假期被玩坏了的奥特曼，正在玩弄全世界的算力
如今，春天英伟达的GTC，秋天OpenAI的DevDay，是硅谷最重要的盛会。它们预告了未来。
在刚过去的OpenAI开发者日上，除了发布了ChatGPT Apps SDK、AgentKit、GPT-5 Codex，奥特曼提到的几组截至2025年的数据，揭示AI行业正在驶向何方：
平台400万开发者；
8亿ChatGPT周活用户；
API调用每分钟60亿token。
让我们就此做一点大胆地假设与简单的计算。
第一，OpenAI整体每月tokens消耗。
基于API的调用，显然不是OpenAI对外提供AI服务的全部。去年，OpenAI曾披露它的基于ChatGPT的消费者订阅业务，收入占比约为75%。而按照OpenAI对未来的收入路线规划，ChatGPT订阅收入占比将逐步下滑，取而代之的是API、Agents与其他新业务占比。当然，目前OpenAI正在布局Agents相关产品线，并开始探索广告与电商业务，但相比其他两大业务，可以说仍然处于商业化早期阶段。
不妨让我们假定，目前，OpenAI来自API的收入，仍然占据25%，而且，收入占比对应着token的消耗数量。
那么，OpenAI基于API的token消耗量，每周将达到60*60*24*7=60万亿tokens，每月则约为260万亿。相应的，基于ChatGPT订阅的token消耗量，每周将达到180万亿tokens，每月约780万亿。整个OpenAI每月的token消耗合计约为1040万亿。
这意味着OpenAI与谷歌处于相同烈度的竞争之中。谷歌的AI工厂同样在疯狂地生产token，从5月的480万亿tokens，骤增至6月的980万亿。当时，Veo 3发布不久，Nano Banana尚未发布。谷歌目前月均token消耗量肯定已经突破千万亿量级。而OpenAI这次公布的数据应该也没有统计Sora 2放量所带来的。
第二，ChatGPT用户画像。
OpenAI的ChatGPT目前拥有约8亿周活用户，每周消耗约180万亿tokens，折算下来人均每周使用约22.5万tokens。一项研究将典型推理任务设定为输入10k、输出1.5k tokens，据此估算，平均每位用户每周大约执行20次此类推理任务，也就是在每个工作日向ChatGPT提出约四个重要问题。
当然，这一抽象的平均值，掩盖了几个实际应用场景中的结构性差异：少数中重度用户贡献了绝大部分token消耗；不同重要程度的问题，交互深度与轮次并不相同。
第三，开发者用户画像。
若将API调用主要视作由开发者生态贡献，那么，相对2024年，OpenAI平台上的开发者人数增长了2倍，而API消耗的token数量却增加了20倍。简言之，短短两年间，平均每位开发者消耗的token数量增长了10倍。
促成 人均消耗量大幅增长的，也许正是深度推理与智能体在各行各业，尤其首先是编码行业的渗透。
在演讲中，奥特曼宣布GPT-5 Pro将开放API。它就非常适合协助完成非常困难的任务，在金融、法律、医疗保健等领域，以及更多需要高准确性和深度推理的领域。此外，OpenAI的GPT-5 Codex正式发布，从8月以来，Codex的日使用量增长了10倍以上。
这个趋势仍在增强。智能体的摩尔定律就预言了它能处理的任务的复杂度每7个月翻倍；多智能体间的协作，至少将推理消耗进一步放大到简单对话的15倍以上。
难怪在绑定英伟达10GW的数据中心后，OpenAI又与AMD打得火热，约定了总计高达6GW的数据中心。奥特曼已经开始营销它强大10倍的GPT-6，并将数据中心规模提升至2033年得到惊人的250GW。
第四，Sora 2的峰值GPU需求。
从文本推理到多模态生成，算力消耗的曲线将更急剧陡峭。奥特曼还宣布Sora 2也将开放API。多模态将不断向现有应用场景渗透，也有望创造出新的应用市场。
但由于OpenAI越来越不透明，不再公开技术细节，对Sora 2算力消耗的估算也不得不建立在一系列大胆而高度敏感的假设之上。总体而言，它与模型与视频的性能参数，以及工作负荷模式密切相关。
