标签: OpenAI

  • Anthropic和OpenAI悄悄赚钱了,企业API计费正在取代固定订阅

    最近有件事挺值得玩味的。Anthropic据说马上要迎来第一个盈利季度了——不是”接近盈利”,是真的赚钱。Simon Willison分析了一组数据之后发现,这事背后藏着整个AI行业商业模式的拐点。

    先说一个让人有点意外的事实。你现在每个月花200美元订阅Claude Max或者OpenAI Pro,如果你是个重度编码代理用户,你实际用掉的token按API市价来算,价值超过2100美元。也就是说,你花200块享受了2100块的服务,差价整整10倍多。

    Anthropic的Claude Code重度用户30天内产生的token用量约值1199.79美元,OpenAI Codex约值980.37美元。但他们每月只付200美元订阅费。

    为什么实验室愿意让你”薅羊毛”?

    答案其实很聪明。补贴个人重度用户是为了培养使用习惯,让这些开发者把Claude Code和Codex深度嵌入日常工作流。等你离不开了,真正的利润来自企业端。

    2026年4月,Anthropic做了一个关键的决定:把企业计划从”固定费率包月”改成”每席位20美元基础费 + 实际API用量另计”。这个变化意义非常大——它意味着企业客户已经在用足够多的token,以至于固定费率反而对Anthropic不划算了。

    有意思的是,企业并没有因为要按量付费而退缩。相反,越来越多的公司在扩大使用规模。这其实是最扎实的”产品市场匹配”信号——不是投资人说的那种PMF,而是客户愿意为真金白银的实际用量买单。

    从补贴个人到收割企业

    回顾过去两年,Anthropic和OpenAI的商业化路径其实挺清晰的。最开始是个人订阅为主,每月20美元、100美元那种,目的是快速拉用户、收集反馈、训练模型对齐能力。

    现在这个阶段基本完成了。编码代理(Coding Agent)的出现是个分水岭——它让AI从”聊天工具”变成了”每天跑几小时的后台工人”。token消耗量因此飙升了两个数量级,而企业愿意为这个付费,因为代理跑一小时省下的人工成本远超API费用。

    所以你看,Anthropic即将盈利这件事,不是因为个人订阅收入爆发,而是因为企业API收入终于跑通了。按量计费的企业模式一旦跑顺,营收增长就是线性的——用得越多,收得越多,不需要再去拉新用户。


    这件事对整个行业的示范效应会很显著。其他大模型厂商恐怕也会跟进,把企业客户从固定费率计划往API按量计费上迁移。对个人用户来说,这意味着200美元”无限畅吃”的好日子可能不长了——等实验室觉得用户习惯已经培养好了,订阅计划和实际API成本之间的差价大概率会收窄。

    至于现在,如果你是个开发者,每个月在Claude Code或Codex上烧200美元,那你其实正在享受AI商业化过渡期最后的红利。好好用,别浪费。

  • 加拿大裁定OpenAI违反隐私法,训练数据收集首遭国家级认定违规

    五月底,加拿大隐私专员办公室联合魁北克、不列颠哥伦比亚和艾伯塔三省的对应机构,正式发布调查结果:OpenAI在开发ChatGPT的过程中,违反了加拿大隐私法。这是全球范围内第一个国家级别的隐私监管机构,正式认定AI模型训练数据收集构成隐私违规。

    调查持续了三年。起因是加拿大公民社会组织CAIDP在2023年向监管机构投诉,认为OpenAI从公开互联网大规模抓取个人信息用于训练,缺乏合法依据。调查最终认定了三项违规:第一,从公共网络过度收集个人信息,且没有做比例评估;第二,对被抓取数据的个人缺乏有效同意机制和透明度;第三,对敏感数据的保护不足,包括健康状况信息,以及从社交媒体、博客、新闻网站收集的儿童数据。

    加拿大成为第一个正式裁定AI训练数据收集违反隐私法的国家,而且几乎可以确定不会是最后一个。

    OpenAI承诺补救,但省级监管机构不买账

    联邦专员认为这起投诉已经”有条件地”解决,OpenAI方面承诺采取额外补救措施。但魁北克、不列颠哥伦比亚和艾伯塔三省的隐私专员并不认同这个解决方案,正在继续推进各自的执法程序。这种联邦与省级监管态度分裂的局面,让OpenAI在加拿大的合规前景变得复杂。

