पीटर स्टीनबर्गर, ओपन-सोर्स एआय असिस्टंट ओपनक्लॉचे निर्माते आणि आता ओपनएआयच्या तांत्रिक कर्मचाऱ्यांचे सदस्य आहेत, त्यांनी एका महिन्यात अंदाजे $10 दशलक्ष किमतीचे एआय टोकन वापरले असल्याचे उघड केले आहे. सॅन फ्रान्सिस्को येथे क्लाउडफ्लेअर कनेक्ट 2026 परिषदेत क्लाउडफ्लेअर सीटीओ डेन केनेच्ट यांच्याशी संभाषण करताना हा खुलासा झाला.
आश्चर्यकारक आकृती प्रगत AI एजंट्स मोठ्या प्रमाणावर चालवण्याच्या संभाव्य प्रचंड संगणकीय खर्चावर प्रकाश टाकते. स्टीनबर्गरने हे देखील मान्य केले की अशा व्यापक टोकन वापरामुळे निर्माण होणारी सर्व कामे उपयुक्त नाहीत.
पीटर स्टीनबर्गर कोण आहे आणि ओपनक्लॉ म्हणजे काय?
पीटर स्टीनबर्गरने ओपनक्लॉ तयार केले, एक ओपन-सोर्स एआय एजंट कार्ये करण्यासाठी डिझाइन केलेले प्रश्नांची उत्तरे देण्यापलीकडे. एआय एजंट सॉफ्टवेअरशी संवाद साधू शकतात, वर्कफ्लो कार्यान्वित करू शकतात आणि मानवी पर्यवेक्षणाच्या वेगवेगळ्या प्रमाणात क्रियाकलाप स्वयंचलित करू शकतात.
Steinberger 2026 च्या सुरुवातीला OpenAI मध्ये सामील झाले, तर OpenClaw चा विकास ओपन-सोर्स फाउंडेशनच्या माध्यमातून सुरू ठेवण्यासाठी सेट होता.
त्याच्या कामात AI-सक्षम विकास कार्यप्रवाहांचा प्रयोग समाविष्ट आहे, जेथे एजंट कोड लिहिण्यास, योगदानांचे पुनरावलोकन करण्यास, कार्ये व्यवस्थापित करण्यास आणि इतर सॉफ्टवेअर अभियांत्रिकी क्रियाकलाप करण्यास मदत करू शकतात.
त्याने एआय टोकन्सवर $10 दशलक्ष का खर्च केले?
एआय कंपन्या सामान्यतः टोकन, मजकूर आणि इतर माहितीवर प्रक्रिया करण्यासाठी वापरल्या जाणाऱ्या युनिट्सवर आधारित मॉडेल वापरासाठी शुल्क आकारतात. जेव्हा एआय सिस्टम मोठ्या प्रमाणात संदर्भांचे विश्लेषण करते, कोड जनरेट करते, आउटपुटचे पुनरावलोकन करते किंवा एकाधिक एजंट चालवते तेव्हा खर्च लक्षणीय वाढू शकतात.
कॉन्फरन्स चर्चेदरम्यान, नेचने नमूद केले की स्टीनबर्गरला अक्षरशः अमर्यादित टोकन बजेटमध्ये प्रवेश होता. स्टीनबर्गर यांनी प्रतिक्रिया दिली की लोक सहसा हे समजण्यात अपयशी ठरतात की सर्व परिणामी काम उपयुक्त नाही.
नोंदवलेला $10 दशलक्ष आकडा हा मागील महिन्यासाठी एआय टोकन वापराच्या खर्चाचा अंदाज आहे. सामान्य OpenClaw वापरकर्त्याला तत्सम बिलाचा सामना करावा लागेल याचा पुरावा नाही, किंवा अहवालात मॉडेल, वर्कलोड किंवा टोकन व्हॉल्यूमचा तपशीलवार तपशील दिलेला नाही.
एआय एजंट क्लाउडवर अधिक कार्य हलवू शकतात
एआय एजंट अजूनही क्लाउडमध्ये पूर्णपणे ऑपरेट करण्याऐवजी वापरकर्त्यांच्या संगणकांवर इतका जास्त अवलंबून का आहेत असा प्रश्न देखील स्टीनबर्गरने केला.
