Sora AI-Videoökonomie: 20 US-Dollar Nutzerkosten verursachen 65 US-Dollar Rechenkosten für OpenAI

✍️ OpenClawRadar📅 Veröffentlicht: 6. April 2026🔗 Source
Sora AI-Videoökonomie: 20 US-Dollar Nutzerkosten verursachen 65 US-Dollar Rechenkosten für OpenAI
Ad

Soras Stückkostenökonomie

Laut einer Analyse von OpenAIs Sora KI-Videoerstellungs-App kostet jeder 20 US-Dollar/Monat-Abonnent, der 50 Videos erstellt, OpenAI etwa 65 US-Dollar an Rechenleistung. Je mehr Nutzer das Produkt nutzten, desto schneller verlor es Geld.

Kostenaufschlüsselung

  • Spitzen-Rechenkosten: 15 Millionen US-Dollar pro Tag (Schätzung des Analysten)
  • Gesamtlebensdauerumsatz: 2,1 Millionen US-Dollar über alle Plattformen in sechs Monaten
  • Konservative Schätzung: ~1 Million US-Dollar täglicher Nettoverlust nach Drosselung und Optimierung
  • Kostenverhältnis: Die Erstellung eines 10-Sekunden-KI-Videos kostet etwa 160-mal mehr als die gleichwertige Texterstellung
Ad

Technische Details

Jedes 10-Sekunden-Video kostet etwa 1,30 US-Dollar an GPU-Rechenleistung und erfordert etwa 40 Minuten Gesamt-GPU-Zeit auf 4 H100-GPUs parallel. Bei Spitzennutzung, mit 25 % von Soras 4,5 Millionen kumulativen Nutzern, die täglich 10 Videos veröffentlichten, ergab dies 11,3 Millionen Videos pro Tag zu je 1,30 US-Dollar.

Das strukturelle Kostenproblem rührt von den Rechenanforderungen von Videos her: Ein 10-Sekunden-720p-Video erfordert die Verarbeitung von etwa 80.000 kleinen Pixelbereichen über Raum und Zeit, verglichen mit ein paar hundert Tokens für typische ChatGPT-Eingaben. Der Rechenbedarf wächst mit dem Quadrat der Anzahl der Bereiche – eine Verdoppelung der Auflösung vervierfacht die Kosten.

Marktkontext

Laut der Analyse hat kein KI-Videounternehmen nachweislich Netto-Rentabilität erreicht. Runway meldete -155 Millionen US-Dollar EBITDA, Pika hatte 7,6 Millionen US-Dollar Umsatz bei 80 Millionen US-Dollar eingeworbenem Kapital, und während Kling 240 Millionen US-Dollar Jahresumsatzrate meldete, haben sie keine Gewinndaten veröffentlicht. Sora zeigte eine 1 %-Tage-30-Retention gegenüber TikToks 32 %, wobei Nutzer typischerweise Videos erstellten, sie einmal ansahen und nicht zurückkehrten.

📖 Read the full source: HN LLM Tools

Ad

👀 Siehe auch

KI-Kohlenhydratzählen scheitert an Reproduzierbarkeit: 27.000 Anfragen ergeben 429g Abweichung bei einem Foto
Nachrichten

KI-Kohlenhydratzählen scheitert an Reproduzierbarkeit: 27.000 Anfragen ergeben 429g Abweichung bei einem Foto

Eine Studie mit 26.904 KI-Abfragen in 4 Modellen ergab, dass Gemini 2.5 Pro seine Kohlenhydratschätzungen für ein einzelnes Paella-Foto von 55 g bis 484 g variierte – ein potenzieller Insulinausschlag von 42,9 IE. Claude zeigte nur eine mediane Variation von 2,4 %.

OpenClawRadar
Claude Pro-Benutzer dokumentieren chronische Schnittstellen- und Workflow-Probleme
Nachrichten

Claude Pro-Benutzer dokumentieren chronische Schnittstellen- und Workflow-Probleme

Ein langjähriger Claude Pro-Abonnent beschreibt fünf anhaltende Probleme: Dateizerstörung bei Korrekturen, fehlende Versionsverwaltung, Gedächtnisverlust nach Kontextkomprimierung, inkonsistente Entscheidungsfindung und ignorierte Benutzereinstellungen. Der Nutzer berichtet, dass diese Probleme trotz expliziter Anweisungen im Einstellungsbereich von Claude auftreten.

OpenClawRadar
Claude Opus 4.6 Gedächtnisausfall: Agent vergisst alles außer Dateiumbenennung
Nachrichten

Claude Opus 4.6 Gedächtnisausfall: Agent vergisst alles außer Dateiumbenennung

Ein Entwickler dokumentiert die 228 Logeinträge, 95 Agentenaktionen und 38 Codeausführungen von Claude Opus 4.6, die nur einen Speicher produzierten: die Zeichenfolge „Agent Zero Tune-Up“.

OpenClawRadar
Deterministische vs. probabilistische Code-Generierung: Warum Buns vibe-codierte Rust-Konvertierung Warnsignale auslöst
Nachrichten

Deterministische vs. probabilistische Code-Generierung: Warum Buns vibe-codierte Rust-Konvertierung Warnsignale auslöst

Noah Hall argumentiert, dass vibe-coded Repo-Änderungen in Millionenhöhe (wie Buns Zig-zu-Rust-Konvertierung) gefährlich sind. Er kontrastiert deterministische Transpiler mit probabilistischen LLM-Outputs. Tests allein reichen nicht.

OpenClawRadar