OpenAI每天燒掉1500萬，視頻生成這門生意算不過賬了

2026年，AI行業(yè)的賬單終于來了。不是模型訓(xùn)練成本，是推理成本——每生成一個token，真金白銀往外流。

「intelligence-per-token」，這個詞最近在硅谷圈子里傳開了。翻譯成人話：每花1美元，模型能給你多少有用的輸出。聽起來很無趣？這就是關(guān)鍵。前幾年大家追著跑分刷榜，現(xiàn)在實驗室們被逼著回答一個更扎心的問題：你造出來的東西，經(jīng)濟上能持續(xù)運營嗎？

Google的解法：把壓縮算法塞進注意力層

Google給出的答案是TurboQuant。這是個專門針對長上下文推理的壓縮算法。

喂給模型10萬token以上的提示詞——正經(jīng)的文檔分析都得這么干——從來都是內(nèi)存殺手。規(guī)模一上來，服務(wù)成本飆得飛快。

量化（quantization）本身不新鮮。把模型權(quán)重的數(shù)值精度降下來，省內(nèi)存、省算力，行業(yè)標配了。Google這次的不同之處在于，TurboQuant直接把壓縮懟進了注意力層（attention layer）——長上下文處理時內(nèi)存暴漲的罪魁禍首。

這是定點爆破，不是大面積拆遷。

他們宣稱的邊際收益能不能在生產(chǎn)環(huán)境兌現(xiàn)，另說。但方向上，至少打在了正確的靶子上。

Sora的撤退：每天1500萬美元燒不動了

更難看的劇本是Sora。OpenAI在2026年3月 reportedly 下線了這個視頻生成工具，日燒算力成本約1500萬美元，收入根本蓋不住。

一個帶著真·興奮感上線的產(chǎn)品，落到這個數(shù)，很難撐。

視頻生成天生比文本貴。每秒鐘輸出都要在推理階段吃掉大量算力，文本模型那套降本增效的玩法，搬到視頻上水土不服。你能壓縮，能蒸餾，但說到底，生成幾秒畫面還是要搬動天量數(shù)據(jù)。

Sora的退出讓整個視頻生成賽道都坐不住。Runway、Pika這些同行在觀望。有個問題沒人敢大聲問：按現(xiàn)在的算力成本，消費級視頻生成到底算不算得過來賬？還是說只能賭有人愿意先虧幾年，等硬件追上來？

兩條路，同一個壓力源

TurboQuant和Sora關(guān)停，是同一道壓力題的兩個解法。一個賭更聰明的壓縮能讓貴模型變得起。另一個證明，壓縮不夠用時，只能砍產(chǎn)品。

這會加速什么？投資流向更小、更專的模型——不是因為它們更驚艷，是因為跑得便宜、生意好做。

能力競賽不會消失。但頭一次，它要和另一個無聊得多的問題共享舞臺：你服務(wù)得起嗎？