OpenAI ввела метрику ROI для ИИ-трат и показала три уровня GPT-5.6
OpenAI опубликовала программную статью, адресованную финансовым директорам (CFO), с ответом на вопрос «как получить больше пользы от трат на ИИ». Компания предлагает сменить привычные метрики софта, число купленных мест, активных пользователей, продлённых лицензий, на метрику «полезный интеллект на доллар» (Useful Intelligence per Dollar), которая измеряет реально выполненную работу. Методика раскладывается на четыре вопроса: выполняет ли ИИ работу, которая действительно важна; сколько стоит каждая успешно решённая задача; можно ли доверять результату; растёт ли ценность каждого потраченного на ИИ доллара по мере роста использования.
По стоимости задачи OpenAI настаивает: считать нужно не цену за токен, а полную стоимость получения нужного результата, цену модели плюс время сотрудников, проверки и переделки. Формула проста: полную стоимость выполнения работы делят на число задач, прошедших планку качества. Из-за этого более дешёвая по токену модель не обязательно дешевле в пересчёте на итог: если модель даёт нужный ответ с первой попытки, она снижает число повторов, проверок и общий расход вычислений, даже при более высокой цене токена.
В качестве иллюстрации OpenAI ссылается на GPT-5.6, выпущенную неделей ранее. Модель поставляется в трёх уровнях: Sol, флагманская версия, Terra, баланс производительности и цены, Luna, самая быстрая и доступная. По словам OpenAI, на бенчмарке Artificial Analysis Coding Agent Index (независимый рейтинг ИИ-агентов для программирования) версия Sol с максимальным режимом рассуждения показала новый лучший результат, использовав на 54% меньше выходных токенов, чем другая ведущая модель на рынке (название модели-конкурента в статье не приводится).
Третья ось, надёжность результата. OpenAI описывает поэтапное усложнение задач для ИИ: сперва черновики, затем поиск контекста и рассуждение по нескольким инструментам, далее, самостоятельные действия и обработка исключений при контроле человека. Компания предлагает отслеживать три исхода: результат готов к использованию как есть; результату нужна ещё одна попытка или правка человека; в работу пришлось вмешаться человеку. До того как передавать ИИ действия, а не только черновики, организациям советуют заранее определить, к каким данным у системы есть доступ, какие системы она может использовать или менять, и когда обязательна проверка человеком. Продукт ChatGPT Work, по заявлению OpenAI, опирается на фундамент безопасности, приватности и управления рабочими пространствами ChatGPT Enterprise.
Практический пример, подготовка финансового прогноза: поиск актуальных данных, перенос их в Excel или Sheets, выявление изменений, сверка вкладок, пересборка слайдов и финальная проверка расчётов. По словам OpenAI, ChatGPT Work берёт на себя значительную часть этой рутины, оставляя команде больше времени на содержательные вопросы, что изменилось, почему и что делать дальше.
Четвёртая ось, рост ценности при масштабировании: если объём выполненной работы растёт быстрее полной стоимости при сохранении или росте качества, каждый потраченный на ИИ доллар приносит больше пользы. OpenAI подаёт всю линейку продуктов, ChatGPT и ChatGPT Work для пользователей, Codex и API для разработчиков, развёртывания в корпоративных системах, как единую платформу, где улучшение одного слоя (моделей, инфраструктуры, продуктов) выгодно всем клиентам сразу.
Ключевые факты
- OpenAI предложила метрику «полезный интеллект на доллар», оценивать ИИ-траты не через число лицензий, а через объём выполненной работы.
- Стоимость задачи нужно считать полностью (цена модели плюс время людей, проверки, переделки), а не по цене за токен: более дорогая модель может обходиться дешевле в пересчёте на итог.
- GPT-5.6, выпущенная неделей ранее, представлена в трёх уровнях: Sol (флагман), Terra (баланс цены и производительности), Luna (самая быстрая и доступная).
- На бенчмарке Artificial Analysis Coding Agent Index версия Sol с максимальным рассуждением показала новый лучший результат при на 54% меньшем числе выходных токенов, чем другая ведущая модель (без указания названия).
- Надёжность результата предлагается измерять тремя исходами, готово к использованию, нужна правка, нужна эскалация человеку; пример продукта, ChatGPT Work для подготовки финансовых прогнозов.
Почему это важно
Материал фиксирует смену подхода к оценке эффективности ИИ-трат в самой OpenAI: вместо привычных для софта метрик подписки (места, активные пользователи, продления) компания предлагает считать реально выполненную работу и её полную стоимость. Это первая развёрнутая попытка OpenAI формализовать язык ROI для CFO на фоне того, что бизнес наращивает расходы на ИИ, но не всегда умеет доказать их окупаемость.
Кому это важно
Финансовым директорам и другим руководителям, которые утверждают бюджет на ИИ и должны обосновать его перед советом директоров; ИТ- и AI-лидерам, выбирающим, какую модель или уровень GPT-5.6 ставить под конкретную задачу; командам поддержки, инженерии, финансов и юристов, чью работу предлагается измерять по завершённым, а не начатым задачам.
Как это применить
OpenAI даёт последовательность шагов: выбрать один рабочий процесс и чётко определить, что значит «готово» (для поддержки, решённое обращение, для инженеров, код, прошедший тесты, для юристов, договор, проверенный точно и в срок); измерять результат прямо в системе, где выполняется работа; считать полную стоимость успешной задачи, а не цену токена; отслеживать три исхода, готово к использованию, нужна правка, нужна эскалация человеку; подбирать уровень GPT-5.6 под задачу, Luna для быстрых массовых процессов, Terra для более глубоких задач, Sol там, где точность с первой попытки экономит на переделках.
Можно ли доверять
Текст, программная статья самой OpenAI, адресованная покупателям её продуктов (GPT-5.6, ChatGPT Work) и по сути обосновывающая их ценность языком CFO; независимой проверки методики в статье нет. Цифра «на 54% меньше токенов» опирается на сторонний бенчмарк Artificial Analysis Coding Agent Index, но модель, с которой сравнивают Sol, в тексте не названа, поэтому сравнение нельзя перепроверить по одному этому источнику.
Риски и подводные камни
Метрика «полезный интеллект на доллар» выгодна продавцу: она обосновывает более дорогую модель (Sol) как якобы более экономную за счёт меньшего числа попыток, утверждение, которое трудно проверить со стороны. Практическая польза методики целиком зависит от того, насколько честно сама компания-заказчик определяет «готово» и учитывает переделки и эскалации, при нестрогом подсчёте метрику легко исказить в свою пользу. Сравнение по числу токенов неполно без названия модели-конкурента и условий теста.
«Итоговым мерилом эпохи ИИ можно считать «полезный интеллект на доллар».»
— OpenAI, блог компании