OpenAI спалила $3,7 млрд за квартал: програмна оптимізація та власний чип мають на 50% знизити вартість AI-інференсу

Програмне рішення: мультимодельна маршрутизація

Конкретна програмна оптимізація, розроблена OpenAI для зниження витрат на інференс більш ніж удвічі, називається мультимодельною маршрутизацією (multi-model routing). Ця техніка автоматично скеровує прості запити до менших і дешевших моделей, залишаючи найпотужніші (і найдорожчі) моделі лише для складних завдань .

Галузеві посібники описують гібридний підхід, який забезпечує зниження витрат на 30-75% на рівні моделей завдяки використанню квантування, дистиляції та правильного вибору моделі, а також оптимізації часу виконання (пакетна обробка, спекулятивне декодування, управління KV-кешем), що дає приріст пропускної здатності на 40-80% . OpenAI також впровадила це на практиці, пропонуючи 50% знижки на відкладений інференс через свій Batch API: клієнти погоджуються чекати до 24 годин на результат .

Крім маршрутизації, інженери OpenAI розповіли The Information, що ці техніки були настільки ефективними, що в один момент вони обслуговували ChatGPT для незареєстрованих користувачів лише на кількох сотнях графічних процесорів Nvidia .

Апаратна ініціатива: власний чип інференсу Jalapeño

24 червня 2026 року OpenAI та Broadcom представили Jalapeño — перший власний чип OpenAI, створений спеціально для інференсу . Ключові деталі:

• Тип: Замовлена інтегральна схема (ASIC) — не GPU, а спеціалізований чип, призначений виключно для LLM-інференсу
• Зниження витрат: Попередні тести показують приблизно на 50% нижчу вартість одного інференсу порівняно з поточним обладнанням на базі GPU Nvidia
• Продуктивність: Забезпечує «суттєво краще» співвідношення продуктивності до енергоспоживання, ніж поточні найкращі зразки
• Розробка: Від початкового проєкту до серійного виробництва всього за дев'ять місяців, прискорена власними AI-моделями OpenAI, які допомагали в проєктуванні чипа
• Розгортання: Масштабне впровадження на рівні гігават заплановане на кінець 2026 року
• Довгострокові зобов'язання: Частина зобов'язань з інфраструктури на 10 ГВт до 2029 року
• Щорічна економія: Зниження витрат на 50% може означати $500 млн – $1 млрд щорічної економії для OpenAI до 2028 року

OpenAI описує чип як «перший будівельний блок багаторічної програми власних мікросхем», спрямованої на створення власного обчислювального стеку та подолання цінової залежності від Nvidia . Чип є вертикально інтегрованим — OpenAI використовуватиме його виключно для власних потреб інференсу, не продаючи зовнішнім клієнтам .

Детальний фінансовий тиск

Ключові показники з документів для акціонерів за I квартал 2026 року:

• Дохід: $5,7 млрд (зріс приблизно втричі порівняно з минулим роком)
• Спалювання готівки: $3,7 млрд (також зросло втричі)
• Операційний збиток: $9,3 млрд лише за квартал
• Чистий збиток: $21,3 млрд (включаючи компенсацію акціями на $2,3 млрд та негрошове бухгалтерське коригування на $12,4 млрд)
• Витрати на R&D: $8,6 млрд
• Валова маржа: Незначно покращилася до 39%
• Грошові резерви: $73 млрд готівки та цінних паперів, що забезпечує фінансову подушку, незважаючи на величезні збитки

Операційна маржа компанії становила приблизно -122%, тобто вона втрачала близько $1,22 на кожен зароблений долар . Загалом за 2025 рік OpenAI отримала збитки приблизно $38,5 млрд при витратах у $34 млрд .

Ширша галузева гонка: вартість інференсу стрімко падає

Заходи OpenAI зі скорочення витрат є частиною загальногалузевої цінової війни, яка змінює економіку AI:

• Anthropic прискорив зростання клієнтської бази та випередив OpenAI за рівнем впровадження в бізнесі США (34,4% проти 32,3%) станом на травень 2026 року .
• Відкриті моделі тиснуть на ціни: чотири китайські моделі з відкритою вагою тепер відповідають передовим показникам кодування за третину вартості пропрієтарних аналогів . DeepSeek V4, за повідомленнями, у п'ятдесят разів дешевша в експлуатації, ніж Claude Opus 4.6 .
• Google Gemini 3.1 Flash коштує $0,10 за мільйон вхідних токенів — це зниження ціни на 99,7% за три роки .
• Anthropic Claude Sonnet 4.6 перевершує GPT-4 за всіма існуючими бенчмарками за ціною $3 за мільйон вхідних токенів .
• Витрати на інференс впали приблизно в 50 разів за три роки, а ринок, за прогнозами, зросте зі $103 млрд (2025) до $255 млрд (2030) .
• OpenAI розглядає значне зниження цін за токен для розробників та корпоративних клієнтів, щоб випередити подібні кроки Anthropic .
• Клієнти дедалі частіше використовують інструменти багатомодельної маршрутизації, щоб комбінувати дешевші моделі та уникати преміальних цін від одного постачальника .

Що це означає для AI-індустрії

Поєднання програмних та апаратних оптимізацій дає OpenAI змогу потенційно вдвічі скоротити витрати на інференс навіть у міру масштабування. Але компанія діє не у вакуумі. Загальне зниження цін на інференс — завдяки конкурентам, відкритим альтернативам та спеціалізованому обладнанню — означає, що цінова влада в галузі слабшає .

Для підприємств це хороша новина: ефективна вартість виконання AI-завдань падає швидше, ніж зростають можливості. Batch API від OpenAI вже пропонує 50% знижки на відкладені навантаження, а багатомодельна маршрутизація може скоротити витрати на 40-60% без втрати якості . Питання лише в тому, чи зможе будь-який окремий постачальник утримувати преміальні ціни на ринку, де китайські моделі з відкритим кодом пропонують передову функціональність за частку вартості .