क्लाउड-होस्टेड एजंट सतत चालवू शकतात, कार्ये समन्वयित करू शकतात आणि वापरकर्त्याच्या मशीनला सक्रिय न ठेवता कार्य करू शकतात. तथापि, क्लाउडवर वर्कलोड हलवण्यामुळे पायाभूत सुविधा खर्च, डेटा गोपनीयता आणि सुरक्षितता यासह इतर विचारांचा परिचय होतो.
व्यवसायांसाठी, स्वायत्त AI प्रणालींमधून उत्पादकता नफा त्यांच्या चालू खर्चाचे समर्थन करते की नाही हे निर्धारित करणे हे आव्हान आहे.
प्रत्येक AI-व्युत्पन्न परिणाम उपयुक्त नाही
खर्च प्रकटीकरण AI ऑटोमेशनची एक महत्त्वाची मर्यादा देखील हायलाइट करते: अधिक वापर आपोआप अधिक मूल्य उत्पन्न करत नाही.
एजंट कार्यांची पुनरावृत्ती करू शकतात, अनावश्यक आउटपुट तयार करू शकतात किंवा त्यांचे स्वतःचे काम तपासण्यासाठी अतिरिक्त मॉडेल कॉलची आवश्यकता असू शकतात. यामुळे उत्पादनक्षमतेत आनुपातिक सुधारणा न करता खर्च वाढू शकतो.
AI चा अवलंब करणाऱ्या संस्थांनी टोकन वापराचे निरीक्षण करणे, बजेट स्थापित करणे आणि स्वयंचलित कार्यप्रवाह मोजता येण्याजोगे परिणाम देत आहेत की नाही याचे मूल्यांकन करणे आवश्यक आहे.
AI एजंटना उत्तम सुरक्षा नियंत्रणे आवश्यक आहेत
स्टीनबर्गरने एआय एजंटना व्यापक परवानग्या देण्याच्या जोखमीवर देखील चर्चा केली. फाइल्स, ॲप्लिकेशन्स किंवा संवेदनशील माहितीमध्ये प्रवेश असलेल्या एजंटने चुकीचा निर्णय घेतल्यास किंवा दुर्भावनापूर्ण सूचनांचे पालन केल्यास सुरक्षा समस्या निर्माण होऊ शकतात.
त्यांनी सुचवले की एक एजंट दुसऱ्यासाठी परवानगी तपासणारा म्हणून काम करू शकतो, एखादी कृती आवश्यक आहे की नाही हे निर्धारित करण्यात मदत करेल आणि ती परिभाषित सुरक्षिततेमध्ये राहते की नाही.
अशा पद्धतीमुळे पारंपारिक सुरक्षा नियंत्रणे आणि मानवी उत्तरदायित्वाची गरज संपुष्टात येत नसली, तरी ती देखरेखीचा अतिरिक्त स्तर प्रदान करू शकते.
AI च्या भविष्यासाठी याचा काय अर्थ आहे
नोंदवलेला $10 दशलक्ष मासिक टोकन खर्च AI एजंटना अधिक स्वायत्त कामाकडे ढकलण्याच्या क्षमता आणि खर्च या दोन्ही गोष्टी स्पष्ट करतो. व्यवसाय सॉफ्टवेअर डेव्हलपमेंट आणि इतर वर्कफ्लो स्वयंचलित करण्याचे मार्ग शोधत असताना, अर्थशास्त्र ही एक महत्त्वाची अडचण आहे.
AI दत्तक घेण्याचा पुढील टप्पा केवळ अधिक सक्षम मॉडेल्सवरच अवलंबून नाही, तर स्वस्त अनुमान, कार्यक्षम पायाभूत सुविधा आणि स्वयंचलित कार्याला खरी किंमत मिळेल याची खात्री करण्यासाठी चांगल्या पद्धतींवरही अवलंबून असेल.
सारांश
OpenClaw निर्माते पीटर स्टीनबर्गर यांनी Cloudflare Connect 2026 मधील टिप्पणीनुसार एका महिन्यात $10 दशलक्ष किमतीचे AI टोकन वापरल्याचा अंदाज लावला. आता OpenAI येथे काम करत असताना, त्यांनी AI एजंट चालवण्याच्या खर्चावर, क्लाउड-आधारित पायाभूत सुविधांची गरज आणि सुरक्षा नियंत्रणांचे महत्त्व यावर चर्चा केली. क्षमता, खर्च आणि उत्पादकता यांचा समतोल साधण्याचे आव्हान अधोरेखित करून सर्व AI-व्युत्पन्न केलेले काम उपयुक्त नसल्याची कबुलीही त्यांनी दिली.
Comments are closed.