    OpenAI的标准回应一直是:公共网络数据用于模型训练是合理的,这是业界通行做法。但这个论点在拥有 comprehensive 隐私框架的司法管辖区,越来越站不住脚。英国的ICO、德国的数据保护机构(DPA)、法国CNIL都在进行类似调查。

    对企业用户意味着什么

    如果你在加拿大的组织里部署ChatGPT,这条裁定创造了实质性的合规风险。根据OpenAI的训练数据收集机制,通过ChatGPT处理的数据有可能被用于模型改进(除非企业用户明确退出),而加拿大隐私监管机构现在已经正式认定这种模式本身存在问题。

    • 受加拿大隐私法(PIPEDA)约束的组织,需要在部署前进行法律审查
    • 省级监管机构(特别是魁北克)的执法态度比联邦层面更严格
    • 训练数据同意框架是这根刺的核心,OpenAI需要提出比”公共数据例外”更有说服力的论辩

  • OpenAI秘密递交IPO招股书,目标估值1万亿美元

    OpenAI秘密递交IPO招股书,目标估值1万亿美元

    OpenAI在2026年5月22日提交了对科技企业、投资者和整个AI行业都具有历史意义的保密S-1招股书。这家运营着全球最知名AI产品的公司,终于要上市了。

    目标是估值超过1万亿美元。如果成功,这将成为2021年Coinbase上市以来最受关注的科技类IPO。

    OpenAI当前年化经常性收入(ARR)250亿美元,周活跃用户超过9亿。这些数字放在任何一家公司身上都足够惊人,但放在一家还在大幅亏损的公司身上,故事就变得复杂了。

    招股书里有什么

    招股书目前还处于保密状态,公众还看不到。按流程,OpenAI正在与SEC进行S-1文件的审核和修订,由高盛和摩根士丹利担任承销商。

    从已知信息来看,OpenAI2026年Q1披露的年化营收是250亿美元,对应月均收入约20亿美元。付费订阅用户(ChatGPT Plus/Pro/Team)超过5000万,企业付费用户超过900万。API业务规模是每分钟处理150亿个token。

    问题是盈利。OpenAI2026年预计仍运营亏损约140亿美元。亏损主要来自三个方面:算力采购、顶级AI研究员的人才保留(据报道单名人选签约奖金达1000万美元)、基础设施搭建。

    为什么现在上市

    时机选择值得玩味。Anthropic在2026年5月刚刚宣布首次实现运营盈利,Q2营收109亿美元,估值突破9000亿美元。两家公司的走向开始出现分化。

    OpenAI选择在这个时候递交IPO,可能有两个考虑。一个是锁定估值窗口。AI行业的热度还在,但竞争格局正在变化,越早上市越能锁定高估值。另一个是治理结构的调整。2026年4月,OpenAI与微软修订了合作协议,微软放弃部分独家合作权,换取收入分成,同时OpenAI可以更灵活地在AWS、谷歌云等平台销售服务。


    估值能不能撑住

    1万亿美元的估值目标意味着什么?按250亿美元ARR计算,市销率达到40倍。这个倍数高于所有规模化的上市SaaS公司。

    投资者会问两个问题。第一个是亏损什么时候能收窄。Anthropic已经证明了前沿AI实验室可以实现盈利,OpenAI的压力变大了。第二个是大模型性能优势能不能维持。竞争正在缩小差距,Claude、Gemini、Grok都在追赶。

    算力成本也是个挑战。OpenAI没有像Anthropic那样披露与算力供应商的长期协议细节,这部分成本在S-1文件中会有更清晰的呈现。

    行业影响

    OpenAI上市将成为通用人工智能领域的首个公开估值基准。后续Anthropic、xAI、Mistral等AI公司的估值都将参考它的公开交易倍数。

    季度财报披露也将首次让AI行业的成本结构、客户留存等核心数据公开化。这个行业过去太依赖融资和讲故事了,财务透明度提高对所有人都有好处。


    关键要点

    • OpenAI于2026年5月22日提交保密S-1招股书,目标估值超1万亿美元
    • 年化营收250亿美元,周活跃用户超9亿,付费用户超5000万
    • 2026年预计仍亏损140亿美元,盈利时间点不明朗
    • 由高盛和摩根士丹利担任承销商,预计2026年Q4上市
    • 与微软修订合作协议,为IPO扫清治理层面障碍
    • 上市后将成为通用AI领域首个公开估值基准,行业财务透明度将提高
  • OpenAI推理模型推翻80年数学猜想,AI首次自主解决核心数学难题

