A OpenAI delineia um framework chamado "Inteligência Útil por Dólar" para ajudar empresas a medir o valor econômico de seus investimentos em IA além das métricas simples de custo por token. O artigo argumenta que o sucesso deve ser medido pelo trabalho realizado, confiabilidade e escalabilidade, em vez de apenas pelas taxas de adoção.
O quadro de pontuação avalia quatro áreas-chave: se a IA realiza trabalho significativo, o custo total por tarefa bem-sucedida (incluindo tentativas e revisão humana), a confiabilidade por meio do rastreamento de qualidade e se o valor melhora em escala. A OpenAI destaca sua família de modelos GPT-5.6 recentemente lançada, que inclui as camadas Sol, Terra e Luna, como um exemplo de otimização dessa equação. No Artificial Analysis Coding Agent Index, o GPT-5.6 Sol com raciocínio máximo estabeleceu um novo estado da arte enquanto usava 54% menos tokens de saída do que um concorrente líder. O framework enfatiza que modelos de menor custo podem exigir mais tentativas, enquanto modelos capazes podem entregar resultados em uma única passagem, reduzindo o tempo total de computação e revisão.
A OpenAI posiciona essa métrica como uma maneira para os CFOs determinarem se o valor da IA cresce mais rápido do que os custos de produção, visando tornar a IA mais útil ao reduzir o custo do trabalho enquanto aumenta a capacidade.