四个月前，OpenAI 还被市场盯着一个没完成的数字：ChatGPT 周活接近 9 亿，但没有踩上 10 亿目标。7 月 31 日，OpenAI CFO Sarah Friar 换了一个口径披露进展：OpenAI 模型现在触达 超过 10 亿活跃用户，并被 超过 200 万家企业使用。
这次发布没有新模型，也没有榜单冠军。它更像一份给客户、投资人和算力伙伴看的运营说明：用户规模上去了，API 价格要往下压，推理系统还要继续榨效率。OpenAI 把增长故事从“更多人来用 ChatGPT”，拉回到一个更现实的问题：这么多请求，怎样用可承受的成本跑完。
10 亿之后，价格先动
OpenAI 在同一篇文章里把前一天的 GPT-5.6 价格调整重新摆上桌。Luna API 输入价降到 每百万 token 0.20 美元，输出价 1.20 美元，降幅 80%；Terra 输入价 2 美元，输出价 12 美元，降幅 20%；Sol 价格不变，但 Fast mode 可以用两倍价格换 最高 2.5 倍标准处理速度，官方称智能水平不变。
《华尔街日报》也把这组价格和 10 亿用户放在同一条新闻里，核验了 OpenAI 披露的 超过 10 亿活跃用户和 200 万企业，以及 Luna、Terra 的降价幅度。这个组合很少见：公司一边强调规模，一边主动承认价格要继续降。
Sarah Friar 在文中写道：
“Customers do not buy tokens for their own sake.”
自然翻成中文，就是客户买的并非 token 本身，买的是问题被解决、代码被交付、合同被审完、科学问题被推进。这个说法把 API 定价从“每百万 token 多少钱”，转成“完成一次工作到底花多少钱”。
用户增长会把账本放大
OpenAI 披露的使用深度也在变。用户注册 6 个月后，每天发送消息数大约增加 50%，ChatGPT 覆盖的工作种类大约翻倍。公司内部也给了一个极端样本：OpenAI 自己每周输出 token 中，经过 Codex 的智能体工作占到 99.8%。
这些数字不能简单理解成“用户越多越好”。活跃用户破 10 亿之后，每一次模型改价、路由、缓存、推测解码和上下文压缩，都会被放大到庞大的成本盘子上。过去讨论 OpenAI，读者常盯融资、估值和 GPU 订单；这次更该盯单次任务成本，因为它直接决定 10 亿用户能否转化为可持续收入。
4 月那篇“错失 10 亿目标”之后，市场担心的是用户增长慢、算力承诺重。现在数字补上来了，疑问并没有消失，只是换了位置：新增用户和企业客户是否愿意为更长任务、更高速度和更少返工付费。OpenAI 把 Luna、Terra 价格压低，等于把一部分答案交给需求弹性来验证。
推理效率成了增长前提
同一周的工程文章给了更硬的底层解释。OpenAI 称，GPT-5.6 Sol 帮团队优化生产推理软件，让端到端服务成本下降 20%；它还参与改进推测解码，让 token 生成效率提升 超过 15%。这两项都并非模型榜单分数，却关系到每天数十亿次调用背后的毛利。
ARC-AGI-3 那篇研究复盘也被 OpenAI 放进同一条叙事链里：同一个 GPT-5.6 Sol，在官方 harness 下公开集 RHAE 是 13.3%；打开 retained reasoning 和 compaction 后到 38.3%，输出 token 约降到 1/6。这里的看点并非再次证明 ARC 分数，系统层设置本身就能同时影响成功率和成本。
对中文开发者来说，这里有一个更实用的提醒：模型价格表只是一层，真实账单还要看 harness 怎么保留上下文、工具调用是否重复、缓存命中率怎样、一次任务要跑多少轮。一个看似便宜的模型，如果反复失败，最后未必便宜；一个更强模型如果少走弯路，反而可能压低单次成功成本。
资本支出还要看兑现速度
OpenAI 这次没有披露收入、利润或云合同总额。外部报道已经多次提到它庞大的算力开支和融资需求，所以 10 亿用户并非终点，更像一张压力测试卷的开头。活跃用户和企业数证明需求存在，降价和推理优化证明公司知道成本线不能无限抬高，剩下要看两条指标：付费深度和单位经济性。
第一条是企业工作流能不能从“试用 AI”进入“把流程交给 AI”。200 万企业这个数字很大，但企业里产生高收入的部分，往往来自合规、权限、数据接入和长期任务，而非一次性聊天。
第二条是基础设施投入变现速度。OpenAI 说投资决策会看用户和工作负载增长、企业承诺、API 消耗、利用率、收入以及模型效率进展。翻成财务语言，就是新增机房和芯片不能只摆在愿景里，必须尽快变成可收费、可复用、可降低边际成本的产能。
这也是 10 亿用户新闻里最有分量的地方。OpenAI 没把它包装成单纯的里程碑，还和降价、推理优化、Codex 工作流、ARC harness 一起讲。它在告诉市场：规模已经到了，下一阶段拼的是把每一次智能调用做成一笔能赚钱的工作。
后续可验证的节点很清楚：Luna 和 Terra 降价后 API 用量是否明显放大，Sol Fast mode 是否进入高价值企业任务，Codex 在非工程团队里的 token 占比是否继续上升，以及下一次财务披露里推理成本率有没有继续下降。只有这些数字跟上，10 亿活跃用户才会从流量数字变成商业底座。
参考来源：OpenAI 公司文章、OpenAI GPT-5.6 定价公告、OpenAI GPT-5.6 工程文章、CocoLoop、OpenAI ARC-AGI-3 研究复盘、The Wall Street Journal；核验用户规模、企业规模、API 定价、推理成本降幅、token 生成效率、ARC-AGI-3 RHAE 与输出 token 口径。