OpenAI présente un cadre appelé « Intelligence utile par dollar » pour aider les entreprises à mesurer la valeur économique de leurs investissements en IA au-delà des simples métriques de coût par jeton. L'article soutient que le succès doit être évalué par le travail accompli, la fiabilité et l'évolutivité plutôt que par les seuls taux d'adoption.
La grille évalue quatre domaines clés : si l'IA accomplit un travail significatif, le coût total par tâche réussie (incluant les tentatives répétées et la révision humaine), la fiabilité grâce au suivi de la qualité, et si la valeur s'améliore à grande échelle. OpenAI met en avant sa récente famille de modèles GPT-5.6, qui comprend les niveaux Sol, Terra et Luna, comme exemple d'optimisation de cette équation. Sur l'indice Artificial Analysis Coding Agent Index, GPT-5.6 Sol avec le raisonnement maximal a établi un nouvel état de l'art tout en utilisant 54 % moins de jetons de sortie qu'un concurrent de premier plan. Le cadre souligne que les modèles à moindre coût peuvent nécessiter plus d'essais, tandis que les modèles performants peuvent fournir des résultats en un seul passage, réduisant ainsi le temps total de calcul et de révision.
OpenAI présente cette métrique comme un moyen pour les directeurs financiers de déterminer si la valeur de l'IA croît plus rapidement que les coûts de production, visant à rendre l'IA plus utile en abaissant le coût du travail tout en augmentant la capacité.