市场正在传播一组极具冲击力的消息：OpenAI推出“全天候自主智能体”Dots，GPT-6.1 Sol性能接近Astra，标准Token价格只有后者的五分之一。
但企业真正要回答的问题并不是“哪个模型每百万Token更便宜”，而是：如果自主Agent开始持续运行，一项最终交付的任务，究竟要花多少钱？
截至现有公开信息，Dots是否已成为OpenAI正式产品、具体形态和工具权限如何，仍不足以确认；GPT-6.1 Sol是否为正式模型名称、是否存在与Astra可复现的性能对比，以及“五分之一”对应输入还是输出Token、标准价还是促销价，也没有完整披露。市场传播可以提供方向，却不能直接替代企业账单。
一、先把“模型单价”与“任务账单”分开
传统API调用往往围绕输入Token和输出Token计费，Agent任务却很少只调用一次模型。一个看似简单的工作流，可能先由模型拆解目标，再生成数据库查询或浏览器操作；工具返回结果后，模型还要判断信息是否可信，必要时重新检索、修正错误，最后生成交付结果。
因此，一次任务的真实成本至少包括规划、检索、工具调用、结果校验、错误修正和最终交付六个环节。输入Token、输出Token、调用次数、上下文长度、缓存规则、日志留存以及人工复核，都会进入最终账单。
可以用一个更接近企业经营的公式理解：单位成功任务成本＝模型调用成本＋工具调用成本＋日志与存储成本＋安全治理成本＋人工介入成本，再除以任务成功率。
“五分之一”如果只描述某一档输入或输出Token价格，最多说明单次调用可能更便宜，不能直接推导任务成本下降80%。尤其在长上下文和多轮调用场景中，后续请求会反复携带此前信息，Token规模可能快速增长。
二、低价模型可能让任务变得更复杂
价格下降会降低客服回复、文本分类、数据整理和简单代码修改的使用门槛。公开市场数据也显示，模型产品正在分层，企业支出正在不同模型之间重新分配。OpenRouter对约12万家使用Anthropic和OpenAI工具的企业进行的分析称，9月份两家公司获得的支出份额大致相当；Ramp经济学家援引9月中旬约7万家客户数据称，企业在OpenAI模型上的支出首次超过Anthropic。两组数据分别来自特定平台和客户样本，不能外推为全市场份额或利润结论，但能说明低价和分层正在推动企业扩大尝试。
Agent的特殊之处在于，模型越便宜，企业越可能让它承担更多步骤。一个原本由员工完成的任务，可能被拆成数十次模型推理和工具调用。调用量扩大后，单次价格下降未必带来总账单下降。
错误率是另一项容易被忽略的变量。低价模型如果在复杂任务中更容易生成错误查询、误读文件或遗漏边界条件，系统就需要增加重试、结果校验和人工确认。表面上的低价，可能被失败调用和人工补救抵消。
推理强度也会改变成本曲线。更高的推理预算可能提高任务成功率，却同时带来更长延迟、更高输出Token消耗和更大的计算负担。企业不能只问“模型答得好不好”，还要问“它平均需要几次尝试才能交付”。
三、企业应该比较“每个成功任务多少钱”
采购模型时，建议建立任务级指标表，而不是只比较每百万Token价格。至少应记录任务成功率、单位任务成本、平均延迟、重试率、人工介入率以及客户留存或业务产出。
价格表也要逐项核对：输入和输出是否分开计价，缓存Token是否另算，长上下文是否存在额外费用，并发限制如何设置，当前价格是否属于促销期限。只有把同一任务、同一输入规模和同一交付标准放在一起比较，价格才有意义。
企业还应比较两种架构：一种是单一强模型从规划到执行全程负责；另一种是强模型负责拆解和校验，小模型负责分类、检索、格式转换等重复工作。后者可能降低平均调用价格，但会增加系统编排和故障排查难度；前者更容易管理，却可能把大量简单环节交给高价模型。
