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 2023 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。