“Oops... I did it again.” 这句 Britney Spears 的经典歌词，成了 OpenAI 产品负责人 Tibo 在 7 月 18 日给所有付费用户发出的“道歉信”。一周之内，这已经是第三次。第三次重置用量限制，第三次说“抱歉，你们又用超了”。
上一次他在 7 月 14 日宣布重置时，还带来了一个更惊人的数字：Codex 和 ChatGPT Work 的活跃用户已突破 800 万。而仅仅四天前，Sam Altman 刚刚在 X 上向全行业发出预警：“5.6 Sol 的增长太疯狂了……可能很快会出现一些 hiccups。”
这看起来像是一个产品经理的幽默自嘲，但背后藏着一个严肃的现实：OpenAI 的 GPT-5.6 Sol 太火了，火到连它自己的基础设施都在苦苦追赶。而这件事，比任何模型评测分数都更能说明 AI 行业当前的真实处境。模型能力不是问题，算力才是。
一周三次的“极限拉锯”
要理解 OpenAI 到底在经历什么，需要把时间线完整拉一遍。
7 月 12 日，GPT-5.6 系列模型（Sol、Terra、Luna）正式向公众开放不到一周，Tibo 就在 X 上宣布：临时移除所有 Plus、Business 和 Pro 计划的 5 小时用量限制，同时进行一轮用量重置。他在推文中直言：“过去 48 小时，Codex 和 ChatGPT Work 太疯狂了。”
这条推文包含三项更新：移除 5 小时限制、让 GPT-5.6 Sol 更高效地消耗用量、以及立即重置所有用户的用量计数器。关于效率提升的具体幅度，Tibo 坦承“影响仍在量化中，稍后会分享”。也就是说，优化有方向，但效果还没落地。这是一次信心驱动的让步，而非技术驱动的突破。
两天后的 7 月 14 日，Tibo 再次发文：Codex 和 ChatGPT Work 的活跃用户已突破 800 万，团队又重置了一次用量限制，并且继续维持无 5 小时限制的状态。同一时间，Sam Altman 转发了这条消息，补充了一个意味深长的注脚。
5.6 Sol 的增长太疯狂了。推理团队已经做了英雄般的工作来支撑需求。我们会移山填海继续扩大规模，但可能很快会出现一些“hiccups”。
这是整个事件中最值得玩味的一句话。Altman 没有用产品经理擅长的委婉措辞，而是直接说“hiccups”。在技术语境里，这个词通常指的是服务器抖动、服务降级、甚至短暂宕机。一个 CEO 提前预告服务可能出问题，这说明压力已经大到无法内部消化。
到了 7 月 18 日，第三轮重置来了。这一次，Tibo 用了一句“Oops... I did it again”来自嘲。他写道：“享受为所有付费用户重置 Codex 和 ChatGPT Work 用量限制吧。超级感谢这支不可思议的团队，他们在以光速迭代，保持基础设施稳定，而我们正在以比以往任何时候都快的速度扩张。”
一周之内，三次重置。间隔越来越短，语气越来越轻松，但压力越来越清晰。这不是 OpenAI 在玩营销噱头，而是一场真实的“幸福的烦恼”。
800 万活跃用户的重量
800 万活跃用户，这不是 ChatGPT 主产品的数据，仅仅是 Codex 和 ChatGPT Work 两个产品线的活跃用户数。ChatGPT 主产品在 2026 年第一季度的月活，据行业估计已超过 5 亿。但 800 万的意义不在数量，而在用户质量。
Codex 是 OpenAI 面向开发者推出的 AI 编程助手，支持从代码补全到多文件重构的完整工作流。ChatGPT Work 是随 GPT-5.6 系列一起推出的 Agent 产品，被定位为“可以在你的应用和文件中跨步骤操作、持续数小时完成复杂任务”的智能体。也就是说，这两个产品的用户都有一个共同点：他们用 AI 干正事，而且一干就是几个小时。