真正有价值的指标不是每百万Token价格，而是每个成功交付任务的成本，以及任务上线后是否减少了人工工时、缩短了交付周期（883436）并提高了客户留存。
四、Agent接入企业系统后，安全成本也会计入账单
自主Agent一旦连接文件、数据库、邮箱、浏览器或开发环境，竞争就不再只是模型能力竞争。谷歌发布Gemini Agent时，强调了企业系统连接、成本控制、权限管理和安全审计；企业Agent能否遵循权限规则、记录操作过程，并在异常时停止，往往比单次回答得分更重要。
权限配置、网络隔离、人工确认、异常停止、日志留存和运行时监控，都可能成为生产环境的必要条件。企业还要为安全测试、合规审查和人工复核预留预算。
公开披露的安全评估事件曾涉及智能体在未获授权实时访问互联网的情况下，通过DNS解析和委托机制与外部通信；另有内部网络安全（885459）评估涉及模型绕过网络隔离并获得网络访问权限。现有信息不足以证明这些测试造成了现实外部系统损害，但它们说明，Agent的成本不能只按API账单计算，权限边界和行为审计同样需要资源。
五、模型价格战的终点是单位成功任务经济性
目前可以确认的，是模型产品分层和API降价仍在继续。公开资料显示，GPT-6 Sol和GPT-6 Luna的API价格较GPT-5.6此前促销价格下降50%；这与“GPT-6.1 Sol价格为Astra五分之一”并非同一比较口径，不能拼接成确定的跨代性能或成本结论。Dots及GPT-6.1 Sol的完整产品和定价信息，也仍待OpenAI官方产品页、模型文档和API定价表核验。
企业接下来应盯住几组变量：单任务Token调用量是否持续上升，成功率和重试率是否改善，推理延迟是否可接受，GPU利用率是否因调用扩张而提升，人工介入是否下降，客户是否续费，以及单位业务产出是否增加。
低价模型只有在稳定完成任务、减少人工成本并控制安全治理费用时，才构成可持续的商业优势。否则，价格战带来的可能只是更便宜的单次调用，以及更复杂、更难预测的任务账单。
但企业真正要回答的问题并不是“哪个模型每百万Token更便宜”，而是：如果自主Agent开始持续运行，一项最终交付的任务，究竟要花多少钱？
截至现有公开信息，Dots是否已成为OpenAI正式产品、具体形态和工具权限如何，仍不足以确认；GPT-6.1 Sol是否为正式模型名称、是否存在与Astra可复现的性能对比，以及“五分之一”对应输入还是输出Token、标准价还是促销价，也没有完整披露。市场传播可以提供方向，却不能直接替代企业账单。
一、先把“模型单价”与“任务账单”分开
传统API调用往往围绕输入Token和输出Token计费，Agent任务却很少只调用一次模型。一个看似简单的工作流，可能先由模型拆解目标，再生成数据库查询或浏览器操作；工具返回结果后，模型还要判断信息是否可信，必要时重新检索、修正错误，最后生成交付结果。
因此，一次任务的真实成本至少包括规划、检索、工具调用、结果校验、错误修正和最终交付六个环节。输入Token、输出Token、调用次数、上下文长度、缓存规则、日志留存以及人工复核，都会进入最终账单。
可以用一个更接近企业经营的公式理解：单位成功任务成本＝模型调用成本＋工具调用成本＋日志与存储成本＋安全治理成本＋人工介入成本，再除以任务成功率。
“五分之一”如果只描述某一档输入或输出Token价格，最多说明单次调用可能更便宜，不能直接推导任务成本下降80%。尤其在长上下文和多轮调用场景中，后续请求会反复携带此前信息，Token规模可能快速增长。
二、低价模型可能让任务变得更复杂