    本周四,OpenAI官方宣布一条让人瞠目结舌的消息:他们的一个通用推理模型,自主推翻了数学家保罗·埃尔德什(Paul Erdős)1946年提出的”单位距离猜想”。这道题困扰了数学界整整80年,现在被AI给破了。

    一个折腾了数学家80年的问题

    这道题的表述简单到让人怀疑是不是看错了:在平面上放n个点,最多有多少对点之间的距离恰好等于1?数学家把这个数记为u(n)。

    直觉告诉我们,把点排成正方形网格大概是最优解。事实上,此前人类找到的最好构造——缩放后的正方形网格——能得到大约C·n·log n个单位距离对(C是常数)。埃尔德什本人也倾向于认为正方形网格就是最优解,还为此设立了现金奖励。

    但OpenAI的模型用一记响亮的耳光证明:人类和埃尔德什,似乎都想错了。

    AI是怎么做到的

    传统思路是用”高斯整数”(形如a+bi的数,a、b为整数)在平面上构筑网格,利用它的代数对称性来构造单位距离。但AI敏锐地察觉到,高斯整数提供的对称性还不够”压榨”出更多的单位距离对。

    它的核心原创想法是:放弃高斯整数,改用代数数论中更庞大、更复杂的”代数数域扩张”来构造——这玩意儿能搭出对称性更高级、更丰富的数域结构,从而在几何空间里创造出远超以往的单位长度差。

    为了证明这种理想中的复杂数域不仅存在、而且坍缩出来的点集确实满足条件,AI甚至直接搬出了代数数论的底层重武器:无限类域塔(infinite class field towers)和Golod-Shafarevich理论。

    AI数学证明示意图
    OpenAI推理模型证明过程示意图(图片来源:36氪)

    数学家们的反应

    菲尔兹奖得主蒂莫西·高尔斯(Tim Gowers)的评价很直接:这是”AI数学的一个里程碑”,如果这是人写的论文,他会毫不犹豫建议顶刊接收。

    著名数论学家Arul Shankar也说,现在的AI模型已经不只是人类数学家的助手了——它们能够提出原创而巧妙的想法,并把想法完整推进到最终成果。

    OpenAI科学家、AI德扑提出者Noam Brown补充了一个关键信息:实现这一突破的是一个通用大语言模型,它不是专门针对这个问题、甚至不是专门针对数学问题设计的,也不是一个协助工具。


    经外部数学家改进后,AI构造的指数c可以达到0.014。这意味着对于无穷多个n值,我们可以构造出至少n·log^0.014(n)个单位距离对的n点配置——比人类此前的最优解更强。

    这次突破的意义远不止解决一个具体的数学猜想。它表明通用大模型已经具备了跨领域融合知识、维持复杂逻辑链条、产出经得起专家严格审视的成果的能力。这些能力在生物学、物理学、材料科学、工程学和医学等领域同样具有实用价值。

  • Anthropic即将迎来首个盈利季度,营收翻倍至109亿美元

    《华尔街日报》放出一条消息:Anthropic告诉投资人,今年第二季度营收会比第一季度翻倍以上,冲到约109亿美元,而且——这是头一回——要实现运营盈利了。

    这个数字如果兑现,Anthropic相对于头号对手OpenAI的处境会好不少。不过《华尔街日报》也补了一刀:因为接下来有一大笔算力开支要付,Anthropic今年未必能全程保持盈利。

    Anthropic Claude AI
    Anthropic的Claude聊天机器人(图源:Ludovic MARIN / AFP / Getty Images)

    这数据是哪来的

    这些财务数据是Anthropic在一轮融资过程中透露给投资人的。融资嘛,总得拿点漂亮数字出来让人看——营收翻倍、首次盈利,这俩放一块确实够有说服力的。

    过去这一年,Anthropic涨势挺猛。越来越多的专业人士表示更偏好用Claude,而不是其他家的聊天机器人。公司也在努力拓宽客户群,比如给小企业主推新服务,给律师事务所搞新工具。

