एआई मॉडल और प्लेटफ़ॉर्म

OpenAI कहता है कि एजेंट अब प्रत्येक शोधकर्ता के कार्यदिवस पर 3.1 कार्यदिवस कवर करते हैं

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

OpenAI के शोध संगठन ने अब प्रत्येक मानव कार्यदिवस के लिए 3.1 एजेंट‑कार्यदिवस का प्रयास चलाया है, कंपनी ने एक 8 सितंबर, 2026 का निबंध में कहा, जिसमें बताया गया है कि वह अग्रणी मॉडल क्षमता को राजस्व में कैसे बदलने का इरादा रखता है। यह आंकड़ा, मध्य‑अगस्त 2026 तक मानक आठ घंटे के कार्यदिवस के मुकाबले मापा गया, मुख्य वित्तीय अधिकारी सारा फ्रायर द्वारा प्रस्तुत व्यापक तर्क को आधार देता है कि अधिक सक्षम मॉडल, एक बिलियन से अधिक साप्ताहिक सक्रिय उपयोगकर्ताओं की आधारशिला, और पूर्ण‑स्टैक कंप्यूट रणनीति एक‑दूसरे को सुदृढ़ करती हैं।

यह निबंध, जिसका शीर्षक “The Work Now Within Reach” है, फ्रायर की OpenAI के व्यवसाय और कंप्यूट अर्थशास्त्र पर श्रृंखला में नवीनतम कड़ी है। OpenAI ने फ्रायर को जून 2024 में CFO नियुक्त किया; वह पहले Nextdoor की CEO और Square की CFO के रूप में कार्य कर चुकी थीं।

उपयोग और राजस्व

OpenAI ने कहा कि उसके उत्पाद एक बिलियन से अधिक साप्ताहिक सक्रिय उपयोगकर्ताओं और 2.5 मिलियन व्यवसायों तक पहुंचते हैं, और प्रत्येक शोध प्रगति ChatGPT, ChatGPT Work, Codex, और उसके API पर निर्मित अनुप्रयोगों को सुधारती है। कंपनी ने कहा कि विज्ञापन द्वारा समर्थित मुफ्त पहुंच लोगों को यह पता लगाने में मदद करती है कि AI कहाँ उपयोगी है, जबकि सब्सक्रिप्शन और उपयोग‑आधारित ऑफ़र ग्राहकों को अधिक मूल्य मिलने पर अधिक खर्च करने की अनुमति देते हैं।

व्यक्तिगत ChatGPT योजनाओं के अपने अध्ययन का हवाला देते हुए, OpenAI ने कहा कि साइन‑अप के छह महीने बाद दैनिक संदेश मात्रा पहले महीने की तुलना में लगभग 50% अधिक थी, और उपयोगकर्ताओं ने लगभग दो गुना विभिन्न कार्यों को आज़माया। अंतर्निहित विश्लेषण अक्टूबर 15, 2025 से मई 1, 2026 के बीच बनाए गए खातों के 0.1% नमूने पर आधारित है, जिसमें गतिविधि को 31 मई, 2026 तक ट्रैक किया गया; यह प्रत्येक उपयोगकर्ता के पहले 28 दिनों के सापेक्ष संदेशों और कार्य विविधता को मापता है और संदेशों को 53 क्षमता श्रेणियों में वर्गीकृत करता है।

निबंध में पाँच ग्राहक कार्यान्वयन भी उल्लेखित हैं। Boston Children’s Hospital ने कहा कि AI‑सहायता शोध के माध्यम से पहले अनसुलझे दुर्लभ रोग मामलों में 40 से अधिक निदान किए गए। Cars24 ने कहा कि उसके एजेंट कार खरीद‑बेच के दौरान प्रति माह एक मिलियन से अधिक वार्ता मिनट संभालते हैं। Circles ने रिपोर्ट किया कि समर्थित कार्यप्रवाहों में ग्राहक सेवा इंटरैक्शन का 65% स्वायत्त रूप से हल हो गया, और Balyasny Asset Management ने कहा कि उसका Central Bank Speech Analyst मैक्रोइकोनॉमिक परिदृश्य विश्लेषण को दो दिन से लगभग 30 मिनट तक घटा दिया। Replit एक फ्री मोड प्रदान करता है जो लोगों को उनके उपयोग सीमा को खर्च किए बिना सॉफ़्टवेयर योजना बनाने देता है। प्रत्येक आंकड़ा OpenAI द्वारा प्रस्तुत ग्राहक के अपने खाते से लिया गया है।

शोध संगठन के भीतर एजेंट

3.1 एजेंट‑कार्यदिवस का आंकड़ा OpenAI के एक शोध अपडेट से आया है, जो 6 सितंबर, 2026 को प्रकाशित हुआ, जिसमें बताया गया कि जून 2026 से पहले शोध संगठन में कुल एजेंट रन‑टाइम अभी भी कुल मानव श्रम से कम था। उस अपडेट में कहा गया कि मध्य‑अगस्त तक औसत शोधकर्ता API कीमतों पर प्रति दिन $600 से अधिक इनफ़रेंस उपयोग कर रहा था, और 90वें प्रतिशत उपयोगकर्ता प्रति दिन $7,000 से अधिक टोकन उपयोग कर रहा था।

उसी अपडेट में कहा गया कि कोडिंग‑एजेंट की सफलता दरें जनवरी से जुलाई 2026 तक कई कार्य‑कठिनाई वर्गों में बढ़ी, जबकि यह भी बताया गया कि लंबे कार्यों को अभी भी मानव मार्गदर्शन की आवश्यकता होती है: पिछले छह महीनों में, चार से आठ घंटे मानव समय के अनुमानित सफल कार्यों में से आधे से अधिक में कम से कम एक हस्तक्षेप शामिल था। निबंध में, OpenAI ने कहा कि लोग अभी भी शोध प्राथमिकताएँ निर्धारित करते हैं और परिणामों का मूल्यांकन करते हैं, और टीमें एजेंटों का उपयोग उन बुनियादी ढांचा समस्याओं को हल करने के लिए कर रही हैं जो पहले विशेषज्ञ समर्थन की आवश्यकता रखती थीं।

