möjligheten till självreplikerande datacenter till produktion av betydligt billigare beräkningskapacitet.
7
Uttalandena beskriver ett arbetsområde och en möjlig utveckling – inte en bekräftad tidsplan för robotbyggda anläggningar eller bevis för att robotik kommer att göra målet på 20 miljarder möjligt. Den tillgängliga rapporteringen klargör inte heller hur exempelvis tillståndsprocesser, utrustningstillgång eller andra hinder för byggandet skulle hanteras.1
7
Halvledaranalytikern Dylan Patel har presenterat en separat uppskattning. Han har sagt att kostnaden för en gigawatt AI-datacenterkapacitet har stigit från omkring 40 miljarder dollar 2024 till över 60 miljarder, och att den skulle ligga närmare 20 miljarder utan chipdesignbolagens marginaler.28
Det ger en användbar jämförelse, men är inte direkt samma sak som Altmans femåriga totalkostnad. Eftersom uppskattningarna omfattar olika saker bör de inte behandlas som två mätningar av exakt samma kostnad.3
28
Altman jämförde också en tidigare affärsmodell för DRAM-minne, där tillverkare investerade 20 miljarder dollar i kapitalutgifter för att skapa 19 miljarder i intäkter, med sin prognos om att minnestillverkare skulle kunna få omkring 100 miljarder dollar var i årligt fritt kassaflöde.1
18 Det handlar om olika finansiella mått, inte om en direkt jämförelse av vinst eller marginaler.
Separat rapportering om intervjun uppger att Altman menade att minnen av tidigare nedgångar i branschen kan göra tillverkare försiktiga med att öka kapaciteten, även när det råder brist.24 Det ger bakgrund till en möjlig begränsning i utbudet, men säger inte hur stor del av kostnaderna på 70 respektive 20 miljarder dollar som minne står för.
Altmans huvudbudskap var att AI-infrastruktur behöver bli billigare när branschen växer. 70 miljarder dollar var ett illustrativt belopp för femårskostnaden för en gigawatt; 20 miljarder är nivån han vill nå. Han pekade på billigare energi, chip och leveranskedjor, samtidigt som modellerna ska bli bättre. Men siffrorna är uppskattningar och målet är just ett mål – inte en publicerad byggbudget eller tidsplan från OpenAI.3
18
25
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Altman vill se femårskostnaden för en gigawatt AI kapacitet sjunka från ett illustrativt riktmärke på 70 miljarder dollar till 20 miljarder.
Altman vill se femårskostnaden för en gigawatt AI kapacitet sjunka från ett illustrativt riktmärke på 70 miljarder dollar till 20 miljarder. Han pekar på billigare energi, chip och leveranskedjor – och vill samtidigt se tio gånger bättre prestanda från smartare modeller varje år.[18][25]
Beloppen är inte någon fast branschstandard. Analytikern Dylan Patel har presenterat andra kostnadsuppskattningar, bland annat en beräkning som exkluderar chipdesignbolagens marginaler.[28]
Altman vill se femårskostnaden för en gigawatt AI kapacitet sjunka från ett illustrativt riktmärke på 70 miljarder dollar till 20 miljarder. Han pekar på billigare energi, chip och leveranskedjor – och vill samtidigt se tio gånger bättre prestanda från smartare modeller varje år.[18][25] Beloppen är inte någon fast...
