弗里尔在高盛科技大会上端出三个行业和一颗 Jalapeño，但能被外部核实的只有一个日期
这番话出自旧金山的高盛 Communacopia + Technology 大会。弗里尔提到企业侧的增长在加速，随后点名了三个方向：芯片设计、生命科学、金融服务。
这三个行业挑得并不随意。它们有一个共同点：结果可以被硬性判定。一版芯片设计要么过时序收敛、要么不过；一条合成路线要么做得出来、要么做不出来；一笔交易要么对得上账、要么对不上。对一个仍在为「幻觉」两个字掏成本的模型供应商来说，客户手里握着现成的验证器，是一件好事而不是坏事——它把「模型说得像不像」这个没法结账的问题，换成了「模型给的东西过不过」这个能结账的问题。相比之下，写文案、做客服这类早期被寄予厚望的场景，恰恰因为没人能一口咬定对错，价格才一路被压到今天这个样子。
弗里尔举的自证例子是 OpenAI 自己那颗芯片。Jalapeño 是 OpenAI 与博通联合开发的定制推理 ASIC，官方说法是从初始设计到流片定稿（tape-out）只花了九个月，OpenAI 称这是高性能先进半导体里已知最快的 ASIC 开发周期，其中一部分设计与优化环节用上了自家模型。公开的规格显示，它采用围绕 64 个内存/计算切片组织的 NUMA 式架构，配 216GB HBM4，700W 下算力上限约 13.4 MXFP4 PFLOPS；OpenAI 声称在低延迟推理和每瓦性能上优于英伟达的 GB200 与 GB300，首批部署瞄准 2026 年底。
这里有一处容易被含糊过去的区别：九个月说的是流片定稿，也就是设计冻结、送进工厂的那一刻，不是芯片装进机架开始干活的那一刻。定稿之后还有掩膜、流片、封装、点亮、量产爬坡，每一步都能把时间表撕开。所以「九个月」是一个关于设计效率的数字，不是一个关于交付的数字。把它当成前者，这个成绩确实硬；当成后者，就会高估这条曲线目前跑到了哪。
弗里尔的原话有一个很关键的限定语：「如果你部署 Luna，把它和（Z.ai 的）GLM 5.3 在云这一层上比，我们更便宜。」——在云这一层。
开源权重是免费的，但把权重跑起来不免费。企业要买卡或者租卡、要做批处理和调度、要吃下利用率不满时的空转、要养住这一摊的工程师。这些成本折进每一个 token，托管一个开源模型的实际单价未必低于一个把芯片、调度栈、推理框架全攥在自己手里的闭源供应商。弗里尔选的正是 OpenAI 唯一有机会赢的比法，而它同时也确实是多数企业真正掏的那笔钱——从这个角度说，这个比较并不算耍赖。
它绕开的是另外两件事：数据不出内网，以及供应商换不换得掉。开源模型在这两项上的价值从来不是靠每 token 单价体现的，也不会因为对手降价而消失。真正会被这条价格线动摇的，是那些本来就打算把推理放在公有云、只是在挑一个更省钱的权重的客户。
另一个被反复引用的数字是：Luna 降价约 80% 后，使用量涨了大约 10 倍。这两个数放在一起是可以直接乘的——单价变成原来的 0.2，用量变成 10 倍，收入大约是原来的 2 倍。规模涨了一个数量级，收入涨了一倍，这在定价上算是成功的一次试探。
但推理成本基本跟着用量线性走。所以这次降价究竟是赚是赔，取决于降价前那 80% 的空间里有多少是毛利、有多少是成本垫底；弗里尔没有给毛利率。同样没说的是，那十倍用量里有多少来自新客户，有多少只是老客户把原本跑在贵模型上的活挪了下来——后者会让总用量很好看，却在收入表上互相抵消。一个只公布分子的比率，读的时候要留一手。
把三段连起来，OpenAI 讲的其实是一个闭环：用自家模型压缩芯片设计周期，芯片压低推理成本，低成本换来低价格，低价格挤住开源，而这颗芯片本身又被当作「我们的模型真的会设计芯片」的招牌，卖回给芯片行业。闭环成立只差一个前提——Jalapeño 年底真按时上机、按承诺的能效跑起来。在那之前，这套叙事里能被外部验证的，还是只有一个九个月的日期。