    有趣的是,Anthropic盈利的消息传出来的同一天,正好也爆出了OpenAI可能很快就要交IPO申请的新闻。

    算力账单是座大山

    营收翻倍听起来很爽,但Anthropic的算力成本也是真烧钱。训练大模型、跑推理、维护服务,每一笔都是天文数字。这就是为什么《华尔街日报》说它”可能没法全年保持盈利”——钱赚到了,但花得也狠。

    这其实是整个AI行业的共同难题。模型越训越大,用户越来越多,算力需求就跟着滚雪球。Anthropic这次能实现单季度盈利,已经是个不小的事情,至于能不能稳住,得看接下来的成本控制做得怎么样。


    跟OpenAI的对比

    Anthropic盈利的消息,跟OpenAI的IPO传闻同一天出来,这时间点卡得够巧的。两家公司一直在明争暗斗:Anthropic主打”更安全、更靠谱”,OpenAI主打”更强大、更通用”。

    如果Anthropic真的在二季度实现盈利,这在AI独角兽里算是相当靠前的。毕竟大多数AI公司现在还在疯烧钱的阶段,能赚到钱的没几家。这也会给即将IPO的OpenAI一点压力——投资人肯定会拿俩家的财务数据来回比。

    Anthropic拒绝对此事发表进一步评论。也正常,融资还没关,话说多了容易出岔子。

  • Karpathy投奔Anthropic,OpenAI重组冲刺IPO:这一周AI圈发生了什么

    这一周 AI 圈的热闹程度,差不多赶得上去年的同一时期。Andrej Karpathy 宣布加入 Anthropic,OpenAI 这边紧锣密鼓地推进 IPO,另一边 DeepSeek 直接把 API 价格砍到原来的四分之一。三件事摆在一起看,你会发现 AI 行业的竞争节奏已经完全变了。

    Karpathy 的”二次出走”

    5月19日,Karpathy 在社交媒体上发了短短一行字:”Personal update: I’ve joined Anthropic.” 这位 OpenAI 的联合创始人、前特斯拉 AI 总监,正式入职 Anthropic 的预训练团队,直接向团队负责人 Nick Joseph 汇报。

    说”二次出走”是因为 Karpathy 的职业生涯一直在几个顶级 AI 实验室之间游走。他最早是 OpenAI 的创始成员之一,后来去了特斯拉带队 Autopilot,离开特斯拉后又回到了 OpenAI。现在他选择 Anthropic,而不是回 OpenAI,这个信号值得玩味。

    Andrej Karpathy 是以个人贡献者身份加入的,不是来当管理者的。他要组建一个”用 Claude 本身来加速预训练研究”的小组——意思是让 AI 帮忙做 AI 研究,这个思路很 Anthropic。

    Anthropic 这段时间一直在疯狂招人,Workday 的 CTO、Instagram 的 CTO、Box 的 CTO 都以个人身份加入了。但 Karpathy 无疑是其中名头最响的一个。他加入的预训练团队,恰恰是大模型”底座”最核心的地方。

    OpenAI 的 IPO 冲刺与内部大重组

    就在 Karpathy 官宣的同一周,OpenAI 内部发生了一次大规模重组。联合创始人兼总裁 Greg Brockman 正式接管全部产品战略,取代因病休假的 AGI 部署负责人 Fidji Simo。Brockman 在全员备忘录里说得很直白:要建设”一个统一的 Agent 平台”。

    视频生成产品 Sora 同日关停,理由是算力消耗与营收严重不匹配。产品负责人 Kevin Weil 和技术负责人 Bill Peebles 随之离开。这些人事变动的背后,是 OpenAI 正在为 IPO 做最后准备。

    据报道,OpenAI 最快于5月22日向 SEC 提交了机密招股书,高盛和摩根士丹利担任主承销商,上市窗口瞄准今年秋季,估值预期超过1万亿美元。如果成功,这将是 AI 时代最具标志性的上市事件。

    OpenAI重组与IPO规划
    OpenAI 产品线重组示意图(来源:新浪财经)

    但财务数据也同步披露了出来:Q1 营收57亿美元,调整后经营利润率为负122%。也就是说每赚1美元要亏1.22美元。用户增长也在放缓,ChatGPT 周活9.05亿,低于2月峰值9.2亿。IPO 之前,OpenAI 需要给资本市场讲一个更动人的盈利故事。

