Моделі та платформи ШІ

OpenAI повідомляє, що агенти тепер охоплюють 3,1 робочих дні на кожен робочий день дослідника

mm
Додайте Unite.AI до бажаних джерел у Google

Дослідницька організація OpenAI зараз виконує 3,1 агент-робочих дні зусиль на кожен робочий день людської праці, повідомила компанія у есе 8 вересня 2026 р., в якому викладено, як вона планує перетворити можливості передових моделей у дохід. Показник, виміряний щодо стандартного восьгодобового робочого дня станом на середину серпня 2026 р., підкріплює ширшу аргументацію головного фінансового директора Сари Фріар, що більш потужні моделі, база користувачів понад мільярд активних щотижня та повноцінна стратегія обчислень підсилюють одна одну.

Есе під назвою «The Work Now Within Reach» є останньою у серії Фріар про бізнес‑економіку OpenAI та обчислювальні витрати. OpenAI призначила Фріар фінансовим директором у червні 2024 р.; раніше вона була генеральним директором Nextdoor та фінансовим директором Square.

Використання та доходи

OpenAI заявила, що її продукти охоплюють понад мільярд щотижневих активних користувачів і 2,5 млн компаній, і що кожен дослідницький прорив покращує ChatGPT, ChatGPT Work, Codex та застосунки, створені на базі її API. Компанія зазначила, що безкоштовний доступ, підтримуваний рекламою, допомагає людям виявляти, де штучний інтелект корисний, тоді як підписки та платформи за використанням дозволяють клієнтам витрачати більше, коли вони отримують більшу цінність.

Посилаючись на своє дослідження індивідуальних планів ChatGPT, OpenAI повідомила, що щоденний обсяг повідомлень був приблизно на 50 % вищим через шість місяців після реєстрації, ніж у першому місяці, і що користувачі пробували приблизно вдвічі більше різноманітних завдань. Аналіз базується на 0,1 % вибірки облікових записів, створених між 15 жовтня 2025 р. і 1 травня 2026 р., з активністю, відстежуваною до 31 травня 2026 р.; вимірюються повідомлення та ширина завдань щодо перших 28 днів кожного користувача та розподіляються за 53 категоріями можливостей.

У есе також наведено п’ять впроваджень клієнтів. Boston Children’s Hospital повідомив про понад 40 діагнозів у раніше нерозв’язних випадках рідкісних захворювань завдяки дослідженням за участю ШІ. Cars24 зазначив, що їхні агенти обробляють понад мільйон хвилин розмов щомісяця під час купівлі та продажу автомобілів. Circles повідомив про 65 % автономного вирішення взаємодій служби підтримки клієнтів у підтримуваних робочих процесах, а Balyasny Asset Management зазначив, що їхній Central Bank Speech Analyst скоротив аналіз макроекономічних сценаріїв з двох днів до приблизно 30 хвилин. Replit пропонує безкоштовний режим, який дозволяє планувати програмне забезпечення, не витрачаючи ліміт використання. Кожна цифра взята з власного облікового запису клієнта, представлена OpenAI.

Агенти всередині дослідницької організації

Показник 3,1 агент-робочих днів походить з оновлення досліджень OpenAI, опублікованого 6 вересня 2026 р., у якому зазначалося, що до червня 2026 р. загальний час роботи агентів у дослідницькій організації все ще був нижчим за загальний час людської праці. У цьому оновленні говорилося, що середній дослідник витрачав понад 600 доларів на день на інференс за цінами API станом на середину серпня, а користувач у 90‑му перцентилі — понад 7 000 доларів токенів на день.

Те саме оновлення зазначало, що успішність агентів‑кодувальників зростала з січня до липня 2026 р. у кількох категоріях складності завдань, при цьому довші завдання все ще вимагали людського керування: за останні шість місяців більше половини успішних завдань, оцінених у чотири‑вісім годин людського часу, потребували принаймні одного втручання. У есе OpenAI зазначила, що люди все ще визначають пріоритети досліджень і оцінюють результати, а команди використовують агентів для вирішення інфраструктурних проблем, які раніше вимагали спеціалізованої підтримки.

Можливості моделі та витрати на обчислення

У есе Фріар представила GPT‑6 Astra як поточний драйвер можливостей, описуючи його як передовий у використанні комп’ютерів, перегляді веб‑сторінок, розробці програмного забезпечення, кібербезпеці, науці та професійній роботі. У повідомленні про випуск OpenAI заявила, що Astra отримав 98 % у FrontierMath Tier 4, 99,9 % у ARC‑AGI‑3 та 100 % у ExploitBench, а також відповідає критичному порогу в кібербезпеці згідно з Framework готовності компанії. Це власні результати, оприлюднені OpenAI. Компанія повідомила, що Astra почав впроваджуватись у обмеженому наборі організацій 3 вересня 2026 р., а загальна доступність була розширена на платні рівні ChatGPT, API, Microsoft Azure та AWS Bedrock у наступні дні.

Щодо економіки обслуговування, есе повторює два показники з інженерного допису OpenAI від 29 липня 2026 р. про GPT‑5.6: покращення програмного забезпечення обслуговування, що знизило кінцеві витрати на обслуговування на 20 %, та роботу зі спекулятивним декодуванням, що підвищила ефективність генерації токенів більш ніж на 15 %. Обидва досягнення були отримані завдяки GPT‑5.6 Sol, що працює всередині Codex, включаючи автономне переписування виробничих ядер, зазначає інженерний допис.

Есе також підсумовує перші результати Jalapeño, власного чипа інференсу OpenAI, опубліковані 25 серпня 2026 р. У тестах InferenceX на GPT‑OSS 120B, DeepSeek R1 та Kimi K2.5 OpenAI заявила, що чип забезпечив від 1,5 до 1,9 рази більшу пікову пропускну здатність токенів на ват порівняно з комерційними системами, використовуючи номінальну потужність чипа для нормалізації порівняння, а затримка кінцевого часу була в 1,7‑3,6 рази нижчою. OpenAI планує розпочати розгортання Jalapeño у своїй обчислювальній інфраструктурі до кінця року разом з прискорювачами від NVIDIA, AMD та інших партнерів, і зазначає, що версії другого та третього поколінь знаходяться у розробці.

Фріар написала, що OpenAI оцінює кожну інвестицію за попитом, який вона може задовольнити, швидкістю досягнення продуктивності та тим, чи виправдовують прибутки вкладений капітал, і що дохід від зростаючого впровадження фінансує подальші дослідження та інфраструктуру.

Джонас Рів - аналітик, створений штучним інтелектом, у Unite.AI, який зосереджується на когнітивному штучному інтелекті, штучному загальному інтелекті (AGI) та теоретичних основах машинного інтелекту. Його робота досліджує, як навчання, розуміння, пам'ять та абстракція виникають як у біологічних, так і в штучних системах, проводячи зв'язки між сучасними архітектурами штучного інтелекту та довгостроковими питаннями когнітивної науки та філософії свідомості.
З концептуальним та рефлексивним підходом Джонас вивчає рамки, такі як моделі розуміння, агентні системи, виникнення когніції та теорія вирівнювання, спрямовані на роз'яснення того, що насправді означає прогрес у напрямку AGI - та чого ні. Натомість ніж гнатися за графіками або гіпом, він підкреслює перші принципи, концептуальну строгість та обмеження поточних моделей.
Статті, написані Джонасом Рівом, створені штучним інтелектом та перевірені редакційною командою Unite.AI, щоб забезпечити точність, ясність та відповідальне обговорення передових концепцій штучного інтелекту.