OpenAI 一周连放大招：自研推理芯片 Jalapeño 亮相、ChatGPT 企业版分级、GPT-5.6 Sol 降价超 20%

核心看点

• 自研芯片 Jalapeño 放出实测成绩：OpenAI 首次披露定制推理芯片 Jalapeño 的 Hot Chips 测试数据，每瓦性能比 NVIDIA Blackwell 平台高 1.5–1.9 倍，延迟最高可降 3.6 倍，指向 AI 推理从“买卡”走向“全栈定制”。
• ChatGPT Business 新增 $100 Premium Seat：面向中小团队推出 Premium 席位，可按月/按年付费，还能与 $25 Standard 席位混合购买，让初创公司也能按需升级。
• GPT-5.6 Sol 全线降价 20%+：API 与信用点价格在未来三个月内下调，输入 $4/百万 token、输出 $20/百万 token，并上线 Fast Mode（2.5 倍速度，2 倍费率）。
• 前沿模型支持「零数据保留」：OpenAI 宣布将为企业 API 用户提供 Zero Data Retention，配合 Private Safety Processing 预览，解决大模型安全监测与数据隐私之间的矛盾。
• 暂停强化学习训练两周：为加固研究环境和红队测试，OpenAI 暂停了面向部署的最新模型 RL 训练两周，最大规模的前沿 RL 训练仍在等待安全评估。

详细解析

1. Jalapeño：OpenAI 首颗自研推理芯片开始秀肌肉

早在宣布 Jalapeño 时，OpenAI 就把它定位为“首款定制推理芯片”。最近公布的实测结果让它不再是 PPT：在与基于 NVIDIA GB300/Blackwell 系统的对比中，Jalapeño 在峰值负载下每瓦完成的 AI 任务量高出 1.5–1.9 倍，端到端延迟降低 1.7–3.6 倍，功耗也低于标称的 700W（实测约 ≤550W）。

这块芯片瞄准的是推理阶段——也就是模型真正给用户提供回答的那个环节，而不是训练。OpenAI 的思路很直接：既然自家模型的架构、调度、内存和网络需求都高度可预测，那就可以从芯片到软件做全栈优化。Jalapeño 用了 HBM4 内存，并针对 KV Cache 和数据搬运做了专门设计，在 GPT-OSS 120B、DeepSeek R1 670B、Kimi K2.5 1T 等模型上跑出了成绩。

按计划，Jalapeño 将在 2026 年底前小批量进入 OpenAI 自家基础设施，2027 年扩大部署。对行业来说，这意味着继 Google TPU、Amazon Trainium、Microsoft Maia 之后，又一家顶级 AI 公司开始用定制芯片削弱对 NVIDIA 通用 GPU 的依赖。

2. ChatGPT Business Premium：小公司也能按需买“顶配”

OpenAI 给 ChatGPT Business 加了一个 $100/月（年付）的 Premium 席位，月付则是 $125/月。它的定位是“游戏规则改变者”——不是给大企业的全包方案，而是让中小团队按人头、按需求升级。

关键变化有两点：一是席位可混用，团队里轻度用户继续用 $20/月（年付）的 Standard，重度用户单独升级到 Premium；二是 Premium 提供 5 倍使用量、取消 5 小时使用上限，并覆盖 ChatGPT、ChatGPT Work、Codex，以及 Google Workspace、Slack、GitHub、Microsoft 365 的深度集成。安全和管控层面也配齐了 SAML/SSO/MFA、集中计费、使用分析和支出上限。

这套定价打法其实是把原来只给 Enterprise 的能力下放给规模更小的团队，目标用户群明显是那些“团队不大、但 AI 重度依赖”的初创公司。

3. GPT-5.6 Sol 降价 + Fast Mode，开发者成本再降

OpenAI 宣布未来三个月内，GPT-5.6 Sol 的 API 与信用点价格下调 20% 以上。调整后输入价格为 $4/百万 token，输出 $20/百万 token。适用对象包括标准 API、Codex 信用点以及 ChatGPT Work，Pro/Plus 订阅不包含在内。

与此同时，API 还新增了 Fast Mode，速度最高提升 2.5 倍，费率是原来的 2 倍。这对需要低延迟的在线应用来说是可选项，普通任务仍可按降价后的标准模式跑。

4. Zero Data Retention：隐私与安全如何兼得？

OpenAI 宣布为前沿模型提供 Zero Data Retention（ZDR），即请求和返回内容在处理后不被保留。以往企业要获得同等安全监测，往往得让厂商看到内容；ZDR 配合正在预览的 Private Safety Processing，可以在加密内容上运行滥用检测，工作人员只能看到风险类别和严重程度的元数据，看不到原始提示。

该功能主要面向合规要求高的金融、医疗、法律、国防和生物科技等行业。注意：不是所有端点都支持 ZDR，对话、线程、向量库、文件、批处理和视频端点目前不在范围内。完整技术和白皮书预计今年 9 月发布。

5. 暂停 RL 训练两周：更强的模型需要更强的内部安全

8 月 18 日，OpenAI 表示由于模型能力越强，内部研发和测试风险越高，他们暂停了面向部署的最新模型的强化学习训练两周，以加固研究环境、扩大红队测试和监控覆盖。规模最大的前沿 RL 训练目前仍在暂停状态，直到新的防护措施和对齐证据足够充分。

这不是算力不够，而是主动按下暂停键。随着 Agentic 能力增强，实验室内部先做足红队和监控，再把模型放出来，正在成为行业新常态。

总结

过去几天 OpenAI 的动作覆盖了芯片、ToB 定价、API 成本和数据安全四个维度：Jalapeño 是在硬件层建立长期成本优势；ChatGPT Business Premium 是在 SMB 市场寻找新增量；GPT-5.6 Sol 降价和 Fast Mode 是在开发者生态里保住调用量；ZDR 则是在企业敏感场景里消除“数据被厂商看到”的顾虑。

对于开发者和中小企业来说，最直接影响的是 API 降价和新的企业版席位；对于行业观察者，Jalapeño 的成绩则是一个信号：顶级 AI 公司正在从“买最好的 GPU”转向“为自己量身定制芯片”。