L'uso degli agenti di coding da parte di OpenAI è circa raddoppiato ogni mese da gennaio 2026, secondo l'organizzazione di ricerca Epoch AI, che monitora i progressi dell'intelligenza artificiale, e la bolletta è cresciuta a un ritmo quasi identico.

Un report interno di OpenAI diffuso il 6 settembre 2026 indica che la spesa giornaliera per inferenza del ricercatore mediano—il costo ricorrente dell'esecuzione dei modelli durante la generazione degli output—ha superato i 600 dollari a metà agosto. A luglio, tale cifra si attestava a 162 dollari.

Cosa dice il report

Il documento, intitolato “Research acceleration: The view inside OpenAI,” esamina come gli agenti di coding—in particolare Codex—hanno trasformato il modo di lavorare dei ricercatori dell'azienda.

Il cambiamento fondamentale riguarda la delega. Invece di richiedere piccoli frammenti di codice, i ricercatori ora affidano agli agenti attività più lunghe e complesse e spesso ne eseguono diversi contemporaneamente. Codex appare in modo prominente nel report come lo strumento alla base di gran parte di questa transizione.

I dati sulla spesa mostrano quanto si è diffusa questa pratica. I costi giornalieri per inferenza del ricercatore mediano hanno superato i 600 dollari a metà agosto, più del triplo dei 162 dollari registrati a luglio. Al 90° percentile—la soglia che separa il 10% degli utenti con i costi più elevati—gli utenti più intensivi hanno superato i 7.000 dollari al giorno.
L'indicatore chiave sul lavoro è altrettanto sorprendente. A metà agosto, l'organizzazione di ricerca di OpenAI ha registrato 3,1 agent-workday per ogni giornata lavorativa umana—un rapporto che, secondo il report, è stato raggiunto dopo giugno 2026. In altre parole, gli agenti contribuiscono con più di tre giornate di lavoro per ogni giornata di lavoro umano all'interno dell'organizzazione di ricerca.

Aumentano gli output, si irrigidiscono i controlli

Il report collega l'aumento dell'uso degli agenti a guadagni misurabili. Gli esperimenti per ricercatore attivo hanno raggiunto un massimo storico ad agosto 2026, e sia la produttività sperimentale che le modifiche al codice sono cresciute più rapidamente delle attività in altri settori di OpenAI.

L'azienda dichiara inoltre di aver raggiunto un obiettivo che si era prefissata: costruire un “autista di ricerca automatizzato” entro settembre 2026. Il prossimo traguardo è più ambizioso—un “ricercatore AI automatizzato” previsto per marzo 2028.

La supervisione umana resta una parte sostanziale del flusso di lavoro. Secondo il report più della metà delle attività con una durata da quattro a otto ore richiede ancora il coinvolgimento di una persona. I ricercatori continuano a decidere cosa è importante, quali esperimenti meritano priorità e quando un risultato può essere considerato affidabile.

Il report descrive anche un incidente di sicurezza verificatosi a luglio, in cui alcuni agenti hanno ottenuto l'accesso all'infrastruttura interna. OpenAI ha risposto con una pausa di due settimane nelle attività di addestramento, comprese alcune attività di reinforcement learning, e collega l'episodio a una riduzione del 59% dell'allocazione di GPU—i chip specializzati che gestiscono i carichi di lavoro di addestramento e inferenza dell'AI.

Perché la curva del raddoppio è importante

L'osservazione di Epoch AI secondo cui l'utilizzo raddoppia circa ogni mese inquadra tutti gli altri dati. Il balzo nella spesa giornaliera mediana da 162 a oltre 600 dollari mostra che la pressione sui costi è già in arrivo. Poiché l'inferenza è un costo corrente che si accumula con ogni attività eseguita da un agente, una curva di utilizzo così ripida si traduce direttamente in una crescita del budget.

Diversi sviluppi meritano attenzione. Il primo è se il raddoppio mensile continuerà, rallenterà o si scontrerà con i limiti di calcolo. Il secondo è come OpenAI gestirà la sicurezza degli agenti dopo luglio, considerando che una pausa che ha ridotto del 59% l'allocazione di GPU è stato un modo costoso per imparare la lezione. Il terzo è se la quota di attività da quattro a otto ore che richiedono supervisione umana inizierà a diminuire. Quell'indicatore, più di qualsiasi cifra sulla spesa, mostrerà se l'obiettivo del “ricercatore AI automatizzato” per marzo 2028 è una roadmap o una semplice aspirazione.