    好消息是,马斯克对 OpenAI 的诉讼在同一周被加州联邦陪审团驳回,理由是全部索赔已过诉讼时效。IPO 路上一块巨大的法律绊脚石,就这样消失了。

    DeepSeek 的”永久降价”到底意味着什么

    5月22日,DeepSeek 官方宣布:V4-Pro 模型的2.5折优惠在5月31日到期后,将直接锁定为原价的四分之一,不再恢复原价。调整后输入价0.435美元/百万 token,输出0.87美元/百万 token。

    这个定价是什么概念?比 GPT-5.5 便宜约98%。而且 DeepSeek V4-Pro 总参数1.6万亿,每次推理激活490亿参数,是目前参数量最大的开放权重模型。用华为昇腾芯片跑推理,成本结构和英伟达路线完全不同,这就是降价的底气。

    DeepSeek 这一招”永久降价”,本质上是用价格战倒逼整个行业重新审视推理成本。如果你用极低的价格提供顶尖水平的模型能力,竞争对手要么跟进,要么失去价格敏感的开发者和企业用户。

    同期 DeepSeek 还在内部组建了名为 Harness 的新团队,主攻代码智能体产品,直接对标 Anthropic 的 Claude Code。V4-Pro 全部运行在华为昇腾芯片上,这种”芯片+模型+应用”的全栈打法,是目前美国实验室做不到的。

    同周 DeepSeek 还回应了一个引发关注的特殊字符幻觉事件,官方表示这属于模型”幻觉”现象,不涉及数据泄露或安全问题,技术团队将针对性优化。


    三件事放在一起看

    Karpathy 加入 Anthropic,说明顶级研究者认为 Anthropic 的技术路线更有前途。OpenAI 推进 IPO,说明资本市场对 AI 的期待已经到了必须兑现的时刻。DeepSeek 永久降价,说明中国 AI 实验室正在用成本优势重构全球竞争格局。

    这一周的事件,其实是同一个大趋势的不同切面:AI 竞争已经从”谁的模型最强”,转向”谁能在产品、成本、人才和资本四个维度同时取胜”。目前来看,还没有任何一家实验室能在这四个维度上同时领先。

  • Anthropic要盈利了,AI独角兽的转折点到了

    Anthropic要盈利了,这对AI圈意味着什么

    《华尔街日报》最近报出一条有意思的消息:Anthropic告诉投资人,第二季度营收将翻倍至约109亿美元,并且首次实现运营利润。如果这个预测兑现,Anthropic会成为AI独角兽里第一个真正赚到运营利润的公司。

    但这个”首次盈利”有个重要的注脚——《华尔街日报》同时指出,受大额算力成本影响,Anthropic今年未必能全年保持盈利。换句话说,这一季度的利润更像是阶段性节点,而不是全年盈利的保证。

    Anthropic办公室
    Anthropic总部(图源:Getty Images)

    为什么是现在?

    过去一年,Anthropic的Claude在专业人群里口碑一直在涨。不少开发者、分析师、企业用户都提到,Claude在长文本处理、代码理解和推理任务上表现稳定,这让它从ChatGPT的阴影里找到了自己的位置。

    “过去一年,越来越多专业人士表达了对Claude的偏好。”——这在AI圈不是客套话,而是真实发生的用户迁移。

    Anthropic最近也在主动拓宽客户群,比如推出面向小企业主的服务,以及针对律师事务所的新工具。这些动作背后的逻辑很清楚:不能只靠少数几个大客户,要把Claude嵌进更多行业的日常工作流里。

    和OpenAI的微妙 timing

    Anthropic这份财务数据流出的同一天,OpenAI即将提交IPO的消息也在流传。两家公司的节奏形成了有趣的反差:OpenAI在准备上市,Anthropic先跑出了盈利信号。

    当然,两家公司的处境不太一样。OpenAI的算力支出规模更大,商业化路径也更激进;Anthropic相对克制,融资节奏和成本管理一直偏保守。这次传出盈利消息,某种程度上也是在向市场证明:这家公司不一定非要烧钱才能做前沿AI。


    值得持续跟踪的是算力成本这条线。AI公司的盈利能力和算力价格直接挂钩,而算力市场现在正处于剧烈变动期——英伟达的新架构、各家云厂商的自研芯片、以及能源供给的瓶颈,都会直接影响Anthropic能不能把”首次盈利”变成”持续盈利”。

    第二季度财报出来之前,这一切都还是预测。但方向已经比较明显:AI大模型的竞争,正在从”谁融得多”转向”谁能先赚钱”。

  • OpenAI要上市了,估值1万亿美元,这数字什么概念?

