Économie des vidéos Sora IA : 20 $ pour l'utilisateur coûtent 65 $ en calcul à OpenAI

Économie unitaire de Sora
Selon l'analyse de l'application de génération de vidéos IA Sora d'OpenAI, chaque abonné à 20 $/mois générant 50 vidéos coûte environ 65 $ en calcul à OpenAI. Plus les utilisateurs interagissent avec le produit, plus vite il perd de l'argent.
Détail des coûts
- Coûts de calcul de pointe : 15 millions de dollars par jour (estimation des analystes)
- Revenus totaux sur toute la durée de vie : 2,1 millions de dollars sur toutes les plateformes en six mois
- Estimation prudente : ~1 million de dollars de taux de brûlage net quotidien après limitation et optimisation
- Ratio de coût : Générer une vidéo IA de 10 secondes coûte environ 160 fois plus qu'une génération de texte équivalente
Détails techniques
Chaque vidéo de 10 secondes coûte environ 1,30 $ en calcul GPU, nécessitant approximativement 40 minutes de temps GPU total réparti sur 4 H100 en parallèle. En utilisation de pointe, avec 25 % des 4,5 millions d'utilisateurs cumulés de Sora publiant 10 vidéos par jour, cela a donné 11,3 millions de vidéos par jour à 1,30 $ chacune.
Le problème structurel de coût découle des exigences de calcul de la vidéo : une vidéo 720p de 10 secondes nécessite le traitement d'environ 80 000 petits fragments de pixels dans l'espace et le temps, contre quelques centaines de tokens pour les invites typiques de ChatGPT. Les besoins en calcul augmentent avec le carré du nombre de fragments - doubler la résolution quadruple le coût.
Contexte du marché
Aucune entreprise de vidéo IA n'a prouvé sa rentabilité nette selon l'analyse. Runway a déclaré un EBITDA de -155 M$, Pika avait 7,6 M$ de revenus sur 80 M$ levés, et bien que Kling ait rapporté 240 M$ de revenus annuels récurrents, ils n'ont pas publié de données de profit. Sora a montré une rétention de 1 % au jour 30 contre 32 % pour TikTok, les utilisateurs générant généralement des vidéos, les regardant une fois et ne revenant pas.
📖 Lire la source complète : HN LLM Tools
👀 See Also

Les agents d'IA tuent la revue de code — Le problème principal-agent expliqué
Introduire des agents d'IA dans le processus traditionnel de revue de code double la charge de revue, effondre les signaux de confiance et crée un déséquilibre insoutenable — c'est le problème principal-agent appliqué au génie logiciel.

Quand tout le monde a l'IA mais que l'entreprise n'apprend toujours rien : le bourbier de l'adoption de l'IA en entreprise
Le cadre d'Ethan Mollick montre que les gains de productivité individuels de l'IA ne se transforment pas automatiquement en apprentissage organisationnel. L'article explore pourquoi les entreprises sont coincées dans un 'entre-deux difficile' où l'utilisation de l'IA est inégale, cachée et déconnectée des connaissances partagées.

Image Bonsaï 1-Bit 4B : Génération d’Images sur Appareil via FLUX.2 Binaire/Ternaire
PrismML publie Bonsai Image 4B, une variante binaire (1,125 bits) et ternaire (1,71 bits) de FLUX.2 Klein 4B qui réduit le transformateur de diffusion à 0,93 Go / 1,21 Go, permettant la génération d'images 512×512 sur iPhone 17 Pro Max en 9,4 secondes.

La recherche de traçage de circuits d'Anthropic révèle les mécanismes internes de Claude 3.5 Haiku
Anthropic a publié une recherche sur le traçage de circuits d'une version simplifiée de Claude 3.5 Haiku, révélant six comportements spécifiques, notamment son état par défaut « Je ne sais pas », l'écriture de poèmes à l'envers et le traitement mathématique à double voie.