奥特曼认输:全球第一,根本不在OpenAI!

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
奥特曼认输:全球第一,根本不在OpenAI!
8296点击    2026-06-09 14:30

奥特曼亲口承认,OpenAI内部token消费冠军月烧1000亿个,还不是全球第一。


硅谷最近流行一种新的炫富。


不比房,不比车,比谁把AI的token烧得多。烧得越狠越光荣,活脱脱一场全员烧钱大赛。


按理说,最有资格炫的候选是OpenAI。token它自己造,成本价随便烧。


可前两天一场直播,CEO奥特曼自己拆了自己的台。


OpenAI内部的token消费冠军,每月消耗1000亿个token。


奥特曼认输:全球第一,根本不在OpenAI!


然后他补了一句话,让整个画风突变。


说来惭愧,这还不是世界第一。我们发现有人比这更多。


万万没想到,一个造token的竟然没干过买token的。


六年,token消耗涨了一百万倍


这个1000亿有多夸张。


六年多前,全公司烧得最猛的人,一个月也就10万。


从10万到1000亿,整整一百万倍。当年那个全球第一的10万,放今天只是地球上一个普通人的人均水平。


烧到这个量级还守不住第一,OpenAI不是没努力。


token它有,自己产的,成本价造。烧token也早早卷成了一种荣耀,有排行榜,谁烧得多谁脸上有光。


它甚至给客户发实体奖牌,叫「Tokens of Appreciation」,10亿、1000亿、1万亿,三档明码标价,烧到了就给你寄一块。麦肯锡刚集齐1000亿那一块。


YC那一批创业公司,奥特曼大手一挥,每家白送200万美元的token,就为了看他们能烧出点什么花样。


如今,token这东西在OpenAI已经快变成发给员工的工资了。但还是没卷过那个「神秘人」。


奥特曼认输:全球第一,根本不在OpenAI!


烧得多≠干得多


不过,先别急着膜拜这些数字。


Linear的COO Cristina Cordova在𝕏上开火,按token花费给工程师排名,跟她按谁花钱最多给市场团队排名有啥区别。别把高烧钱率当成高成功率。


开发者Maxwell Maher说得更绝,这可能是有史以来最烂的生产力指标。任谁都能让200个Agent整夜空转,烧出一大堆「啥也没干成」。


奥特曼认输:全球第一,根本不在OpenAI!


过去两个月,整个硅谷为这事吵翻了天。


4月,Meta内网冒出一个员工私建的排行榜,名字叫「Claudeonomics」,专按token消耗量给同事排座次。烧得多的,还能领「Token Legend」「Cache Wizard」这种花里胡哨的称号。


于是,一个月后,整个Meta烧掉了60万亿token。


「卧龙」既出,必有「凤雏」。


栽进同一个坑里的,还有亚马逊。他们的员工为了冲榜,把prompt写得又臭又长,挂一堆Agent并行刷,token数蹭蹭涨,活没多干一点。


奥特曼认输:全球第一,根本不在OpenAI!


这事被端上台面之后,得了个名字「tokenmaxxing」。后面那个「maxxing」,意思就是往死里堆。


那么问题来了,用这么多token堆出来的,到底是生产力,还是一地鸡毛?


奥特曼认输:全球第一,根本不在OpenAI!


OpenAI:把会花钱的人买下来


想知道答案,镜头需要先切到这个人身上。


5月15日,Peter Steinberger往𝕏上甩了一张截图。


他的OpenAI后台,过去30天,账单停在$1,305,088.81。6030亿token,760万次请求,背后100个Codex实例昼夜不停。


这130万,他一分钱没掏。今年2月他进了OpenAI,从那以后,烧多少都是公司的钱。


奥特曼认输:全球第一,根本不在OpenAI!


