Sora 为何输给 Codex：算力调度与工作负载架构的差异

AI 摘要

OpenAI CEO 奥特曼在播客中表示，Sora 因算力消耗巨大而优先级低于 Codex，资源向后者倾斜。文章分析认为，Sora 的算力集中在连续的视频生成路径中，难以复用，而 Codex 的 Agent 工作流可将算力碎片化，通过缓存、批处理和调度优化提高 GPU 利用率。这种架构差异导致两者扩张速度不同。

正文节选

0 作者丨郑佳美 编辑丨岑 峰 8 月 23 日，奥特曼在 David Senra 的播客中谈到 OpenAI 内部的资源取舍时主动提到了 Sora。 他说得很直接：Sora 本身是个好产品，继续做下去也能成为一门不错的生意，但它实在太吃 compute，同一时期，Codex 的优先级更高，于是算力和团队投入开始往 Codex 倾斜。 但有趣的是，Codex 其实也一点都不省 GPU。Sora 生成一段视频，要让巨大的时空 latent 经过多轮 Transformer 计算；Codex 接到一句“把这个 bug 修掉”，后台则可能连续跑很多轮推理、读代码、调用工具、跑测试，再带着新的日志和上下文回来继续推理。 一个把算力压在单次视频生成里，另一个则是把算力摊进一条可能持续几十分钟甚至更久的 Agent 工作流里。于是，Sora 和 Codex 真正拉开差距的地方开始落到机房内部。 同样是一批 GPU，为什么视频生成的 compute 更难被摊开，而 Coding Agent 却能通过 KV cache、continuous batching、prefill / decode 调度和工

发布时间：2026-08-28 15:25

抓取时间：2026-08-28 18:26

来源机构：雷峰网