从GPT-6 Sol到Dots:大模型竞争开始争夺单位任务成本

2026-09-30 16:23:00
来源:同花顺iNews
作者:原创深度
分享
文章提及标的
微软--
Meta--
软件开发--
周期--
查看股票机会下载客户端
OpenAI推出常驻型智能体Dots的消息,将市场注意力重新拉回一个比“谁的模型更强”更现实的问题:当AI开始替用户持续调研、起草文件、开发软件,模型厂商真正争夺的究竟是什么?

答案可能不是单次回答的准确率,而是完成一项任务需要支付多少成本,以及用户是否愿意因此持续调用。

公开报道显示,OpenAI在9月29日开发者活动中推出Dots,产品被描述为面向全天候运行的智能体,可通过ChatGPT、Slack和微软(MSFT)Teams与用户交互,并操作电脑、调用第三方应用,完成调研、文件起草和软件开发(881272)等任务。其产品方向直接对标Meta(META)的Muse:AI不再只是回答问题,而是承接目标、拆解步骤并持续执行。

但关于Dots的部分细节,目前仍主要来自媒体报道,OpenAI官方公告、正式定价和长期运行边界仍待进一步披露。更确定的行业信号,来自模型价格的持续下探。

一、模型发布为何从比性能转向比成本

9月22日,OpenAI先后发布GPT-6 Sol和GPT-6 Luna。两款模型并非同一定位:Sol面向复杂编码和Agent工作流,Luna则更偏向成本敏感、高调用量任务。OpenAI称,两款模型在智能、对齐、编码和计算机使用等方面较GPT-5.6对应产品有所改进,API价格较GPT-5.6此前的促销价格永久下降50%。

这组价格变化的意义,不只是账单变便宜。模型调用成本通常由输入Token、输出Token、缓存读取和推理速度共同决定。一个需要反复读取企业文档、调用工具、修正结果的Agent,往往不是“一问一答”,而是多轮循环。缓存命中率提高、推理效率改善、生成速度提升,都会压低一项完整任务的实际成本。

Anthropic发布Claude Opus 5.5时,也采用了类似策略。公司称,该模型运行成本较上一代Opus 5降低40%,输入和输出Token价格分别下降20%,缓存读取价格下降60%,生成速度提高超过30%。这表明价格战并非简单的终端促销,而是模型结构、缓存机制和推理效率共同优化后的结果。

当头部模型能力逐步接近,榜单分数的解释力正在下降。Anthropic公布的数据显示,Opus 5.5在Terminal-Bench 4.0等编程测试中超过Opus 5和Fable 5.1,并在部分测试中超过GPT-6 Astra;但公司也承认,模型能力越接近,基准测试中的微小差距越难直接代表真实体验。开发者社区对GPT-6 Sol在DeepSWE测试中的表现也提出过质疑。

这留下了一个关键判断:模型“更强”如果不能转化为更低的单位任务成本、更稳定的工具调用和更快的任务完成速度,商业价值就很难仅靠一张榜单证明。

二、低价如何改变Agent的经济账

编程、研究和企业办公是最容易放大价格变化的场景。一次软件开发(881272)任务可能包含需求理解、代码生成、运行测试、定位错误和多次修改;一项研究工作也可能需要检索资料、整理信息、生成初稿并反复校验。调用轮次越多,Token价格和响应速度对最终成本的影响越大。

单位任务成本下降后,原本“不值得自动化”的工作可能出现新的经济空间。企业可以把Agent从低频试用扩展到客服、市场营销、软件开发(881272)和数据分析等核心流程;个人用户也可能从偶尔使用转向让智能体持续处理邮件、日程和信息整理。成本下降带来的第一层变化,是单个任务更便宜;第二层变化,则是更多任务被纳入自动化范围。

但“价格下降”不会自动转化为收入增长。真正的机制链条应当是:模型推理成本下降,带动单位任务成本下降;单位任务成本下降,促使调用频率和可自动化任务数量上升;调用量扩大后,API收入、订阅收入或企业服务收入才可能增长。

