OpenAI 于 2015 年 12 月由 Sam Altman（前 Y Combinator 总裁）、Elon Musk、Greg Brockman（前 Stripe CTO）、Ilya Sutskever（前 Google Brain 研究员）、John Schulman、Wojciech Zaremba 等人在旧金山共同创立。公司最初定位为 非营利性 AI 研究机构，旨在以对人类最有利的方式开发和推广友好型通用人工智能（AGI），避免 AI 技术被少数大型企业垄断。
2019 年，OpenAI 经历了重大的组织结构变革。由于 AI 训练的高昂成本（尤其是计算资源），非营利模式难以为继。公司宣布创建 OpenAI LP，一种被称为 "capped-profit"（利润上限） 的新型公司结构。该结构允许公司接受外部投资并为投资者提供上限回报（最初设定为投资额的 100 倍回报上限），同时保留了非营利实体的治理监督权。
| 人物 | 角色 | 贡献与影响 |
|---|---|---|
| Sam Altman | 联合创始人、CEO（多数时期） | 公司的核心领导者和对外代言人，主导了公司的战略方向和融资 |
| Greg Brockman | 联合创始人、前总裁、现 Chairman | 负责技术团队管理和工程架构，2023 年 11 月 CEO 风波后短暂离职后回归 |
| Ilya Sutskever | 联合创始人、前首席科学家 | 深度学习的重量级人物，主导了 GPT 系列的核心研究，2024 年离开 OpenAI 创立 Safe Superintelligence Inc. (SSI) |
| Mira Murati | 前 CTO（2018-2024） | 领导了 ChatGPT、DALL-E 等产品的开发和部署，2024 年离开公司 |
| Elon Musk | 联合创始人（2015-2018） | 早期捐助者和推动者，2018 年离开董事会，后创立 xAI 公司及 Grok 模型 |
OpenAI 的公司结构在科技行业中是独一无二的：非营利实体 OpenAI Inc. 控制着营利实体 OpenAI Global LLC 的董事会。这种结构在 2023 年 11 月的"CEO 解雇风波"中暴露了其内在的矛盾——非营利董事会有权解雇 CEO，而投资者（尤其是 Microsoft）却没有直接投票权。
"ChatGPT 在发布后两个月内达到 1 亿月活用户——TikTok 花了 9 个月，Instagram 花了 2.5 年。这是消费互联网历史上从未有过的增长速度。"
ChatGPT 是 OpenAI 面向消费者市场的旗舰产品，提供基于对话界面的 AI 助手服务。目前提供多种版本：
OpenAI 提供了一套完整的 API 服务，允许开发者将 GPT 模型集成到自己的应用中：
DALL-E 是 OpenAI 的文本到图像生成模型系列：
Whisper 是 OpenAI 开源的自动语音识别（ASR）系统，支持 99 种语言的语音转录和翻译。具有以下特点：
Sora 是 OpenAI 于 2024 年 2 月发布的文本到视频生成模型，能够生成最长 60 秒的高质量视频。其核心技术特点：
Codex 是 OpenAI 基于 GPT-3 构建的代码生成模型，是 GitHub Copilot 的底层引擎。虽然 Codex 本身已被后续模型取代，但其技术贡献巨大：
OpenAI 的产品策略可以概括为：以 GPT 基础模型为核心，向多模态（图像生成 DALL-E、视频生成 Sora、语音 Whisper）和应用层（ChatGPT、API）两个方向延伸，同时通过 o1/o3 推理模型系列拓展"推理"这一新的能力维度。
GPT（Generative Pre-trained Transformer）系列模型代表了 OpenAI 在自然语言处理领域的核心技术路线。其核心思想是：通过大规模无监督预训练学习语言知识，再通过有监督微调适应具体任务。
GPT-3 首次系统性地展示了这一现象：在推理时给模型提供少量示例（Few-shot），模型即能"学会"执行新任务，而无需任何参数更新。这种能力被解释为模型在预训练阶段已经积累了足够多的"隐式任务模板"，推理时仅仅是通过提示去"检索"出对应的能力。