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer

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
I podden Cheeky Pint, där Stripe-medgrundaren John Collison intervjuar OpenAI:s vd Sam Altman, beskrev Altman en kraftig ambition för kostnaden för AI-infrastruktur. Han vill att femårskostnaden för en gigawatt kapacitet ska sjunka från ett illustrativt riktmärke på 70 miljarder dollar till 20 miljarder. Samtidigt betonade han att olika personer använder olika siffror. Målet på 20 miljarder är alltså inte en offentlig OpenAI-budget, ett godkänt byggbeslut eller en tidsplan.3
25
Altman använde 70 miljarder dollar som ett exempel på den totala kostnaden över fem år för att äga och driva en gigawatt avancerad AI-kapacitet. Han sade att branschen borde vara betydligt nöjdare om kostnaden i stället låg på 20 miljarder. Poddavsnittet påpekar uttryckligen att uppskattningarna varierar, så jämförelsen ska inte ses som ett universellt pris för varje datacenter eller projekt.3
25
Skillnaden mellan beloppen är cirka 71 procent räknat rent matematiskt. Men det är en jämförelse mellan en illustrativ kostnadsnivå och en önskad framtida nivå – inte ett tecken på att ett befintligt projekt har fått en ny prislapp eller att OpenAI har lovat att bygga kapacitet för 20 miljarder dollar per gigawatt.25
Altman pekade på billigare energi, chip och övriga delar av leveranskedjan som sätt att få ned kostnaderna. I samma samtal sade han att branschen samtidigt bör kräva tio gånger bättre prestanda från smartare modeller varje år.18
25
Målet handlar därmed både om billigare infrastruktur och om bättre prestanda från systemen som använder den. De tillgängliga utdragen anger ingen konkret tidsplan för kostnadssänkningen och visar inte hur mycket priset på varje insatsvara behöver falla.3
18
Altman sade att OpenAI håller på att lära sig bygga egna datacenter och har ett robotikprogram som företaget planerar att rikta mot att bygga fler.1 The Next Web rapporterade att han kopplade möjligheten till självreplikerande datacenter till produktion av betydligt billigare beräkningskapacitet.
7
Uttalandena beskriver ett arbetsområde och en möjlig utveckling – inte en bekräftad tidsplan för robotbyggda anläggningar eller bevis för att robotik kommer att göra målet på 20 miljarder möjligt. Den tillgängliga rapporteringen klargör inte heller hur exempelvis tillståndsprocesser, utrustningstillgång eller andra hinder för byggandet skulle hanteras.1
7
Halvledaranalytikern Dylan Patel har presenterat en separat uppskattning. Han har sagt att kostnaden för en gigawatt AI-datacenterkapacitet har stigit från omkring 40 miljarder dollar 2024 till över 60 miljarder, och att den skulle ligga närmare 20 miljarder utan chipdesignbolagens marginaler.28
Det ger en användbar jämförelse, men är inte direkt samma sak som Altmans femåriga totalkostnad. Eftersom uppskattningarna omfattar olika saker bör de inte behandlas som två mätningar av exakt samma kostnad.3
28
Altman jämförde också en tidigare affärsmodell för DRAM-minne, där tillverkare investerade 20 miljarder dollar i kapitalutgifter för att skapa 19 miljarder i intäkter, med sin prognos om att minnestillverkare skulle kunna få omkring 100 miljarder dollar var i årligt fritt kassaflöde.1
18 Det handlar om olika finansiella mått, inte om en direkt jämförelse av vinst eller marginaler.
Separat rapportering om intervjun uppger att Altman menade att minnen av tidigare nedgångar i branschen kan göra tillverkare försiktiga med att öka kapaciteten, även när det råder brist.24 Det ger bakgrund till en möjlig begränsning i utbudet, men säger inte hur stor del av kostnaderna på 70 respektive 20 miljarder dollar som minne står för.
Altmans huvudbudskap var att AI-infrastruktur behöver bli billigare när branschen växer. 70 miljarder dollar var ett illustrativt belopp för femårskostnaden för en gigawatt; 20 miljarder är nivån han vill nå. Han pekade på billigare energi, chip och leveranskedjor, samtidigt som modellerna ska bli bättre. Men siffrorna är uppskattningar och målet är just ett mål – inte en publicerad byggbudget eller tidsplan från OpenAI.3
18
25
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Altman vill se femårskostnaden för en gigawatt AI kapacitet sjunka från ett illustrativt riktmärke på 70 miljarder dollar till 20 miljarder.
Altman vill se femårskostnaden för en gigawatt AI kapacitet sjunka från ett illustrativt riktmärke på 70 miljarder dollar till 20 miljarder. Han pekar på billigare energi, chip och leveranskedjor – och vill samtidigt se tio gånger bättre prestanda från smartare modeller varje år.[18][25]
Beloppen är inte någon fast branschstandard. Analytikern Dylan Patel har presenterat andra kostnadsuppskattningar, bland annat en beräkning som exkluderar chipdesignbolagens marginaler.[28]