OpenAI CEO 山姆·奧特曼在 8 月 23 日播客訪談中罕見地主動談及內部資源取捨，明確表示影片生成模型 Sora 因過於消耗算力，優先順序低於程式設計智慧體 Codex，相關算力和團隊投入已向後者傾斜。這一表態折射出 AI 行業在算力分配上的深層博弈：並非所有模型都能同等受益於 GPU 擴充套件，工作負載架構的差異正成為產品擴張速度的關鍵變數。
奧特曼在 David Senra 的播客中直言，Sora 本身是優秀產品，繼續發展也能成為可觀業務，但其對計算資源的消耗過於巨大。在同一時期，Codex 的優先順序更高，因此資源流向發生改變。值得注意的是，Codex 並非省算力之輩——它處理一個“修復 bug”的指令，後台可能連續執行多輪推理、讀取程式碼、呼叫工具、執行測試，再帶著新日誌和上下文繼續推理。兩者的核心區別在於：Sora 將算力集中於單次影片生成，而 Codex 將算力分散到一條可能持續數十分鐘甚至更久的智慧體工作流中。
從技術架構看，Sora 的算力消耗具有連續性和獨佔性。影片輸入先被壓縮至潛在空間，再切分為時空補丁，Transformer 需在時間、高度、寬度三個維度上處理，視覺 token 數近似為 T×H×W 的乘積。擴散模型還需多輪取樣迭代，每輪更新後潛在狀態變化，難以像語言模型那樣通過 KV 快取複用歷史狀態。因此，單條影片生成路徑沉重，且難以通過排程大幅攤薄成本。儘管 GPU 利用率可能很高，但單位時間交付的任務量有限，且影片時長、解析度、縱橫比的差異導致張量形狀不一，進一步限制批處理效率。
相比之下，Codex 的算力是碎片化且可複用的。智慧體任務被拆解為多輪 prefill、decode 與工具呼叫的組合。工具執行期間 GPU 可讓出，服務其他請求；通過 prompt caching、continuous batching、分頁 KV cache 等技術，排程器能動態重組任務，提高 GPU 有效吞吐。Codex 的負載取決於上下文增長速度、快取命中率及任務進入模型的頻次，而非簡單的 token 數。這種可排程性使 Codex 能更高效地吸收新增算力，支撐更多併發智慧體工作流。
這一對比揭示了 AI 產品擴張速度背後的算力經濟學：在 GPU 資源有限的情況下，工作負載能否被拆分、複用和排程，決定了單位 GPU 時間能支撐的有效任務量。Sora 的算力鎖在單條影片生成路徑中，而 Codex 的算力可被重新編排，因此後者在資源競爭中佔據優勢。對投資者而言，這意味著評估 AI 公司時，不僅看模型能力，更需關注其算力架構的靈活性與資源利用效率，這或將影響未來產品迭代與市場擴張的節奏。