OpenAI CEO 山姆·奥特曼在 8 月 23 日播客访谈中罕见地主动谈及内部资源取舍，明确表示视频生成模型 Sora 因过于消耗算力，优先级低于编程智能体 Codex，相关算力和团队投入已向后者倾斜。这一表态折射出 AI 行业在算力分配上的深层博弈：并非所有模型都能同等受益于 GPU 扩展，工作负载架构的差异正成为产品扩张速度的关键变量。
奥特曼在 David Senra 的播客中直言，Sora 本身是优秀产品，继续发展也能成为可观业务，但其对计算资源的消耗过于巨大。在同一时期，Codex 的优先级更高，因此资源流向发生改变。值得注意的是，Codex 并非省算力之辈——它处理一个“修复 bug”的指令，后台可能连续运行多轮推理、读取代码、调用工具、执行测试，再带着新日志和上下文继续推理。两者的核心区别在于：Sora 将算力集中于单次视频生成，而 Codex 将算力分散到一条可能持续数十分钟甚至更久的智能体工作流中。
从技术架构看，Sora 的算力消耗具有连续性和独占性。视频输入先被压缩至潜在空间，再切分为时空补丁，Transformer 需在时间、高度、宽度三个维度上处理，视觉 token 数近似为 T×H×W 的乘积。扩散模型还需多轮采样迭代，每轮更新后潜在状态变化，难以像语言模型那样通过 KV 缓存复用历史状态。因此，单条视频生成路径沉重，且难以通过调度大幅摊薄成本。尽管 GPU 利用率可能很高，但单位时间交付的任务量有限，且视频时长、分辨率、纵横比的差异导致张量形状不一，进一步限制批处理效率。
相比之下，Codex 的算力是碎片化且可复用的。智能体任务被拆解为多轮 prefill、decode 与工具调用的组合。工具执行期间 GPU 可让出，服务其他请求；通过 prompt caching、continuous batching、分页 KV cache 等技术，调度器能动态重组任务，提高 GPU 有效吞吐。Codex 的负载取决于上下文增长速度、缓存命中率及任务进入模型的频次，而非简单的 token 数。这种可调度性使 Codex 能更高效地吸收新增算力，支撑更多并发智能体工作流。
这一对比揭示了 AI 产品扩张速度背后的算力经济学：在 GPU 资源有限的情况下，工作负载能否被拆分、复用和调度，决定了单位 GPU 时间能支撑的有效任务量。Sora 的算力锁在单条视频生成路径中，而 Codex 的算力可被重新编排，因此后者在资源竞争中占据优势。对投资者而言，这意味着评估 AI 公司时，不仅看模型能力，更需关注其算力架构的灵活性与资源利用效率，这或将影响未来产品迭代与市场扩张的节奏。