    OpenAI这次是真的要上市了。据多家媒体报道,他们这周就要向美国证监会(SEC)秘密提交IPO招股书,目标是在2026年9月完成公开上市,估值可能超过1万亿美元。

    OpenAI IPO Plan
    OpenAI IPO计划引发业界关注(图源:opentools.ai)

    1万亿美元估值,地球上还没几家公司做到

    目前私营阶段OpenAI的最新估值是8520亿美元,这是历史最大规模的私募融资轮。如果IPO估值真的冲到1万亿美元以上,OpenAI将成为人类历史上规模最大的IPO之一,超过沙特阿美石油公司2019年创下的2560亿美元纪录(按市值算)。

    问题是,OpenAI现在还在亏钱。截至2026年2月,他们的年化营收是250亿美元,用户周活9亿,但这些数字背后的成本是惊人的——算力、人才、数据中心,每一个都是吞金兽。

    OpenAI给投资者的故事是:我们拥有高端模型护城河。但问题是,中国出来的低成本模型正在吃掉这个护城河——人家能做到你90%的能力,价格却只有几分之一。

    一个障碍刚被扫清:马斯克输了官司

    数日前,马斯克针对OpenAI的诉讼被陪审团裁定「诉讼时效过期」而驳回。这场官司折腾了快两年,马斯克声称OpenAI背离了最初的非营利使命,要求法院阻止其转为营利性公司。

    官司没了,OpenAI上市最大的法律障碍就消失了。与此同时,Anthropic也在准备IPO,估值谈到了9000亿美元,原本计划10月上市。但现在OpenAI抢跑,预测市场显示OpenAI先于Anthropic上市的概率从32%飙到83%。

    上市对普通开发者的意义

    如果你是靠OpenAI API吃饭的开发者,这件事跟你有关。上市公司面临季度财报压力,大概率会推动API涨价,或者把更多资源向企业级用户倾斜。

    OpenAI已经推出了「Guaranteed Capacity(容量保障)」计划,释放的信号很明确:想获得稳定算力?签多年合同。中小开发者如果只靠按量付费,未来可能只能拿到剩余算力配额。


    一个有趣的花絮:CEO Sam Altman在IPO申请前夕,突然宣布向所有Y Combinator当前批次的初创公司提供200万美元的OpenAI API额度,条件是换取对方股权。这操作被外界解读为:在上市前的监管审视期,先锁定一批未来的需求方。至于这是不是违反YC条款或者OpenAI自己的利益冲突政策,目前还没人说清楚。

    不管怎样,AI行业从私募资本主导转向公开市场的时代,算是正式开始了。

  • ChatGPT盯上你的钱包:连接银行账号,AI帮你管钱

    ChatGPT开始碰金融这块蛋糕了。2026年5月,OpenAI给Pro用户推送了一项新功能:通过Plaid连接你的银行和金融账户,直接在你的聊天框里看投资组合、查消费记录、盯即将到期的账单。

    只读不写,钱动不了

    先说最关键的安全问题。ChatGPT这次明确做了权限隔离:只能读,不能动。它看得到你的账户余额、交易记录、持仓情况,但转不了账、改不了账户信息、也看不到完整账号号码。

    连接流程走的是Plaid——这家公司你可能没听过,但它几乎是欧美金融数据接口的标配,支持超过12000家金融机构,包括摩根大通、花旗、嘉信理财、富达、Robinhood、美国运通这些大牌。Plaid负责把你的账户数据安全地接进ChatGPT,OpenAI拿到的只是读取权限。

    接入Plaid之后,ChatGPT能生成四个板块的仪表盘:投资组合表现、消费活动、活跃订阅项目、即将到期的账单。可视化可能需要几分钟来渲染,但数据是真的直接来自你的账户。

