OpenAI diz que armazenamento atende mais de 1 bilhão de usuários do ChatGPT

Em post de engenharia publicado em 23 de outubro de 2026, a OpenAI detalha como escalou a Habitat, a plataforma de armazenamento online que atende seus produtos. O texto é técnico e trata de banco de dados, não de busca.

O 1 bilhão é premissa do problema, não assunto

A plataforma precisa responder em milissegundos a mais de 1 bilhão de usuários em 40 regiões geográficas. O número aparece como escala do problema, não como balanço de produto.

A Habitat, segundo a OpenAI, é a camada que dá acesso rápido e confiável aos dados usados por ChatGPT, API, Codex e serviços internos. Ela precisava sustentar crescimento acelerado e novos casos de uso sem perder confiabilidade, desempenho e velocidade de desenvolvimento.

O texto é a segunda parte de uma série de dois posts. Foi assinado por Jon Lee, Hrachya Hakobyan e Chaomin Yu, membros da equipe técnica da empresa.

A projeção volta no fim do artigo. Ao falar dos próximos passos, a empresa diz que precisa escalar a Habitat e o armazenamento de conversas "para o próximo bilhão de usuários" (em tradução livre). Para isso, terá de resolver a replicação de dados em escala ainda maior.

Azure Cosmos DB: ida e volta entre contêineres

A maior parte do artigo é sobre banco de dados. A Habitat guarda mais de 500 petabytes de dados. Em parceria com o time do Azure, a OpenAI repensou o uso do Azure Cosmos DB.

A empresa foi de um contêiner multi-inquilino padrão para contêineres dedicados. Depois, voltou ao modelo compartilhado, agora com três mudanças:

• limitação prioritária das chaves mais quentes (hot key throttling, em inglês);
• priorização de requisições interativas sobre cargas offline;
• modo serverless ampliado, desenvolvido em conjunto com o Azure.

A maior conta passa de 20 milhões de consultas por segundo

A maior conta de Azure Cosmos DB da OpenAI armazena dezenas de petabytes e atende mais de 20 milhões de consultas por segundo. É uma escala que, "ao que sabemos", nenhuma outra empresa atingiu com o serviço, diz a OpenAI.

A empresa relata ainda dois incidentes. Um foi regional, no fim de 2024, e o outro ocorreu cerca de um mês depois, durante o retorno das contas à região original. Eles levaram a OpenAI a operar o serviço em co-gestão com o time do Azure, com testes e plantão conjuntos.

Latência p50 caiu de 120 ms para 10 ms

A OpenAI afirma ter reduzido a latência mediana (p50) global de leitura de cerca de 120 ms para cerca de 10 ms ao longo de 2026. Foram três mudanças:

1. replicação de dados críticos para regiões próximas dos usuários;
2. cache na região;
3. reescrita do serviço em Rust.

Para o próximo passo, a empresa diz construir um sistema próprio de armazenamento em escala de exabytes. Ele combina o núcleo RocksDB Cloud, da Rockset, com replicação baseada em Raft.

Por que isso importa para busca

Para quem trabalha com busca, o dado mais útil é de contexto, não de estratégia. O post confirma a ordem de grandeza da base de usuários que a OpenAI declara para o ChatGPT. Mas não informa quanto desse total usa busca nem como o ChatGPT search seleciona e cita fontes. Nenhum número de citações a sites aparece no texto.

Isso não altera o que já se sabe sobre como o ChatGPT encontra páginas. O acesso depende dos crawlers da OpenAI e das preferências que o site declara — veja como o ChatGPT search encontra e cita sites e como permitir ou bloquear GPTBot e OAI-SearchBot.

A leitura prudente é tratar a escala declarada como motivo para manter esse acesso bem configurado e medido. Não vale projetar tráfego a partir dela, porque a diferença entre treino, grounding e busca continua valendo (veja os três usos que IAs fazem do seu conteúdo).

Vale lembrar que a própria OpenAI já detalhou, em outro texto, a expansão do uso do ChatGPT no trabalho.