Η OpenAI αναφέρει ότι το Codex παράγει πλέον το 99,8% των εβδομαδιαίων εσωτερικών tokens εξόδου

Τα νούμερα που δημοσιεύει η OpenAI για τον εαυτό της

Το βασικό στοιχείο αφορά την OpenAI, όχι τους πελάτες της: η εταιρεία αναφέρει ότι το Codex αντιστοιχεί πλέον στο 99,8% των εβδομαδιαίων tokens εξόδου που παράγονται εντός της OpenAI, και ότι ο μέσος engineer παράγει το 99% των tokens εξόδου του μέσω του Codex και όχι του ChatGPT. Έως τον Αύγουστο του 2025, αντίθετα, ο μέσος εργαζόμενος της OpenAI αφιέρωνε λιγότερο από το 10% των tokens του στο Codex.

Το paper προσθέτει και άλλα εσωτερικά στοιχεία: η διάμεση συνολική τιμή των tokens εξόδου τον Ιούνιο του 2026 ήταν, σύμφωνα με τα στοιχεία, 56 φορές υψηλότερη σε σχέση με τον Νοέμβριο του 2025 στο τμήμα Research, 32 φορές στην Εξυπηρέτηση Πελατών, 27 φορές στο Engineering και 13 φορές στο Νομικό τμήμα. Οι μη-developers εβδομαδιαίοι χρήστες αυξήθηκαν κατά 137 φορές για μεμονωμένους χρήστες, 189 φορές για οργανισμούς, και 12 φορές εντός της OpenAI από τον Αύγουστο του 2025.

Αξίζει να σημειωθεί: οι εκτιμήσεις του χρονικού ορίζοντα εργασιών προέρχονται από ένα μοντέλο LLM που αξιολογεί (LLM-as-judge) τα transcripts του Codex, ενώ τα όρια για μεμονωμένους χρήστες βασίζονται σε ένα τυχαίο δείγμα 0,1%. Η ίδια η OpenAI χαρακτηρίζει αυτά τα νούμερα ενδεικτικά και όχι ακριβή. Άρα το πιο ισχυρό στοιχείο εδώ είναι συμπεριφορικό — ποιο εργαλείο ανοίγουν οι άνθρωποι — και όχι μια καθαρή μέτρηση ωρών ανθρώπινης εργασίας που αντικαθίστανται.

Η διεπαφή μετακινείται από μια συνομιλία σε μια εκτέλεση που επιβλέπετε

Η OpenAI πλαισιώνει το θέμα λέγοντας ότι οι agents αλλάζουν «τη μονάδα της γνωστικής εργασίας από μεμονωμένες αλληλεπιδράσεις σε ανατεθειμένες εργασίες μεγάλου χρονικού ορίζοντα». Αυτό είναι εξίσου claim για το frontend όσο και για το μοντέλο. Η επιφάνεια ενός chatbot είναι μια συνομιλία: πληκτρολογείτε, διαβάζετε, πληκτρολογείτε ξανά. Η επιφάνεια ενός agent είναι μια εκτέλεση που λειτουργεί για λεπτά ή ώρες, καλώντας εργαλεία και επαναλαμβάνοντας βήματα.

Η αναφορά αναφέρει ότι έως τον Μάιο του 2026, το 80,6% των δειγματοληπτημένων μεμονωμένων χρηστών είχε κάνει τουλάχιστον ένα αίτημα που εκτιμάται σε πάνω από 30 λεπτά ανθρώπινης εργασίας, το 70,2% πάνω από μία ώρα, και το 25,6% πάνω από οκτώ ώρες. Αν αυτό ισχύει, η διεπαφή στην οποία περνά κάποιος τη μέρα του δεν είναι πλέον ένα πλαίσιο μηνυμάτων. Είναι μια ουρά εργασιών μεγάλης διάρκειας, με ενδιάμεσες καταστάσεις, μερικά αποτελέσματα, και σημεία όπου κάποιος άνθρωπος πρέπει να εγκρίνει, να απορρίψει ή να ανακατευθύνει.