    默认用GPT-5.5 Thinking处理复杂推理

    这个金融功能默认调用的是GPT-5.5 Thinking模型,专门优化了涉及时间、债务、收入、长期目标的复杂金融推理任务。OpenAI自己做的基准测试里,GPT-5.5 Thinking在个人金融问题上拿了79分(满分100),GPT-5.5 Pro是82.5分——当然,这是OpenAI自己测的,第三方独立基准还得等等。

    实际用起来什么样?你可以问它:”我最近消费有没有异常波动?”或者”我想5年内买房,基于现在的储蓄节奏够不够?”连你的recurring订阅(比如Netflix、Spotify)也会被自动识别出来,提醒你哪些在烧钱。

    为什么现在做这件事

    OpenAI说,每个月有超过2亿人在ChatGPT上问金融相关问题。以前用户得手动把自己的财务情况打进去,AI才能给建议;现在直接连数据,建议的精准度会上一个台阶。

    这个功能的开发其实在OpenAI收购Hiro Finance团队之前就启动了。Hiro是做金融AI的初创公司,4月份被OpenAI收了,同期还有个性化投资应用Roi也被收入囊中。看得出来,OpenAI在金融这条线上已经布局了一段时间。


    目前只给Pro用户用,每月100美元

    这个功能目前先向美国地区的ChatGPT Pro用户开放,网页端和iOS端都能用。Pro订阅每月100美元,早期用户的反馈会用来打磨产品,之后会逐步放开给Plus用户(每月20美元)。

    想用的人可以在ChatGPT侧边栏找到”金融”入口,点”开始使用”,然后跟着Plaid的流程走就行。也可以用更懒的方式:直接在聊天框里输入”@Finances, connect my accounts”,ChatGPT会帮你把流程拉起来。

    你可以随时断开,数据保留30天

    不想用了?去”设置 > 应用 > 金融”里面断开账户连接就行。断开之后,同步过来的金融数据会在30天内从ChatGPT的服务器端删除。你存在”金融记忆”里的背景信息(比如”我计划明年买房”)也可以单独删除。

    临时聊天模式不会碰你的金融账户,已有的”退出模型训练”设置也会延续到这个金融功能里。该有的隐私开关,基本都有。

  • OpenAI声称解决80年数学难题,这次有数学家背书

    七个月前,OpenAI前副总裁Kevin Weil在X平台上高调宣布GPT-5解决了10个未解的Erdős问题,结果被证明那些”解”早就写在公开文献里。Yann LeCun和DeepMind的Demis Hassabis纷纷嘲讽,Weil只好默默删帖。

    这次OpenAI学乖了。2026年5月20日,他们声称新的推理模型推翻了Paul Erdős在1946年提出的几何猜想,而且这次找来了数学家Noga Alon、Melanie Wood和Thomas Bloom背书——正是Bloom上次公开批评OpenAI”严重误导”。

    Erdős数学问题示意图
    OpenAI称其模型发现了全新的几何构造族,推翻了近80年的数学共识(图源:OpenAI)

    不是专用系统,是通用推理模型

    OpenAI特别强调,这次产出证明的不是专门为数学设计的系统,而是一款通用推理模型。这意味着AI现在能处理更长的推理链,还能把不同领域的想法串起来——这种能力对生物学、物理学、工程和医学都有意义。

    “近80年来,数学家们一直认为最佳的可能解法大致类似于平方网格。现在OpenAI的一个模型推翻了这一认知,发现了一种全新的构造族,性能更优。”——OpenAI官方声明

    Thomas Bloom说:”人工智能正在帮助我们更全面地探索几个世纪以来我们建造的数学大教堂。还有哪些未被发现的美妙事物在等待着我们?”这位数学家上次可是OpenAI的批评者,他能出面背书,可信度比上次高多了。


    为什么这次可能真不一样

    上次翻车之后,OpenAI这次显然更谨慎了。除了发布公告,他们还专门拉来了几位数学家的支持性评论,其中Bloom运营的Erdős问题网站正是上次戳穿OpenAI夸大宣传的那位。

    如果这次真的站得住脚,这会是AI第一次自主解决数学领域核心的知名开放问题。但数学界向来谨慎,最终还得经过同行评审才能定论。OpenAI把详细证明放在了官网上,感兴趣的可以去扒一扒。