![]()
作者 | 山竹
出品 | 锌产业
一款模型能替人完成多少工作,正在和它有多聪明一样重要。
10月26日,OpenAI发布GPT-6.1 Terra,将视觉理解、电脑操作和日常写作作为主打能力。
OpenAI官方表示,GPT-6.1 Terra API调用价格比GPT-5.6 Terra和GPT-6.1 Sol低50%。
在模型公司不断刷新能力上限的同时,OpenAI也试图回答另一个问题:让AI每天处理大量普通工作,究竟能不能划算。
从国内WorkBuddy、千问办公、豆包工作密集布局,到OpenAI推出更便宜的工作模型,AI办公的竞争正在进入同一道考题:演示中能完成的工作,如何变成用户愿意持续付费的服务。
01 把电脑操作做便宜
GPT-6.1 Terra的落点,是办公室里数量庞大、步骤琐碎的任务。
一张发票进入企业后,识别金额只是第一步,后面还有核对字段、录入系统、检查结果,模型需要把看见的信息转化为软件里的操作,只要流程足够长,调用次数、等待时间和失败重试就都会进入成本表。
按照OpenAI官方公布数据显示,GPT-6.1 Terra的标准价格为每百万输入token 1美元、缓存输入0.05美元、输出5美元,对于需要反复读取资料、执行操作的智能体,价格下降为扩大使用频率提供了空间。
但更有意义的指标,是完成任务需要付出多少,OpenAI公布的Agents’ Last Exam评测显示,在中等推理设置下,GPT-6.1 Terra比上一代提高了15%,任务成本约为三分之一。
![]()
便宜但经常失败,会增加复核和返工,能力强但每一步都昂贵,又很难覆盖高频、低价值任务,对办公产品而言,成本和准确率两者必须同时成立,整理文件、填写记录、更新表格,单次价值往往有限,却可能每天发生很多次。
此外,GPT-6.1 Terra也在进入已有的工作入口。
GitHub于10月26日宣布,该模型在Copilot正式可用并逐步推送,定位包括日常智能体编程和终端任务,模型价格的变化,由此有机会传导到开发者已经使用的工具里。
这背后的产品逻辑是按任务分配能力,日常工作需要足够稳定、反应及时且成本可控的模型,特别复杂的问题再交给更昂贵的型号,如何识别任务难度、何时升级模型,也就成为应用厂商必须解决的问题。
02 AI办公热潮的成本考题
类似的竞争已经在国内展开。
腾讯对WorkBuddy的官方定位,是面向职场任务的桌面智能体工作台,用户描述需求后,由系统规划、执行,并交付可核验的成果,其产品介绍覆盖资料整理、表格处理、内容生成和报告输出,争夺的是用户每天真正开工的入口。
阿里8月3日发布的千问办公公测版,整合QoderWork、MuleRun及悟空的核心能力,同时提供云端网页和桌面客户端,并宣布将融入钉钉,把分散的智能体能力放进一个平台,有助于减少用户在不同工具之间搬运信息的负担。
字节跳动8月25日也发布了豆包工作,飞书官方强调,它既可以处理文档、表格、PPT等任务,也能在权限范围内利用组织知识和协作信息,对企业用户而言,知道某份文件在哪里、某个项目此前如何讨论,可能和生成一份漂亮报告同样重要。
三条路线各有依托,却都在扩大AI介入工作的深度。
GPT-6.1 Terra的升级,对这轮热潮首先意味着比较标准的变化。
![]()
当国际模型厂商把电脑操作能力与更低价格一起提供,国内办公产品也需要证明:在给定的费用和等待时间内,自己能够交付多少合格成果。用户未必了解底层模型的跑分,却能感知一次任务消耗了多少额度、是否反复出错、结果能否直接使用。
其次,模型进步可能压缩部分通用功能的差异,如果整理资料、生成文件、操作网页逐渐成为基础能力,仅靠功能清单,应用就更难维持优势,竞争会进一步落到企业数据连接、中文业务习惯、权限管理,以及成果能否进入后续协作流程。
这也给国内厂商留下了发挥空间,企业工作有大量组织内部的信息和规则,模型再强,也需要知道当前账号能访问什么、某个字段采用什么口径,以及结果应该交给谁处理。已有协作生态能否转化为更低的接入和复核成本,需要真实任务来验证。
对国内厂商来说,接下来需要算清楚,模型、云端运行、存储和客服等开支加在一起,现有收费能支持用户完成多少工作,免费额度能带来试用,持续使用则取决于任务质量与价格能否匹配。
03 便宜之后,还得可靠
成本下降能扩大试用范围,却不能消除交付难题。
OpenAI称,在内部容易诱发事实错误的测试中,低推理设置下,GPT-6.1 Terra的错误率由上一代的53.6%降至16.7%。
办公室里的错误还常常难以即时发现,表格可以正常打开,统计口径却可能错了,报告排版完整,引用资料却可能过时,模型顺利结束任务,与业务真正验收通过,中间仍有距离。
因此,AI办公的成本账至少有三部分,调用模型和运行工具的费用,失败后的重试与返工,以及人检查结果所花的时间。单价下降只有传导到整条流程,才会成为企业可感知的节省。
应用厂商也需要让用户看清过程,哪些信息来自原始文件,哪些是模型推断,改动了什么,失败停在哪里;结果能否核对和撤回,这些能力会影响人是否敢把下一项工作交出去。
GPT-6.1 Terra让更多日常任务具备了尝试自动化的经济条件,WorkBuddy、千问办公、豆包工作面对的,也是同一个问题,当用户不再为一次惊艳演示买单,产品能否持续交付合格成果。
AI办公最终要回答的,会越来越具体:
这份工作交给AI后,算上等待、检查和返工,究竟节省了多少钱,又节省了多少时间?
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.