Vor vier Monaten wurde OpenAI noch an einem verfehlten Ziel gemessen: ChatGPT lag nahe bei 900 Millionen wöchentlich aktiven Nutzern, aber unter einer Milliarde. Am 31. Juli sagte CFO Sarah Friar, OpenAI-Modelle erreichten nun mehr als eine Milliarde aktive Nutzer und mehr als zwei Millionen Unternehmen.
Das war kein neues Modell. Es las sich wie ein Betriebsbericht an Kunden, Investoren und Compute-Partner: Die Nutzung ist groß, API-Preise sinken, und Inferenz muss weiter effizienter werden.
Nach der Größe kommt der Preis
Luna kostet jetzt 0,20 Dollar pro Million Input-Token und 1,20 Dollar pro Million Output-Token, ein Rückgang um 80%. Terra kostet 2 Dollar und 12 Dollar, minus 20%. Sol bleibt unverändert; Fast mode verspricht bis zu 2,5-fache Standardgeschwindigkeit zum doppelten Preis.
Das Wall Street Journal bestätigte die Nutzer- und Unternehmenszahlen sowie die Luna/Terra-Senkungen. Der Meilenstein wird damit direkt mit einer Kostenkorrektur verbunden.
“Customers do not buy tokens for their own sake.”
Friars Satz verschiebt den Blick von Tokenpreisen zu den Kosten eines gelösten Supportfalls, ausgelieferten Codes, geprüften Vertrags oder abgeschlossenen Forschungsauftrags.
Tiefere Nutzung vergrößert die Rechnung
OpenAI zufolge senden Nutzer sechs Monate nach der Registrierung rund 50% mehr Nachrichten pro Tag und nutzen ChatGPT für etwa doppelt so viele Arten von Arbeit. Intern entfallen 99,8% der wöchentlichen Output-Token auf agentische Arbeit über Codex.
Bei einer Milliarde Nutzern werden Routing, Caching und Kontextmanagement zu Finanzentscheidungen. Die Preisliste ist nur die Oberfläche; echte Kosten hängen von der Zahl der Schleifen und vom Vermeiden wiederholter Arbeit ab.
Inferenz wird zur Wachstumsbedingung
OpenAIs Engineering-Beitrag sagt, GPT-5.6 Sol habe die End-to-End-Serving-Kosten um 20% gesenkt und die Token-Generation um mehr als 15% effizienter gemacht. In der ARC-AGI-3-Analyse stieg dasselbe Modell mit retained reasoning und compaction von 13,3% auf 38,3% RHAE, bei etwa einem Sechstel der Output-Token.
Der nächste Test ist Nachfrageelastizität: Mehr API-Nutzung nach Luna/Terra-Senkung, Sol Fast in wertvollen Unternehmensaufgaben und Codex außerhalb von Engineering-Teams. Folgen diese Kennzahlen, wird die Milliarde Nutzer zur Geschäftsgrundlage für Infrastrukturkosten.
Quellen: OpenAI-Unternehmensbeitrag, OpenAI GPT-5.6-Preisankündigung, OpenAI GPT-5.6-Engineering-Beitrag, CocoLoop, OpenAI ARC-AGI-3-Forschungsnotiz und The Wall Street Journal; geprüft wurden Nutzerumfang, Unternehmenszahl, API-Preise, Serving-Kostenreduktion, Token-Generationseffizienz, ARC-AGI-3 RHAE und Output-Token-Umfang.