| 模型 | 发布时间 | 参数规模 | 关键创新 |
|---|---|---|---|
| GPT-1 | 2018.06 | 1.17 亿 | 生成式预训练范式验证 |
| GPT-2 | 2019.02 | 15 亿 | 零样本迁移能力 |
| GPT-3 | 2020.06 | 1750 亿 | In-Context Learning |
| GPT-3.5 | 2022.03 | 1750 亿 | RLHF 对齐 |
| GPT-4 | 2023.03 | ~1.7 万亿（MoE） | 多模态、MoE架构 |
| GPT-4 Turbo | 2023.11 | ~1.7 万亿（MoE） | 128K上下文、更低价格 |
| GPT-4o | 2024.05 | 未公开 | 原生多模态、实时语音 |
| GPT-4.5 | 2025.02 | 最大规模 | 知识广度、创造力 |
2024-2025 年，OpenAI 推出了全新的 o1 和 o3 推理模型系列（注意命名跳跃——跳过了 "o2" 以避免与英国电信公司 O2 的商标冲突）。这代表了 OpenAI 在模型能力上的一个全新方向：在推理时进行深度思考。
"o1 模型在数学竞赛中的表现达到了博士生水平。在 AIME 2024 中，GPT-4o 的正确率约为 12%，而 o1 达到了 74%，o1-92% 版本更是达到了竞赛前 500 名的水平。这是一个质的飞跃。"
| 使用场景 | 推荐模型 | 原因 |
|---|---|---|
| 日常对话、创意写作、头脑风暴 | GPT-4o / GPT-4.5 | 快速响应，语言自然流畅，创造力强 |
| 复杂编程、算法题、调试 | o1 / o3-mini | 深度推理能力，能够发现细微的逻辑错误 |
| 数学证明、科学研究 | o1 / o3 | 严谨的逻辑链和推导过程 |
| 数据分析和报告 | GPT-4o | 平衡了推理能力和表达效率 |
| 高难度竞赛级题目 | o3 | 最强大的推理能力 |
推理模型需要更多的"思考时间"，因此其推理成本（延迟和计算开销）远高于传统 GPT 模型。OpenAI 的设计理念是让用户根据任务复杂度来决定是否启用推理——对于简单问题使用 GPT-4o 快速回复，对于复杂问题启用 o1/o3 深度思考。
OpenAI 的 API 接口经历了多次迭代，从最初的文本补全（Completion）API 发展到今天的功能丰富的平台：
Function Calling 是 OpenAI API 的核心功能之一，于 2023 年 6 月随 GPT-4 更新推出。它允许模型在需要时输出结构化的函数调用参数，而不是纯文本回复：
Function Calling 的核心价值在于：
2023 年 11 月推出的 Assistants API 提供了更高层次的抽象，使开发者能更容易地构建 AI 助手：
OpenAI 允许用户使用自己的数据对基础模型进行微调，以获得针对特定领域的优化表现：
GPT-4o 及后续模型支持了 Prompt Caching 功能——当 API 调用中的提示前缀与前一次调用相同时，系统会自动缓存并复用已计算的部分，最高可提供 50% 的延迟降低和成本节省。这对于需要反复使用相同系统提示（system prompt）的 Agent 应用和 RAG 场景特别有价值。
OpenAI API 采用 按 token 计费 的模式，不同模型有不同的定价层级：
OpenAI 的收入主要来源于三个渠道：
据 2024 年底的公开报道，OpenAI 的年化收入已经突破 100 亿美元，成为有史以来增长最快的软件公司之一。
| 时间 | 融资轮 | 金额 | 主要投资方 | 估值 |
|---|---|---|---|---|
| 2015 | 创立捐赠 | ~$10 亿（承诺） | Elon Musk 等 | N/A（非营利） |
| 2019 | 战略投资 | $10 亿 | Microsoft | ~$290 亿 |
| 2023.01 | 战略投资 | $100 亿 | Microsoft | ~$290 亿 |
