OpenAI has lifted the curtain on how heavily its own research teams now rely on autonomous coding agents, and how quickly that usage has scaled. In a post titled *Research acceleration: the view inside OpenAI*, the company says it is, for the first time, quantifying how much its researchers spend each day in tokens to run these agents.

By mid-August, the median researcher in OpenAI’s research organization was using code agents daily, generating more than $600 per day in API inference costs. That is a sharp jump from July, when the daily amount was still only $162, according to figures cited by the specialist press. At the top end, the 10% most active researchers are now consuming more than $7,000 worth of tokens per day.

The bigger shift is not just cost, but scale. Before June 2026, the cumulative runtime of agents inside the research organization was still below the amount of human work being done. That changed by mid-August: for every eight-hour human workday, OpenAI is now running the equivalent of 3.1 agent workdays. The number of researchers running multiple agents at once is also rising steadily, with at least four simultaneous sessions becoming common.

OpenAI stresses that these figures are calculated using its public API prices, not its actual internal cost of production. In other words, they are best understood as a proxy for compute consumption rather than a precise internal bill.

The company also breaks down what these agents are being used for, using a six-step taxonomy borrowed from Epoch AI: decide, design, build, execute, analyze and communicate. In January, most of the tokens were spent on writing research or infrastructure code. Since then, the share devoted to technical assistance and monitoring training runs has increased significantly, while high-level planning remains a small part of the workload.

OpenAI says this shift is visible internally as well: traffic in an internal support channel used by research teams has fallen by more than half since January, and some teams have stopped holding support office hours altogether because demand has dropped.

Still, the agents are far from fully autonomous. For tasks estimated to take four to eight hours of human work, more than half of the successful runs still required at least one human intervention along the way, even though success rates improved overall between January and July.

The numbers should also be read with caution. OpenAI is effectively reporting on its own performance without independent external verification, and the dollar amounts reflect compute usage rather than proven productivity gains.

OpenAI a choisi de lever un coin du voile sur ses propres pratiques internes.

Dans un billet intitulé Research acceleration: the view inside OpenAI, la scale-up détaille pour la première fois combien ses chercheurs dépensent, chaque jour, en tokens pour faire tourner des agents de programmation autonomes.

A la mi-août, le chercheur médian de l’organisation de recherche utilisait quotidiennement des agents de code, pour plus de 600 dollars d’inférence par jour aux prix de l’API.

Un mois plus tôt, en juillet, ce montant journalier n’atteignait encore que 162 dollars selon les données relayées par la presse spécialisée, ce qui traduit une accélération très rapide de l’adoption en quelques semaines seulement.

Chez les 10 % de chercheurs les plus actifs, la facture quotidienne dépasse désormais 7 000 $ de tokens.

Plus d’agents que d’humains

Au-delà du coût, c’est la bascule dans les volumes de travail qui frappe.

Avant juin 2026, le temps d’exécution cumulé des agents dans l’organisation de recherche restait inférieur au volume de travail humain.

Ce n’est plus le cas depuis la mi-août. Pour chaque journée de travail humain (huit heures), OpenAI fait tourner l’équivalent de 3,1 journées de travail d’agents.

Egalement en hausse constante, le nombre de chercheurs qui font fonctionner plusieurs agents en même temps ; au moins quatre sessions simultanées.

OpenAI précise toutefois que ces montants sont calculés aux tarifs publics de son API et non à son coût de revient réel. Ce qui en fait une mesure de volume de calcul consommé plutôt qu’une facture interne exacte.

Du code à la surveillance des dérives

OpenAI détaille aussi la nature des tâches déléguées aux agents, classées selon une taxonomie en six étapes (décider, concevoir, construire, exécuter, analyser, communiquer) empruntée à des travaux publiés par Epoch AI.

En janvier, l’essentiel des tokens consommés servait à écrire du code de recherche ou d’infrastructure. Depuis, la part consacrée à l’assistance technique et à la surveillance des campagnes d’entraînement a nettement progressé, tandis que la planification de haut niveau reste marginale.

Signe de cette bascule selon OpenAI : la fréquentation d’un canal interne d’entraide technique entre équipes de recherche a plus que diminué de moitié depuis janvier.

Plusieurs équipes ont même cessé de tenir leurs permanences d’assistance faute de demandes.

Les agents restent toutefois loin de l’autonomie totale. Sur les tâches estimées de quatre à huit heures de travail humain, plus de la moitié des exécutions jugées réussies ont nécessité au moins une intervention humaine en cours de route, même si les taux de succès se sont globalement améliorés entre janvier et juillet.

Ces chiffres méritent d’être replacés dans leur contexte. OpenAI est à la fois juge et partie, communiquant sur ses propres résultats sans validation externe indépendante. Le montant en dollars mesure une consommation de calcul, non un gain de productivité avéré.

The post OpenAI dévoile ce que lui coûtent ses agents de code appeared first on Silicon.fr.