OpenAI 推销其用于芯片设计的模型，押注成本优势胜过开源

作者

Micah Abiodun 3 分钟阅读发布于 9月 2026日

OpenAI 正将先进人工智能扩展至芯片设计、生命科学和金融领域，同时强调完成单个任务的成本比代币价格更为关键。
该公司以自研的 Jalapeño 推理芯片为例，证明 AI 能够加速芯片开发，并表示该项目仅耗时九个月便完成了流片。
OpenAI 的这一战略举措正值竞争对手已在半导体设计中应用 AI 之际，因此执行质量和基于结果的经济效益成为更大的差异化因素。

OpenAI 正在将其先进模型扩展到芯片设计、生命科学和金融领域，认为前期成本较高的模型可以通过用更少的尝试完成任务来获得回报。

路透社 9 月 9 日报道，首席财务官 Sarah Friar 于 9 月 7 日在旧金山举行的 Goldman Sachs Communacopia + 技术大会上提出了这一论点。

对于试图在高端和低成本模型之间做出业务决策的企业来说，这改变了辩论。OpenAI 希望客户考虑哪个模型提供最低成本的完成任务，而不是询问哪个模型的代币价格最低。

芯片设计作为切入点，而非 EDA 替代品

OpenAI 并不试图取代工程师目前用于开发芯片的电子设计自动化系统。事实上，其解决方案通过帮助工程师分析问题、评估方法和加快某些工作，协助增强这些流程。

根据 Friar 的说法，针对特定任务开发的 AI 需求正在增长。据路透社报道，OpenAI 还在测试一种商业模式，其中定价取决于 AI 对给定公司的有效性，而不是基于消耗量。

这与 Friar 于 7 月 17 日发布的帖子相一致，该帖子强调了“每美元的有效智能”比代币价格更重要。虽然较便宜的模型可能需要多次重试和审查以及人工干预，但较昂贵的模型可能因其能更快地得出结果而被证明是更具成本效益的选择。

Jalapeño 作为内部证明点

OpenAI 创新能力的最清晰证明是 Jalapeño，其首款定制推理芯片。该公司在 8 月 25 日的一篇帖子中表示，其 AI 技术促成了 Jalapeño 在短短九个月内从概念阶段过渡到流片。

由于 AI，设计、测量和验证的周期缩短了。AI 还用于改进算术电路的性能并编程成品芯片。

OpenAI 声称，与用于执行 GPT-OSS 120B、DeepSeek R1 和 Kimi K2.5 计算的 Nvidia GB200 和 GB300 等效设备相比，Jalapeño 芯片在每瓦特 AI 工作方面的性能高出 1.5-1.9 倍。

根据 Cryptopolitan 在 8 月 25 日提供的信息，这款由 Broadcom 设计的芯片严格用于 OpenAI 的目的，不用于市场销售。因此，这些统计数据仅是 OpenAI 的数字。SemiAnalysis 观察了 InferenceX 的运行，但未独立重现完整的测试套件。

针对外部数据检查的每任务成本论点

Friar 表示，OpenAI 决定大幅降低其低端产品 Luna 的成本，促使其使用量增长了近十倍，并且根据路透社的报道，Codex 的用户数量增加到 2500 万。

独立测试为定价声明提供了一些证据。 Artificial Analysis 比较了 GPT-5.6 Luna 与 Z.ai 的 GLM-5.3 的定价，并将 Luna 的价格定为约 0.18 美元，而 GLM-5.3 的标准任务价格为 2.01 美元。

然而，这并不完全是一边倒的比较。GLM-5.3 在 Artificial Analysis 的智能指数中得分为 45，而 Luna 的得分仅为 38。因此，OpenAI 在标准任务的定价方面具有优势，但不一定是表现最好的 AI。

**OpenAI Jalapeño 芯片：AI 效率、延迟、模型成本和 31.6 万亿美元基础设施展望**

OpenAI 进入的一个较晚的领域

AI 辅助芯片设计已经非常成熟。 Synopsys 表示其生成式 AI 助手可以将信息检索时间减少 40%，并将解决方案时间减少 10 到 20 倍。

Cadence 在 6 月 1 日表示，其自主 ChipStack AI 工程师可以将某些 RTL 验证周期从五周减少到不到一天。Google 的 AlphaChip 也已用于 Alphabet 旗下的先进芯片中。

因此，OpenAI 的真正区别不在于声称 AI 可以帮助设计芯片。而是其专有模型可以以更低的成功结果成本做到这一点。

为什么赌注不断攀升

这一论点背后的市场是巨大的。 PwC 在 9 月 2 日表示，全球 AI 基础设施资本支出到 2050 年可能达到 31.6 万亿美元，年度支出将从 2026 年的约 8000 亿美元 增长到 2050 年的 1.8 万亿美元。芯片和服务器的定期升级预计将推动大部分支出。

OECD 在 7 月 10 日发布的关于 AI 市场的报告提出了反论点：尽管计算能力、芯片和其他关键投入保持高度集中，但质量调整后的 AI 模型价格在 2024 年 1 月至 2026 年 4 月期间下降了近 80%。

OpenAI 押注模型、软件和硅片之间的更紧密集成会将这种集中度转化为效率优势。如果成功，完成任务的成本可能比代币价格更重要——并成为推动 AI 走向全栈玩家的另一股力量。

最聪明的加密领域人士已经在阅读我们的通讯。想加入吗？加入他们。

常见问题

OpenAI 的首席财务官对芯片设计有何看法？

Sarah Friar 在 Goldman Sachs 举办的 Communacopia + Technology 会议上表示，据路透社报道，OpenAI 正将其 AI 聚焦于特定行业，包括芯片设计、生命科学和金融服务，并在成本上优于开源竞争对手。

OpenAI 设计其 Jalapeño 芯片耗时多久？

Friar 表示，Jalapeño 芯片在九个月内即完成了流片（即成品设计发送至工厂的阶段），OpenAI 利用自身模型加快了这一进程。

OpenAI 的 Luna 模型是否比开源替代方案更便宜？

根据 Artificial Analysis 的基准测试，GPT-5.6 Luna 执行标准任务的成本约为 0.18 美元，而 Z.ai 的开源模型 GLM-5.3 则为 2.01 美元；尽管 GLM-5.3 在该公司的智能指数中得分更高，但路透社报道称，OpenAI 近期将 Luna 的价格下调了 80%，推动其使用量增长了约十倍。