OpenAI 展示其新模型策略：性能与成本的平衡

OpenAI 第四届年度开发者大会 (DevDay) 见证了 20 多项重大技术更新的发布，旨在减少技术摩擦，并为开发者和企业提供更灵活的选择。其中最引人注目的公告是 GPT-6.1 Sol 模型，其设计旨在提供接近 GPT-6 Astra 模型 95% 的性能，但成本却降低了五倍，使其成为许多日常工作任务的经济型选择。

性能与成本的平衡

OpenAI 开发者体验负责人 Vaibhav Srivastava 解释说，公司的策略是为每种使用场景提供专门的模型。虽然 Astra 是处理复杂和非常规任务的最强模型，但 Sol 作为日常使用的理想选择脱颖而出。此外，公司还推出了 Ultrafast 类别，提供超过每秒 300 个 token 的处理速度，专为欺诈检测和代码调查等对时间敏感的应用而设计。

持久化人工智能代理 (Dots)

公司引入了 OpenAI dots 的概念，这是一种在后台持续运行的人工智能代理。这些代理与 Slack、GitHub 和日历等工作工具相连，执行搜索、监控和建议操作等任务，同时将敏感决策留给人工审核。为了确保安全，公司推出了 Auto-review 功能，该功能使用轻量级模型 (Luna) 在执行前验证代理的行为，从而防止违反预设策略。

为什么这则新闻很重要？

这些更新改变了开发者处理人工智能成本的方式。OpenAI 现在提供了一种定价和性能结构，使企业能够优化其技术预算，而不是在所有任务中都依赖最昂贵的模型。此外，集成持久化代理 (Dots) 代表了从仅仅与人工智能“聊天”向在软件工作环境中“自动化任务”的转变，这为这些自主系统的治理和监督带来了新的挑战。

决策 API

除了模型之外，公司还发布了 Decisions API，这是一个多模态应用程序接口，能够对文本和图像进行分类，并以比传统方法快十倍的速度返回结构化输出，使开发者能够以高精度和低成本构建自动化决策系统。