内部消耗按 API 标价折算，九十分位一天超过 7000 美元；同期 token 单价刚刚跌破 1 美元
这个数字的口径需要先说清楚，否则很容易被读成「OpenAI 每天给每个研究员付 600 美元」。官方博客给出的表述是：到 8 月中旬，研究组织里的中位数研究员每天都在用智能体，按对外 API 价格折算，日均推理消耗超过 600 美元；处在九十分位的高强度使用者，这个数字超过 7000 美元。
换句话说，这是把自家算力按对外报价记了一笔账。真实的边际成本对 OpenAI 来说要低得多，它没有为这些 token 向任何人付钱。但这笔虚拟账单反而更有参考价值——它等于告诉外部开发者：如果你想让一个人的产出接近我们研究员现在的强度，按现价你要准备多少钱。
最能说明速度的其实不是绝对值，而是那条越线的时间。按官方说法，在 2026 年 6 月之前，整个研究组织里智能体的总运行时长还低于人类总工时；到 8 月中旬，比例已经是 3.1 比 1。中间只隔了两个多月。
这条曲线之所以能这么陡，靠的不是单个模型突然变强，而是并发。研究员不再是「问一句等一句」，而是同时挂着好几个会话让它们各跑各的——官方原话说的是研究员整天都在用编码智能体，且常常是并发会话。人的注意力没有变多，变的是一个人能同时监督几条流水线。成本会跟着并发数近似线性上涨，产出却未必，这也是这类数字最容易被误读的地方。
中文渠道流传的版本里有两个更抢眼的数字：研究员输出 token 相比 2025 年 11 月增长 124 倍、约七成研究员同时跑至少 4 个智能体。这两项在能查到的一手表述和多数英文转述里没有对应上：更常被引用的一组是按团队拆分的中位数增长——研究团队约 56 倍、客服约 32 倍、工程约 27 倍、法务约 13 倍，基线同样是 2025 年 11 月。
倍数差出一倍多，通常不是谁在编，而是口径不同：算中位数还是算总量、只算 Codex 还是算全部推理、按团队拆还是按全组织合并，结果能差出好几档。所以引用时最好带上口径，单独甩一个「124 倍」出来意义不大。这里能确认的只有一点：以 2025 年 11 月为基线，一年不到，内部输出 token 是数十倍级的增长，而不是百分之几十。
把这份账本放到价格曲线上看会更有意思。据 IT Pro 的梳理，同一档能力的 token 价格在 6 月还是每百万 2 美元，到 9 月 5 日已经跌到 0.99 美元——三个月腰斩。单价砍半，人均日消耗却还在往上走，说明需求这边的弹性远远盖过了降价。
这不只发生在 OpenAI 内部。外部报道提到，Uber 用了四个月就把全年 AI 预算花完；Gartner 则给出过一个更刺眼的预测：到 2028 年，单个开发者的 token 花费有可能超过其平均薪资。这些数字来源不一、可靠性有别，但方向是一致的：降价没有降低总支出，只是把「买得起多少并发」这条线往上抬了一格。
这份账本里唯一没被公开的是分母。OpenAI 给了投入侧的全部刻度——多少钱、多少工作日、多少倍增长——却没有给出对应的研究产出如何计量。它自己也在博客里提醒这些是内部指标、不是通用生产力基准。在这个分母补上之前，3.1 这个比值更像是一份消耗强度报告，而不是效率证明。