| 2023.10 | 二级交易 | ~$3 亿 | Thrive Capital | $800 亿 |
| 2024.02 | 二级交易 | ~$80 亿 | Thrive Capital 等 | $860-900 亿 |
| 2024.10 | Series... | $66 亿 | Thrive Capital, Microsoft, Nvidia, SoftBank 等 | $1570 亿 |
OpenAI 与 Microsoft 的合作关系是当今科技行业最重要的战略联盟之一：
截至 2025 年，OpenAI 已成为全球估值最高的 AI 初创公司，在 AI 赛道上占据了独特的位置：
Anthropic 于 2021 年由 Dario Amodei（前 OpenAI 研究副总裁）和 Daniela Amodei（前 OpenAI 安全政策负责人）共同创立。核心团队成员主要来自 OpenAI——他们因对 OpenAI 日益商业化、安全性关注不足等方向性分歧而出走创办 Anthropic。
| 维度 | OpenAI | Anthropic |
|---|---|---|
| 安全方法 | RLHF + 红队测试 + 使用政策 | Constitutional AI（CAI）+ 可解释性研究 |
| 模型哲学 | "越大越好"，追求参数规模带来的能力涌现 | "安全第一"，在安全和能力之间寻求平衡 |
| 商业模式 | 消费者级产品（ChatGPT）+ API + 企业合作 | API 为主 + Claude Pro 订阅 |
| 开源态度 | GPT-2 后基本闭源（仅有限研究披露） | 不完全开源，但发表详细技术论文 |
| 公司治理 | 非营利控制营利，治理架构复杂且存在矛盾 | Public Benefit Corporation（公益公司） |
| 对比项 | OpenAI | Anthropic |
|---|---|---|
| 旗舰模型 | GPT-4o | Claude Opus 4.5 / 4.6 / 4.7 |
| 经济模型 | GPT-4o mini | Claude Haiku |
| 速度模型 | GPT-4o（速度快） | Claude Sonnet（速度快） |
| 推理模型 | o1 / o3 推理系列 | Claude Opus（内置推理能力） |
| 上下文窗口 | 128K tokens（GPT-4o） | 200K tokens（Claude 所有模型） |
| 多模态 | GPT-4o 原生多模态（文本+图像+音频） | Claude 支持图像理解和文档分析 |
| 代码生成 | 通过 GPT-4o API 或 Copilot | Claude Code（命令行 AI 编程工具） |
| 消费者产品 | ChatGPT（网页+App+桌面） | Claude.ai（网页+App） |
| API 特色 | Assistants API、Function Calling、Realtime API | 提示缓存（Prompt Caching）、Tool Use、批量 API |
尽管 OpenAI 在用户规模上领先，但 Claude 系列模型在开发者社区的净推荐值（NPS）和满意度评分上往往更高。许多开发者认为 Claude 在编程、长文档处理和有助益性方面胜过 GPT 系列。两家公司在技术能力和市场份额上呈现出"相互追赶、各有千秋"的局面。
OpenAI 在 AI 安全方面的立场一直是争议焦点：
"在过去的几年里，OpenAI 的安全文化和流程已经被闪亮的产品所取代。"——Jan Leike，前 OpenAI 超级对齐团队联合负责人，2024 年 5 月辞职时在 X 上发表的声明
2023-2025 年期间，OpenAI 经历了严重的人才流失：
OpenAI 独特的非营利控制营利结构引发了持续不断的治理争议：
OpenAI 的名字中包含 "Open"，但其模型自 GPT-3 以来一直保持闭源：
归根结底，OpenAI 面临的是一个无法回避的"三元悖论"：在 速度（快速迭代商业产品）、安全（充分验证确保安全） 和 开放（保持透明和开放） 这三个目标之间，几乎不可能同时实现。公司的每一个重大决策，实际上都是在三者之间的权衡取舍。