Το πιο ακραίο στοιχείο κάνει αυτό συγκεκριμένο: στο 99ο εκατοστημόριο, η OpenAI αναφέρει ότι οι χρήστες παράγουν τακτικά πάνω από 60 ώρες εκτελέσεων agent στο Codex ανά ημέρα, κατανεμημένες σε πολλαπλούς παράλληλους agents. Εξήντα ώρες agent μέσα σε ένα ημερολογιακό εικοσιτετράωρο είναι δυνατές μόνο αν ο άνθρωπος οργανώνει, δεν συνομιλεί. Το ανοιχτό ζήτημα σχεδιασμού είναι τι πραγματικά παρακολουθεί αυτός ο άνθρωπος — γιατί κανείς δεν διαβάζει 60 ώρες transcript.

Μη τεχνικά στελέχη περνούν σε εργασίες engineering

Ο ισχυρισμός που θα προσελκύσει τη μεγαλύτερη προσοχή είναι ότι τα τμήματα Νομικό, Οικονομικό και Προσλήψεων στην OpenAI πέρασαν στο σημείο όπου το Codex έγινε το βασικό τους εργαλείο ΤΝ γύρω στον Απρίλιο του 2026, αργότερα από το Engineering αλλά με ταχύτερο ρυθμό, και ότι ο μέσος δικηγόρος ή recruiter παράγει σήμερα πάνω από το 85% των tokens εξόδου του μέσω Codex.

Ο χάρτης θερμότητας επαγγέλματος έναντι τύπου εργασίας είναι πιο μετρημένος από την εικόνα που δίνεται γύρω του. Για τα τμήματα Product / Marketing / Ops, η γνωστική εργασία παραμένει η μεγαλύτερη κατηγορία με 51%, ενώ η μηχανική/κωδικοποίηση φτάνει το 25%. Για τα τμήματα Finance / Biz Ops, η γνωστική εργασία είναι 34% και η μηχανική/κωδικοποίηση 31%. Άρα οι μη-developers κάνουν κάποιο έργο που θυμίζει κωδικοποίηση μέσω του Codex — αυτοματισμούς, μετασχηματισμό δεδομένων, εντοπισμό σφαλμάτων, δομημένη ανάλυση — αλλά τα δεδομένα δεν δείχνουν ότι μετατρέπονται σε engineers. Δείχνουν ότι το κόστος για να μπουν σε μια συγγενική, προηγουμένως απαγορευτική εργασία έχει μειωθεί αρκετά ώστε να το κάνουν περιστασιακά.

Τι πρέπει πραγματικά να σχεδιάσει μια ομάδα που χτίζει πάνω σε αυτό

Διαβάζοντάς το ως σήμα προϊόντος από την ίδια την κατασκευή του προμηθευτή, η ανακοίνωση δείχνει ένα συγκεκριμένο κενό. Αν η μονάδα εργασίας είναι μια μακρά, παράλληλη, ημι-αυτόνομη εκτέλεση, τότε το δύσκολο κομμάτι σε ένα προϊόν agent δεν είναι η κλήση του μοντέλου — είναι η επιφάνεια επίβλεψης. Πώς αξιολογεί ένας recruiter ή ένας δικηγόρος, χωρίς τεχνικό υπόβαθρο, το αποτέλεσμα ενός agent που μόλις εκτέλεσε μία ώρα τεχνικής εργασίας που οι ίδιοι δεν θα μπορούσαν να κάνουν;

Αυτή είναι η συγκεκριμένη προέκταση για όποιον αναπτύσσει λειτουργίες agent: τα δεδομένα της OpenAI περιγράφουν έναν κόσμο όπου η εμπιστοσύνη στο αποτέλεσμα ενός agent μετράει περισσότερο από την ακατέργαστη ικανότητά του, γιατί το άτομο που εγκρίνει την εργασία δεν μπορεί πλέον εύκολα να την επαληθεύσει γραμμή προς γραμμή. Το ζήτημα frontend που υπονοούν τα ίδια τα νούμερα της OpenAI — σημεία ελέγχου, συγκρίσιμα αποτελέσματα, οικονομικοί τρόποι απόρριψης και επανεκτέλεσης — είναι το κομμάτι που περιγράφουν λιγότερο, και εκείνο στο οποίο μια ομάδα που αντιγράφει αυτό το μοντέλο θα αφιερώσει το περισσότερο χρόνο της.