一个刚上线不到两周的 Agent 产品，加上一个面向开发者的编程工具，就撑起了 800 万重度用户。这些用户不是来闲聊的，他们让 AI 写代码、跑测试、管理项目、自动执行工作流，每次交互都消耗大量推理算力。同一批用户的使用强度，是普通聊天用户的数倍甚至数十倍。
Sensor Tower 的数据显示，ChatGPT 整体用户中 35 岁以上的占比已从 2025 年的 26% 上升到 2026 年第二季度的 31%，而 18 到 24 岁的年轻用户占比从 34% 下降到 29%。OpenAI 的用户结构正在从“尝鲜者”向“生产力用户”转变。当几百万个这样的用户同时放到一个推理集群上，负载曲线会变得极其陡峭。
这正是 OpenAI 目前面临的结构性挑战：用户的“生产性使用”场景正在以远超“聊天场景”的速度爆发，而这种爆发的算力代价，比聊天高出不止一个数量级。ChatGPT Work 的一个 Agent 任务可能持续数小时，消耗数千个 token 来执行多步推理、调用工具、处理文件。一个这样的任务，需要的算力可能相当于几百次普通对话。
推理算力的“天花板效应”
为什么 Altman 要说“hiccups soon”？这触及了当前 AI 行业最核心的瓶颈：推理算力。
GPT-5.6 Sol 是 OpenAI 迄今为止最强大的旗舰模型。根据 Forbes 报道，Sol 的 API 定价为每百万输入 token 5 美元、每百万输出 token 30 美元。相比之下，同一家族中的 Luna 定价仅为 $1 和 $6，仅为前者的五分之一。Sol 贵，是因为它更强，而更强意味着推理时需要更多的计算资源。30 美元每百万输出 token，这个价格在整个市场上都属于顶级区间，是 Meta Muse Spark 1.1 的 7 倍以上。
当数万甚至数十万用户同时用 Sol 进行高强度编程和 Agent 任务时，推理集群的负载会呈指数级增长。OpenAI 的推理团队已经做了“英雄般的工作”，这并非客套话。在过去几个月里，OpenAI 推进了多项推理优化：模型蒸馏、KV cache 优化、动态批处理、投机性解码。每一次优化都意味着单位算力可以服务更多用户。但 Sol 的需求增长似乎总是跑在优化前面。
这让人想起 2022 年底 ChatGPT 刚上线时的场景：服务器崩溃、响应超时、OpenAI 不得不限制访问。近四年过去了，OpenAI 的基础设施显然已经今非昔比，但 GPT-5.6 Sol 带来的需求洪峰，正在把这种“今非昔比”推向新的极限。
而更棘手的是，Sol 的“爆火”不是在真空中发生的。同一周，Anthropic 的 Fable 5、Meta 的 Muse Spark 1.1、xAI 的 Grok 4.5 几乎同时发布。整个行业正经历一场“模型军备竞赛”之后的“推理算力消耗战”。每一家都在争夺有限的 GPU 资源和数据中心容量。微软已经被曝正在训练销售团队“劝退”客户使用 OpenAI 和 Anthropic 的模型，转而推广自家的模型。这背后，是每一个玩家都在算力供给上感受到了压力。
重置不是“恩赐”，而是“不得不”
每次重置看起来像是 OpenAI 给用户的福利，但仔细想想：如果算力足够，根本不需要设置用量限制，更不需要频繁重置。
5 小时用量限制的存在本身就说明了一个简单的事实：每用户的使用成本仍然很高，AI 的“单位经济”还没有降到可以无限开放的程度。OpenAI 每一次重置，都是在“用户体验”和“算力成本”之间做平衡。今天让用户先用着，明天通过技术优化把成本降下来，靠的是时间差。
Tibo 在推文中特意提到“正在让 GPT-5.6 Sol 变得更高效，使你的用量可以走得更远”。这句话的潜台词是：我们正在优化，但还没搞定。在优化完成之前，只能靠一次次重置来维持用户满意度。
这个策略在短期内有效，但不可持续。每一次重置都是对用户预期的一次重新锚定，也是对未来算力供给的一次透支。Altman 说要“移山填海来继续扩大规模”，不是因为 OpenAI 财大气粗，而是因为不这么做，服务的质量就会断崖式下跌。