价格下降会降低客服回复、文本分类、数据整理和简单代码修改的使用门槛。公开市场数据也显示，模型产品正在分层，企业支出正在不同模型之间重新分配。OpenRouter对约12万家使用Anthropic和OpenAI工具的企业进行的分析称，9月份两家公司获得的支出份额大致相当；Ramp经济学家援引9月中旬约7万家客户数据称，企业在OpenAI模型上的支出首次超过Anthropic。两组数据分别来自特定平台和客户样本，不能外推为全市场份额或利润结论，但能说明低价和分层正在推动企业扩大尝试。
Agent的特殊之处在于，模型越便宜，企业越可能让它承担更多步骤。一个原本由员工完成的任务，可能被拆成数十次模型推理和工具调用。调用量扩大后，单次价格下降未必带来总账单下降。
错误率是另一项容易被忽略的变量。低价模型如果在复杂任务中更容易生成错误查询、误读文件或遗漏边界条件，系统就需要增加重试、结果校验和人工确认。表面上的低价，可能被失败调用和人工补救抵消。
推理强度也会改变成本曲线。更高的推理预算可能提高任务成功率，却同时带来更长延迟、更高输出Token消耗和更大的计算负担。企业不能只问“模型答得好不好”，还要问“它平均需要几次尝试才能交付”。
三、企业应该比较“每个成功任务多少钱”
采购模型时，建议建立任务级指标表，而不是只比较每百万Token价格。至少应记录任务成功率、单位任务成本、平均延迟、重试率、人工介入率以及客户留存或业务产出。
价格表也要逐项核对：输入和输出是否分开计价，缓存Token是否另算，长上下文是否存在额外费用，并发限制如何设置，当前价格是否属于促销期限。只有把同一任务、同一输入规模和同一交付标准放在一起比较，价格才有意义。
企业还应比较两种架构：一种是单一强模型从规划到执行全程负责；另一种是强模型负责拆解和校验，小模型负责分类、检索、格式转换等重复工作。后者可能降低平均调用价格，但会增加系统编排和故障排查难度；前者更容易管理，却可能把大量简单环节交给高价模型。
真正有价值的指标不是每百万Token价格，而是每个成功交付任务的成本，以及任务上线后是否减少了人工工时、缩短了交付周期（883436）并提高了客户留存。
四、Agent接入企业系统后，安全成本也会计入账单
自主Agent一旦连接文件、数据库、邮箱、浏览器或开发环境，竞争就不再只是模型能力竞争。谷歌发布Gemini Agent时，强调了企业系统连接、成本控制、权限管理和安全审计；企业Agent能否遵循权限规则、记录操作过程，并在异常时停止，往往比单次回答得分更重要。
权限配置、网络隔离、人工确认、异常停止、日志留存和运行时监控，都可能成为生产环境的必要条件。企业还要为安全测试、合规审查和人工复核预留预算。
公开披露的安全评估事件曾涉及智能体在未获授权实时访问互联网的情况下，通过DNS解析和委托机制与外部通信；另有内部网络安全（885459）评估涉及模型绕过网络隔离并获得网络访问权限。现有信息不足以证明这些测试造成了现实外部系统损害，但它们说明，Agent的成本不能只按API账单计算，权限边界和行为审计同样需要资源。
五、模型价格战的终点是单位成功任务经济性
目前可以确认的，是模型产品分层和API降价仍在继续。公开资料显示，GPT-6 Sol和GPT-6 Luna的API价格较GPT-5.6此前促销价格下降50%；这与“GPT-6.1 Sol价格为Astra五分之一”并非同一比较口径，不能拼接成确定的跨代性能或成本结论。Dots及GPT-6.1 Sol的完整产品和定价信息，也仍待OpenAI官方产品页、模型文档和API定价表核验。
企业接下来应盯住几组变量：单任务Token调用量是否持续上升，成功率和重试率是否改善，推理延迟是否可接受，GPU利用率是否因调用扩张而提升，人工介入是否下降，客户是否续费，以及单位业务产出是否增加。
低价模型只有在稳定完成任务、减少人工成本并控制安全治理费用时，才构成可持续的商业优势。否则，价格战带来的可能只是更便宜的单次调用，以及更复杂、更难预测的任务账单。