看出区别了吗。


一边把烧token玩成了KPI游戏,一边把它烧成了真东西。


对于OpenAI来说,token他们自己产,从来不缺。缺的是会用token的脑子。


这事儿,用Peter自己的话解释得最清楚:


大家都在为我的账单抓狂。但没人看到的是,真正让我兴奋的问题是,如果token成本不再是限制,未来的软件该怎么造?


他那100个Codex不是挂着空转刷排名的。扫安全漏洞、审PR、去重issue、写修复,全天候在干活。这不是tokenmaxxing,这是一台吞token的机器在替他造东西。


奥特曼认输:全球第一,根本不在OpenAI!


这种人有多稀缺,看个细节。


Peter那130万,跑的是Codex「Fast Mode」的价,关掉快速模式,同样的活只要30万。


哪怕按30万算,平均一个Agent一个月也得3000美元。


对比一下,一份200美元的Codex Pro订阅,一个月也就值五六千美元的API额度。


Peter光非快速模式那部分,就顶得上六十份顶配订阅。


OpenAI把这种人买进来,还高调替他付钱,本身就是一条广告,告诉外面所有开发者,未来的工作流是要烧海量算力的,不是省着用。


稀缺的从来不是token


说回最初那个问题。一家公司未来的能力,到底押在什么上。


这不是虚题。再过两年,每家公司都得做同一道选择题,钱是砸在更多token上,还是砸在更会花token的人和系统上。


直觉答案是,押在token上。谁算力多、token便宜,谁就强。


英伟达CEO黄仁勋就是这么想的。他在播客上放话,一个年薪50万美元的工程师,一年要是没烧掉至少25万美元的token,他会「深感不安」。


LinkedIn创始人Reid Hoffman、YC CEO Garry Tan都站这队,Tan的原话是「我们tokenmaxxing比大多数人都早」。连谷歌CEO Sundar Pichai都在Google I/O上把这词拎出来讲。


奥特曼认输:全球第一,根本不在OpenAI!


可两边都只说对了一半。


烧得多的人不一定强,这是质疑派对的。但能把海量token花出价值的人确实强,这是老黄们对的。


把这两半拼起来,答案就清楚了。


决定能力的,从来不是你能拿到多少token,是你有没有一套把token花出去的系统。


Peter值钱,不在于他烧得起,在于他造了龙虾这台能吞6000多亿token的机器。


奥特曼认输:全球第一,根本不在OpenAI!


便宜的是智能,贵的是会花钱的人


而烧钱这事,才刚开始提速。


奥特曼在同一场直播里放了话,下一站是「常驻、主动运行的AI」,不用你开口,它自己在后台跑。


当一个人能指挥上百个Agent昼夜连轴转,烧token这件事就跟公司大小彻底脱钩了。


一个铁了心的个人,能轻松烧过一整间实验室。Peter已经当众证明过一次。


对企业来说,这才是真正头疼的地方。


AI开始不用提示自己跑之后,成本不再是你点一下花一点。你睡着了,它还在花。


能把这种永不停机的智能管出价值,而不只是一张吓死人的账单,成了新的分水岭。


到那天,会花钱的人值多少,只会比现在更离谱。


参考资料:

https://www.businessinsider.com/sam-altman-openai-top-token-spender-ai-costs-issue-2026-6


文章来自于"新智元",作者 "摩西"。

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

3
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0

4
无人直播

【开源免费】VideoChat是一个开源数字人实时对话,该项目支持支持语音输入和实时对话,数字人形象可自定义等功能,首次对话延迟低至3s。

项目地址:https://github.com/Henry-23/VideoChat

在线体验:https://www.modelscope.cn/studios/AI-ModelScope/video_chat


【开源免费】Streamer-Sales 销冠是一个AI直播卖货大模型。该模型具备AI生成直播文案,生成数字人形象进行直播,并通过RAG技术对现有数据进行寻找后实时回答用户问题等AI直播卖货的所有功能。

项目地址:https://github.com/PeterH0323/Streamer-Sales