Forbes 的分析师指出，更便宜的 token 并不保证更便宜的企业 Agent 总成本。因为模型越强、任务越复杂，每个任务消耗的 token 就越多。Sol 的定价虽然高，但如果它能在更少的推理步骤中完成任务，总成本反而可能更低。这正是 OpenAI 的赌注：让 Sol 足够聪明，少想几次，从而降低实际使用成本。但这也意味着，短期内 Sol 的推理成本降不下来，用量限制还会继续存在。
AI 基础设施的“奇点时刻”
800 万活跃用户，一周三次重置，Altman 的“hiccups”预警。这些信号叠加在一起，指向一个更宏观的判断：AI 正从“技术演示阶段”进入“基础设施压力测试阶段”。
2022 到 2024 年，行业的核心矛盾是“模型能力不够强”。谁做出更强的模型，谁就赢。OpenAI 靠 GPT-4 打天下，Anthropic 靠 Claude 3 追赶，Google 靠 Gemini 反击。那个阶段，一切竞争都围绕模型能力展开。
但从 2025 年开始，核心矛盾正在转移。模型能力越来越趋同，但“规模不够大”的瓶颈越来越明显。不是模型不够强，而是算力不够多，推理不够快，基础设施不够厚。Sol 的定价已经说明问题：每百万输出 token 30 美元，让它成为市场上最贵的消费级模型之一。但即使这么贵，用户依然在疯狂涌入，把集群挤到需要人工重置用量上限的地步。
OpenAI 的“幸福的烦恼”，实际上是整个 AI 行业将要面临的普遍问题。当 Anthropic 的 Fable 5、Google 的 Gemini 2.5、xAI 的 Grok 4.5 等模型相继进入“生产级使用”阶段，每一家都会面临同样的推理算力瓶颈。Meta 已经以 $1.25 每百万输入 token 的超低价杀入 API 市场，xAI 喊出“双倍 token 效率”的口号，但归根结底，这些数字游戏指向的是同一个问题：在模型能力趋同之后，总成本最低的那家，才是赢家。
这个瓶颈的突破，将决定下一轮 AI 竞争的结果。谁能更快地降低推理成本、更高效地调度算力、更平滑地应对需求洪峰，谁就能在“模型能力趋同”的时代建立真正的护城河。而 OpenAI 目前领先的，不是模型能力，至少不完全是，而是品牌效应和用户粘性。如果基础设施跟不上，这种领先优势可能在几个月内被侵蚀。
Anthropic 的估值已经在赌它能在这一轮竞争中站稳脚跟。预测市场的数据显示，Anthropic 在 2026 年底达到 1.25 万亿美元估值的概率为 90%。但分析师们越来越怀疑，在如此激烈的竞争和算力压力下，这样的高估值是否可持续。当基础设施成为瓶颈，所有玩家的估值逻辑都需要重新评估。
尾声：当“Oops”变成日常
OpenAI 的“Oops... I did it again”看起来是一个轻松的玩笑，但它揭示了一个不轻松的事实：AI 的“iPhone 时刻”已经过去，取而代之的是“水电煤时刻”。当每个人都用 AI 做正经事的时候，基础设施的厚度才是真正的胜负手。
Altman 说要“移山填海”来扩大规模。这不是文学修辞，这是 OpenAI 当前最真实的战略优先级。在接下来的 12 到 18 个月里，OpenAI 的竞争焦点可能不再是“下一个模型有多强”，而是“下一个数据中心有多大”。
而对于那些正在用 Codex 和 ChatGPT Work 的 800 万用户来说，如果你的用量在周末被重置了，别太惊讶。你知道的，OpenAI 还会再来一次。因为，Oops... they did it again. And again. And again.
当“Oops... I did it again”从一句歌词变成一家 AI 公司的用户协议更新频率，你就知道，AI 的“水电煤”时代，真的来了。
快报