Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизAPI / Продукт · В работуThe Decoder→ оригинал

Кодинг-агенты OpenAI в пересчёте на API стоят $2400 в день на исследователя

OpenAI посчитала, сколько стоили бы её собственные кодинг-агенты, если платить за токены по публичному прайсу API, как обычный клиент. Выходит $2400 в день на медианного исследователя в октябре (на 62% больше, чем в сентябре) и $23 000 у топ-10% самых активных. Мониторинг обучения агенты ведут успешно в 79% случаев, а код для систем инференса пишут лишь в 25%. Практический вывод: рутину отдавайте агентам, а ревью сложного кода оставляйте людям.

AI-обработка оригинала The Decoder; редакция Hamidun News
Кодинг-агенты OpenAI в пересчёте на API стоят $2400 в день на исследователя
Источник: The Decoder. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникThe Decoder ↗
Главный редактор
Ключевой факт #1Теоретические траты на агентов в сентябре вдвое выше зарплат, без учёта акций
Ключевой факт #2Успех на задачах 2–4 часа вырос с 23% до 46% с марта по октябрь
Ключевой факт #327 из 28 опрошенных предпочли свежую модель инженеру среднего уровня

Сколько на самом деле стоит держать кодинг-агентов в серьёзной разработке, до сих пор можно было только гадать. Теперь у OpenAI есть цифры по собственной кухне. Представьте, что вы запускаете Codex-подобного агента на своём репозитории и платите за каждый токен по обычному прайсу API. Именно так компания пересчитала работу своих внутренних агентов: медианный исследователь в октябре «сжёг» бы токенов на $2400 в день, а самые активные 10% сотрудников — на $23 000. Реально OpenAI столько не платит, это теоретический эквивалент, но он показывает масштаб: агенты стали главным рабочим инструментом. Вторым отчётом об ускорении внутренних исследований компания также пытается зафиксировать признаки рекурсивного самоулучшения (RSI), то есть ситуации, когда ИИ ускоряет создание следующих поколений ИИ.

Сколько это стоит в токенах

Расчёт строится на списочных ценах API. Медианный исследователь в октябре потребил бы токенов на $2400 в день, на 62% больше, чем месяцем ранее. У топ-10% пользователей эта теоретическая сумма удвоилась до $23 000 в день. Работают агенты и в основном над общением и кодом.

Есть и пересчёт во время. Если сложить всё, что делают агенты, на одного исследователя приходится около 5,7 восьмичасовых рабочих дня за каждые календарные сутки. В командах пред- и постобучения моделей получается примерно восемь. Больше двух третей отслеживаемых сотрудников в пике запускали не меньше четырёх агентов параллельно.

В сентябре теоретический API-эквивалент работы агентов вдвое превысил обычные расходы на зарплаты исследователей. Оговорка: акции в расчёт не входят, а они составляют 70–80% полного вознаграждения в OpenAI. Относительно всех исследовательских вычислений компании доля агентов скромная: всего 2%. Для команд, которые внедряют агентов, вывод простой: токены уже сопоставимы с фондом оплаты труда, и их стоит вести отдельной статьёй бюджета.

Где агенты справляются, а где нет

С марта по октябрь оценочная доля задач на 2–4 часа, которые агент решает сам, без вмешательства человека, выросла с 23% до 46%. Для задач на 4–8 часов показатель вырос с 13% до 35%.

Разбивка по таксономии Epoch AI показывает перекос в сторону простого. Мониторинг обучающих прогонов агенты ведут успешно в 79% случаев, на технические вопросы отвечают самостоятельно в 72%. Но создание сред для оценки моделей и обучения с подкреплением удаётся только в 29% случаев, а написание кода для систем инференса и обслуживания моделей — в 25%. Грубо говоря, проверить график обучения или ответить на вопрос агент может почти сам, а построить сложную инфраструктуру без человека пока нет.