मॉडल क्षमता और कंप्यूट लागत

फ्रायर के निबंध में GPT-6 Astra को वर्तमान क्षमता चालक के रूप में प्रस्तुत किया गया है, इसे कंप्यूटर उपयोग, ब्राउज़िंग, सॉफ़्टवेयर इंजीनियरिंग, साइबर सुरक्षा, विज्ञान और पेशेवर कार्यों में अत्याधुनिक बताया गया है। अपने रिलीज़ पोस्ट में, OpenAI ने कहा कि Astra FrontierMath Tier 4 पर 98%, ARC-AGI-3 पर 99.9% और ExploitBench पर 100% अंक प्राप्त करता है, और यह कंपनी के Preparedness Framework के तहत साइबर सुरक्षा में Critical थ्रेशोल्ड को पूरा करता है। ये OpenAI के स्वयं द्वारा रिपोर्ट किए गए परिणाम हैं। कंपनी ने कहा कि Astra 3 सितंबर, 2026 को सीमित संगठनों के समूह को रोल आउट करना शुरू किया, और इसके बाद के दिनों में ChatGPT के भुगतान स्तर, API, Microsoft Azure और AWS Bedrock में सामान्य उपलब्धता प्राप्त हुई।

सेवा आर्थिकता पर, निबंध GPT-5.6 के बारे में OpenAI के 29 जुलाई, 2026 के इंजीनियरिंग पोस्ट से दो आंकड़े दोहराता है: उत्पादन सेवा सॉफ़्टवेयर सुधार जिन्होंने अंत‑से‑अंत सेवा लागत को 20% घटाया, और स्पेक्युलेटिव‑डिकोडिंग कार्य जिसने टोकन‑जनरेशन दक्षता को 15% से अधिक बढ़ाया। दोनों लाभ GPT-5.6 Sol द्वारा Codex के भीतर संचालित होने से प्राप्त हुए, जिसमें उत्पादन कर्नेल को स्वायत्त रूप से पुनर्लेखन शामिल है, इंजीनियरिंग पोस्ट ने कहा।

निबंध Jalapeño, OpenAI के कस्टम इनफ़रेंस चिप, के पहले परिणामों का भी सारांश देता है, जो पहली बार 25 अगस्त, 2026 को प्रकाशित हुआ। InferenceX परीक्षणों में GPT-OSS 120B, DeepSeek R1 और Kimi K2.5 के बीच, OpenAI ने कहा कि चिप ने परीक्षण किए गए व्यावसायिक प्रणालियों की तुलना में प्रति वाट पिक टोकन थ्रूपुट में 1.5 से 1.9 गुना अधिक प्रदान किया, तुलना को सामान्य करने के लिए रेटेड चिप पावर का उपयोग किया, और अंत‑से‑अंत लेटेंसी 1.7 से 3.6 गुना कम थी। OpenAI ने कहा कि वह वर्ष के अंत तक अपने कंप्यूट बुनियादी ढांचे में Jalapeño को NVIDIA, AMD और अन्य साझेदारों के एक्सेलेरेटरों के साथ तैनात करना शुरू करेगा, और द्वितीय और तृतीय‑पीढ़ी के संस्करण विकास में हैं।

फ्रायर ने लिखा कि OpenAI प्रत्येक निवेश का मूल्यांकन उस मांग के आधार पर करता है जिसे वह सेवा दे सकता है, वह कितनी जल्दी उत्पादक बनता है, और क्या रिटर्न निवेशित पूंजी को उचित ठहराते हैं, और बढ़ती अपनाने से प्राप्त राजस्व आगे के शोध और बुनियादी ढांचे को निधि प्रदान करता है।

जोनस रीव यूनाइट.एआई में एक एआई-जनरेटेड विश्लेषक है, जो कॉग्निटिव एआई, आर्टिफिशियल जनरल इंटेलिजेंस (एजीआई), और मशीन इंटेलिजेंस के सैद्धांतिक आधारों पर ध्यान केंद्रित करता है। उनका काम यह देखता है कि जीवविज्ञान और कृत्रिम प्रणालियों दोनों में सीखने, तर्क, स्मृति, और अमूर्तता कैसे उत्पन्न होती है, आधुनिक एआई आर्किटेक्चर और संज्ञान विज्ञान और मन के दर्शन में लंबे समय से चली आ रही प्रश्नों के बीच संबंध बनाते हैं।
एक अवधारणात्मक और प्रतिबिंबात्मक दृष्टिकोण के साथ, जोनस तर्क मॉडल, एजेंटिक सिस्टम, उभरने वाली संज्ञान, और संरेखण सिद्धांत जैसे ढांचे की जांच करता है, एजीआई की ओर वास्तविक प्रगति का क्या अर्थ है - और क्या नहीं - स्पष्ट करने का लक्ष्य रखते हुए। समयसीमा या हाइप का पीछा करने के बजाय, वह पहले सिद्धांतों, अवधारणात्मक कठोरता, और वर्तमान मॉडलों की सीमाओं पर जोर देता है।
जोनस रीव द्वारा लिखित लेख एआई-जनरेटेड हैं और यूनाइट.एआई की संपादकीय टीम द्वारा उन्नत एआई अवधारणाओं की सटीकता, स्पष्टता, और जिम्मेदार चर्चा सुनिश्चित करने के लिए समीक्षा की जाती है।