在初代Sora发布的时候，风险投资机构Factorial Funds的Matthias Plappert，就曾基于多重假设估算出，72万张H100才能满足它的峰值需求。他假设，初代Sora的参数规模为200亿，且以24帧/秒编码，采样步数为250步，它与典型的DiT模型类似，即6.75亿参数的模型，8倍的压缩率，以及单帧画面524×10^9次浮点运算。他还假设Sora在TikTok与Youtube上的渗透率分别为50%与15%。他还考虑了算力实际利用率，峰值需求与候选视频需求。
可见，模型规模、采样步数、硬件效率，以及OpenAI在AI社交短视频上的野心，将是决定Sora 2整体算力需求最关键的变量与杠杆。
整体而言，扩散模型仍然满足扩展定律。年初，对标初代Sora的Step-Video-T2V参数规模达到了300亿，也许Sora 2的参数规模也有小幅增长。业界也在探索通过算法改进推动采样步数的下降。此外，从Hopper架构到Blackwell架构算力性能的提升，以及针对性地推出定制芯片，都在提升算力效率。
不妨先让我们假定，Sora 2的参数规模增长2.5倍至500亿参数；它主要在GB200的FB8精度下推理，约较H100的FP16精度提升了5倍；其他变量此消彼长，整体不变。再让我们假定，Sora 2继续向TikTok与Youtube输出相同体量的内容，且OpenAI最新的独立应用Sora，将成为短视频平台的有力竞争者，即每天生成的AI视频总时长，等同于对外输出的体量。
换言之，Sora 2的峰值算力需求仍高达约72万张GPU，只是硬件代际从H100更换为GB200。
这当然只是一个静态的、片面的估算。随着AI视频生成性能的提升，其应用将从社交分享扩展到影视制作等专业领域；社交和短视频平台也将卷入这场新的军备竞赛，把算力竞争推向新的量级。
难怪奥特曼的目标，是今年底百万张卡。
AI创投日报频道: 前沿科技相关攻略
英伟达和OpenAI达成世纪合作！最新消息，英伟达计划向OpenAI投资最高1000亿美元，OpenAI则要用这笔钱构建至少10GW的AI数据中心，全用英伟达的系统。10GW，相当于400万～500
人工智能技术正以前所未有的速度重塑全球劳动力市场，但它在不同人群中引发的情绪却截然不同。德意志银行9月23日发布的研报显示，面对AI可能带来的岗位冲击，最熟悉数字世界的年轻人，反而对AI取代其工作的
美国的AI市场，正上演两大阵营的对垒。台前，是全球最大的两家AI创业公司，OpenAI和Anthropic。幕后，则是微软、亚马逊这两家科技巨头，也是全球前两大云厂商，两家长期把持着云市场60%以上
在大多数人的直觉里，只要经济持续增长，工资总会水涨船高。可最新的一篇论文却抛出残酷预言：在AGI时代，经济会因为算力扩张而狂飙不止，但普通人的工资却被“算力成本”锁死，彻底与增长脱钩。也就是说，哪怕
在瑞幸咖啡的门店，AI基于180天历史数据和12项实时指标（如客流、设备状态、天气等）预测各时段客流，自动生成排班表；在绝味鸭脖门店，店长Agent“绝智”把销冠的经验，转化成智能排班、活动策略、实
热门专题
热门推荐
今年三月，谷歌DeepMind高级科学家Alexander Lerchner发表了一篇重磅论文，其核心结论清晰而深刻：基于算法的符号操作在结构上注定无法产生真正的意识——无论未来模型规模如何庞大、架构如何精巧，甚至是否为其配备仿生身体，这一根本性限制或许都无法被跨越。 仔细审视这一论断，它并非一个关
研究针对AI助手难以执行复杂屏幕操作的问题，构建了CUActSpot评测基准，通过代码渲染自动生成含精确坐标的多样化训练数据，并训练了一个40亿参数模型。实验表明，提升训练数据多样性比单纯扩大数据规模更能有效增强模型通用操作能力，并展现出跨任务泛化潜力。
《迷你世界》于2026年5月15日发布全新激活码，玩家可凭兑换码领取酷炫角色装扮、迷你币及稀有道具，请及时复制有效激活码前往游戏内使用。
《我的世界》于2026年5月17日发布免费兑换码EMMMyxhjVHMApsb2，可兑换游戏道具与装饰。兑换码常有时间或次数限制，请尽快使用。更多兑换码可查看官方汇总页面。