GPT-6 Astra 发布后，OpenAI 首席商务官 Sarah Friar 撰文阐述公司商业逻辑：更强的模型能力、更低的算力成本与不断扩大的用户基础形成复利效应，推动 AI 从辅助工具向核心生产力跃升。
OpenAI 首席商务官 Sarah Friar 在最新发布的文章中表示，GPT-6 Astra 是迄今最具智能与对齐能力的模型，在计算机操作、软件工程、网络安全、科学研究及专业工作等领域均达到业界最高水准。她指出，更强的模型正在将此前因时间、成本或专业门槛而无法实现的工作变为可能，从而开辟出全新的市场空间。
在商业影响层面，Friar 强调，OpenAI 目前拥有逾 10 亿周活跃用户及 250 万家企业客户，消费端与企业端的双轨布局使每一次模型升级都能直接触达现有用户，形成多元化收入来源。与此同时，公司自研算力战略——涵盖数据中心、芯片、软件、模型及产品的全栈布局——正在持续压降智能服务的交付成本，为规模化扩张提供经济基础。
用户粘性持续增强，消费与企业端相互强化
Friar 援引 OpenAI 内部数据显示，个人 ChatGPT 订阅用户在注册六个月后，日均消息量较首月提升约 50%，尝试过的不同任务类型则增加约一倍。这一趋势表明，用户对 AI 工具的依赖程度随使用时间深化而显著提升。
模型能力跃升，AI 开始承担复杂科研任务
Friar 在文中披露了 OpenAI 内部的生产力数据：研究团队目前每一个人类工作日对应 3.1 个智能体工作日的工作量，研究人员在加快代码贡献速度、运行更多实验的同时，正将日益复杂的任务委托给智能体处理。
此外，文中还援引波士顿儿童医院的案例：借助 AI 辅助研究，专科医生在此前无法确诊的罕见病病例中找到了超过 40 个诊断答案。
自研芯片 Jalape o 年内投产，算力成本大幅下降
在算力经济性方面，Friar 披露了两项关键进展。
其一，GPT-5.6 Sol 帮助优化了生产服务软件，将端到端服务成本降低 20%，并将 token 生成效率提升逾 15%。其二，OpenAI 首款自研推理芯片 Jalape o 在 InferenceX 测试中，相较现有商业系统，每瓦峰值 token 吞吐量高出 1.5 至 1.9 倍，端到端延迟则降低 1.7 至 3.6 倍。公司计划于年底前开始部署 Jalape o，同时继续与英伟达、AMD 及其他合作伙伴的加速器协同使用。
复利逻辑：研究、产品与算力的飞轮效应
Friar 在文章结尾阐述了 OpenAI 的核心商业飞轮：更好的模型开辟新的可行工作，更高效的算力使这些工作在更大规模上具备经济可行性，而不断增长的用户采用所带来的收入则反哺下一代研究与基础设施投入。
她同时强调资本纪律的重要性，表示公司将以 " 所能服务的需求规模、资本投入转化为生产力的速度，以及回报是否匹配所承诺的资本 " 作为每项投资的评判标准。Friar 认为，上述优势的叠加效应赋予 OpenAI 在 AI 连续代际演进中保持领先的信心。