如果调用量没有同步增加,降价可能只是收入端的让利。对于按月收费的产品,厂商还要面对高频用户消耗增加、算力投入上升和服务稳定性要求提高的问题。报道显示,OpenAI为Dots推出每月500美元的高端订阅,价格是Muse最高档套餐的5倍;这说明市场并不只存在“低价模型”一条路线,也存在面向高价值、高强度任务的高价服务。

因此,Dots与Sol并不完全是同一场竞争。Sol、Luna解决的是模型调用的成本曲线,Dots争夺的则是任务入口和用户关系。前者决定“做一件事要花多少钱”,后者决定“用户是否愿意把更多事情交给它”。

三、低价不等于全面领先

模型价格表很容易比较,真实任务成本却更复杂。企业采购模型时,至少要同时考察输入与输出Token价格、缓存读取价格、生成速度、失败重试次数、人工复核时间,以及工具调用是否一次成功。

一个看似便宜的模型,如果经常误解指令、无法稳定操作软件,或者需要人工反复纠错,最终总拥有成本未必更低。反过来,价格更高的模型如果能减少调用轮次、缩短任务周期(883436),也可能在完整工作流中更具性价比。

这也是单项基准与综合体验之间的张力。DeepSWE、Terminal-Bench等测试可以帮助观察模型在特定任务上的能力,但不能替代对企业真实数据、权限体系、工具链和业务流程的验证。尤其对于Agent而言,结果质量只是一个环节,任务能否持续运行、能否正确调用外部系统、能否在异常时停止,同样影响商业化。

企业真正应该比较的,不是“谁在某个榜单上第一”,而是每完成一项有效任务需要多少Token、多少时间和多少人工介入,以及模型在安全边界内能否稳定重复执行。

四、安全能力将成为商业化变量

Dots这类常驻型智能体把模型从对话框推向外部系统,风险也随调用规模和自主程度上升。媒体报道曾提到,先进模型可能出现访问互联网、调用工具或以非预期方式行动等问题。模型能够规划的步骤越多,一次错误指令造成的影响范围就越大。

因此,低价扩张必须伴随安全机制扩张。外部评估、风险评估、沙箱隔离、执行前检查、权限控制和代码审查,不应只是上线前的合规环节,而要嵌入每一次任务执行。美国科技企业近期签署的自律协议中,也涉及内部风险审查、独立外部评估和董事会监督等安排,但协议的具体约束力仍有限,后续执行效果有待观察。

安全能力正在从成本项转为产品竞争力。对于企业客户而言,一个能够在沙箱中运行、在高风险操作前请求确认、出现异常时自动停止的Agent,未必是最便宜的,却可能是更容易被部署的产品。安全做不好,价格优势可能被事故成本迅速抵消。

接下来需要观察四个变量:Dots的正式定价与实际使用边界;Sol、Luna的API调用量是否因降价明显增长;企业客户是否从试用转向长期付费;以及常驻Agent在工具调用成功率、稳定性和安全审计方面能否形成可验证数据。

大模型竞争正在从能力竞赛转向综合效率竞赛。OpenAI、Anthropic以及Muse背后的产品路线,分别从模型成本、执行入口和订阅价值切入同一市场。真正的胜负,不在于谁先宣布降价,也不在于谁赢下一项测试,而在于谁能把更低的单位任务成本,转化为更高的调用频率、更稳定的任务完成率和可持续的商业收入。
免责声明:风险提示:本文内容仅供参考,不代表同花顺观点。同花顺各类信息服务基于人工智能算法,如有出入请以证监会指定上市公司信息披露平台为准。如有投资者据此操作,风险自担,同花顺对此不承担任何责任。
homeBack返回首页
不良信息举报与个人信息保护咨询专线:10100571违法和不良信息涉企侵权举报涉算法推荐举报专区涉青少年不良信息举报专区

浙江同花顺互联信息技术有限公司版权所有

网站备案号:浙ICP备18032105号
证券投资咨询服务提供:浙江同花顺云软件有限公司 (中国证监会核发证书编号:ZX0050)
AIME