OpenAI財務長撰文闡述全棧策略：以效率換規模的智能普及論

這篇文章掛名OpenAI財務長Sarah Friar，說的不是新產品，是一套解釋公司邏輯的說詞：智能便宜了，事情才做得起來；事情做得起來，公司才有錢投下一輪基礎設施。這個循環，OpenAI稱之為「豐盛」。文中拿最近的定價調整當例證：GPT-5.6 Luna降價80%，Terra降20%，Sol加開一個貴兩倍、快2.5倍的Fast模式。同時甩出一批用戶數字——超過十億活躍用戶、兩百萬企業客戶，用戶用滿半年後訊息量多五成、用途種類翻倍，Codex的agentic工作已佔OpenAI內部每週輸出token的99.8%。

真正值得商業決策者留意的，不是這些數字本身，是背後那句話：OpenAI在說「便宜不是靠燒錢補貼，是靠系統變聰明」。文中舉了個具體例子——GPT-5.6 Sol靠改進retained reasoning和context management，在ARC-AGI-3測試上的分數從13.3%衝到38.3%，而且output token少用六倍。模型沒換，換的是外面那層調度系統。這句話翻成白話就是：效率的戰場已經從「誰的模型更強」挪到「誰的工程團隊更會省」。這對後進者是個提醒——光堆參數追齊前緣模型還不夠，真正的門檻在於能不能把同一顆模型的每一分算力榨出更多產出。

另一個該注意的判斷，是OpenAI公開講「不必自己蓋每一樣東西」——可以自建、可以合夥、可以外購，重點是協調整個系統、學習需求變化。這等於是把「基礎設施要不要重壓」的答案交給實際用量說話：企業承諾、API消耗、模型效率進展，才是加碼的依據，不是先蓋了再等人來用。對正在評估要不要跟進大型雲端與晶片採購合約的亞太企業與投資人來說，這是個訊號——OpenAI自己都在說，規模不是重點，單位產出才是，那些光靠比誰家GPU多、誰家園區大來說故事的對手，故事的說服力正在變薄。

對亞太這邊做AI應用、做企業服務的公司而言，真正的競爭不在於誰能宣布最大的模型，而在於誰能把同樣的算力變出更多可用的結果——這條路OpenAI自己都還在補課，別人想抄捷徑，更難。