Что говорят сами исследователи

Опрос 101 сотрудника OpenAI нерепрезентативен, но показателен. Медианный ответ: исследователи скорее отказались бы от 40% штата своей команды или от 30% вычислительных мощностей, чем остались на три месяца без нынешних кодинг-агентов. В отдельном быстром опросе 28 человек 27 предпочли свежую внутреннюю модель инженеру среднего уровня.

Оборотная сторона вскрылась в интервью с десятью исследователями. По их словам, у моделей нет «вкуса»: они плохо отличают сильную научную идею, не чувствуют качества кода и данных. Агенты уходят в лишние шаги, делают неверные допущения при анализе и присылают слабые правки кода вместе с негодными артефактами данных, то есть тот самый «AI slop». Без плотного контроля человека вычисления тратятся впустую.

Ключевые концептуальные идеи для GPT-6 Astra и GPT-6.2 Astra, по словам опрошенных команд, целиком придумали люди из постобучения и безопасности. Только в предобучении GPT-6.2 Astra отдельные исследователи сказали, что получили важные догадки в диалоге с Codex.

Как читать эти цифры

OpenAI сама предупреждает, что данные о совместной работе людей и ИИ могут не экстраполироваться линейно. Компания ссылается на недавние быстрые прорывы ИИ в математике и допускает, что похожие скачки возможны и в исследованиях глубокого обучения, когда модели станут самостоятельнее.

Контекст такой. Организация METR недавно, после одиннадцати недель наблюдений внутри конкурента Anthropic, оценила, что использование ИИ там почти удвоило темп разработки. В начале сентября, в первом отчёте, OpenAI заявила о достижении цели — автоматизированного ИИ-стажёра для исследований. Главный научный сотрудник Якуб Пахоцки в сопроводительном тексте предупредил о риске потери контроля после аудита, выявившего многочисленные пробелы в системе надзора.

Что делать на практике. Во-первых, измеряйте не объём запусков агентов, а долю принятых правок: токены уже стоят как зарплаты. Во-вторых, отдавайте агентам мониторинг, справки и типовые задачи, где успех близок к 70–80%. В-третьих, инфраструктурный код, оценочные среды и выбор направления исследований оставляйте под человеческим ревью, иначе получите «AI slop» и сожжённые вычисления. И помните об источнике: отчёт написала сама OpenAI, а опросы небольшие и нерепрезентативные.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: сколько это стоит в токенах?

Расчёт строится на списочных ценах API. Медианный исследователь в октябре потребил бы токенов на $2400 в день, на 62% больше, чем месяцем ранее. У топ-10% пользователей эта теоретическая сумма удвоилась до $23 000 в день. Работают агенты и в основном над общением и кодом. Есть и пересчёт во время. Если сложить всё, что делают агенты, на одного исследователя приходится около 5,7 восьмичасовых рабочих дня за каждые календарные сутки. В командах пред- и постобучения моделей получается примерно восемь.

Что известно по теме: где агенты справляются, а где нет?

С марта по октябрь оценочная доля задач на 2–4 часа, которые агент решает сам, без вмешательства человека, выросла с 23% до 46%. Для задач на 4–8 часов показатель вырос с 13% до 35%. Разбивка по таксономии Epoch AI показывает перекос в сторону простого. Мониторинг обучающих прогонов агенты ведут успешно в 79% случаев, на технические вопросы отвечают самостоятельно в 72%.

Что известно по теме: что говорят сами исследователи?

Опрос 101 сотрудника OpenAI нерепрезентативен, но показателен. Медианный ответ: исследователи скорее отказались бы от 40% штата своей команды или от 30% вычислительных мощностей, чем остались на три месяца без нынешних кодинг-агентов. В отдельном быстром опросе 28 человек 27 предпочли свежую внутреннюю модель инженеру среднего уровня. Оборотная сторона вскрылась в интервью с десятью исследователями. По их словам, у моделей нет «вкуса»: они плохо отличают сильную научную идею, не чувствуют качества кода и данных.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…