热门AI工具推荐

焚书AI多模型聚合平台
AI多模型聚合平台( Claude 系列、GPT 系列)支持聊天、搜索、图片、视频、音乐等多种功能;聚合了 Claude 系列(如 Sonnet 5、Opus 5 等)、Gemini 系列、GPT 系列、DeepSeek(搜索模式默认调用 DeepSeek V4 Pro)以及通义千问、Kimi 等数十款国内外主流模型。
AI编程订阅服务,支持多款国产主流编程模型自由切换。
Seedance 2.0AI视频生成
具备卓越的物理真实性和角色一致性,可生成电影级视频内容。
方舟 Agent PlanAI智能体订阅
火山引擎推出的全场景AI智能体订阅服务,通过一个订阅整合5大主流模型和10+AI工具
SpeedAIAI内容检测降重
AI内容检测与降重工具,能有效帮助用户通过论文AI率检测
秒哒AI工具
不懂代码也能开发应用?百度秒哒:无需编程,快速搭建小程序与网站
有戏AIAI漫剧生成工具
全流程AI短剧创作工具,实现从剧本到成片的自动化生产,让“一人即剧组”成为现实。
沁言学术智能科研平台
一站式文献管理与科研写作工具,支持边写作边搜索文献,高效阅读,文献管理,

GPT-6.1 Sol加持Asana代理 成本骤降76倍

时间:2026年10月10日(OpenAI 官方博客同步发文,约北京时间 10:40 推送;Asana 工程博客早些时候已上线) 地点:美国(OpenAI 旧金山、Asana 旧金山总部)、测评覆盖 GPT-6.1 Sol 及三家前沿模型厂商 人物:Asana StackAI CTO Frank Hidalgo 博士、Asana CPO Arnab Bose、OpenAI GPT-6 Astra 在 Codex 中运行的智能体、Asana Command 软件交付平台团队 事件详情:OpenAI 10 月 10 日在官方博客以"Asana 浏览器代理成本降至 0.47 美元 / 提速 5 倍"为题,转载 Asana 工程团队披露的浏览器智能体优化结果:Asana 通过旗下 StackAI 平台为客户构建可跨网站填表、抓取信息的浏览器代理,原本每次执行成本至少 36.21 美元、平均耗时 22.5 分钟以上;StackAI CTO Frank Hidalgo 借 GPT-6 Astra 在 Codex 中自动审计代码、定位瓶颈,确立三项修复——把缓存范围扩展到智能体的浏览历史、把历史预算从 12 万字符扩到 48 万字符、把截图删除从逐帧改为累积 20 张再批量裁剪。优化后,在 GPT-6.1 Sol 上单次成本降至 0.47 美元、约 4 分钟,相比原生产环境的"Model B"实现 76 倍成本下降与 5 倍加速,并且输入 89% 来自缓存、缓存价格仅为未缓存价的 5%。整个实验共进行 144 次主实验加 12 次追加,覆盖 GPT-6.1 Sol 与 Model A/B/C 共四个模型六组策略三重复,原始请求、用量与结果全程记录在 Asana Command 里,最终以工单与 PR 形式进入生产。Frank Hidalgo 估计原本手动完成需要 1-2 个月,GPT-6 Astra 在 Codex 协助下只用了一周。 背景:Asana 浏览器代理原方案缓存了系统提示与工具定义,但每一步都会重传持续膨胀的页面文本与截图,并在每步裁剪历史,使缓存前缀几乎每一步都被改写而无法复用;GPT-6.1 Sol 缓存输入价格为每百万 token 0.10 美元(仅为标准输入价的 5%),优化空间因此来自"如何让缓存真的命中"而非"换更便宜的模型"。本次研究还佐证了 GPT-6.1 Sol 在长上下文代理场景下的两个关键事实:12 万字符预算下,Model C 与 GPT-6.1 Sol 都频繁撞到步数上限;提到 48 万字符后,GPT-6.1 Sol 18 次实验全部返回正确答案,而之前只能完成 3 次。Asana 已把改动推送到 StackAI 的浏览器导航路径上,并计划把类似实验模板接入平台评估,让客户可以横向对比成本、时延与答案质量。 影响:研究把"模型便宜 ≠ 代理便宜"的行业常识量化为 76 倍差距,给出可复制的工程范式——缓存要打到浏览历史层、截图批量裁剪、长上下文预算与并发实验台,对所有运行浏览器或桌面智能体的企业都有直接借鉴价值;同时进一步强化 OpenAI 的"GPT-6.1 Sol 是默认代理模型、Astra 留给最难的科研/安全工作"的定位。Asana 则凭 0.47 美元/次 的边际成本,可以更激进地把更智能的模型接进 StackAI 客户的工作流,并准备把这套实验范式开放给客户做内部对比。 总结:Asana 76 倍降本故事把 OpenAI 的两条产品线——GPT-6.1 Sol 的极致缓存经济性、GPT-6 Astra 在 Codex 中自动做实验的能力——串成了同一个案例:当缓存策略、长上下文与并发实验被正确组合时,浏览器代理单次成本可以从 36 美元级跌到 0.47 美元级,速度从 22 分钟级跌到 4 分钟级,且所有 18 次实验都给出正确答案;这是企业级 AI 代理从演示走向规模化运营的标志性里程碑。 参考来源: 1. https://openai.com/index/asana-browser-agent 2. https://asana.com/inside-asana/cut-browsers-agent-cost 3. https://hellomarvisaitoday.com/articles/7ed1f5ce-98a1-4e7c-af5c-1ff2fd4e0ea1 4. https://byteiota.com/gpt-6-1-sol-astra-level-coding-one-fifth-price 5. https://www.eesel.ai/blog/gpt-6-1-sol 6. https://www.bestblogs.dev/en/status/2105786452902891987 7. https://www.openai.com/zh-Hans-CN/index/introducing-gpt-6-1-sol 8. https://platform.openai.com/docs/models/gpt-6.1-sol