模型 / 官方
Asana借助GPT-6.1 Sol将浏览器智能体成本压缩76倍
项目管理平台Asana近期披露了一项显著的AI成本优化成果：通过在Codex工作流中集成OpenAI的GPT-6 Astra模型，其浏览器智能体在内部测试中实现了成本降低76倍、运行速度提升5倍的双重突破。这一进展意味着Asana能够以更低的推理成本向企业客户提供能力更强的AI模型，从而在不大幅增加运营支出的前提下扩展自动化场景的覆盖范围。浏览器智能体是Asana AI产品线的核心组件之一，负责在网页环境中执行复杂的多步骤任务。此次成本与性能的同步改善，标志着新一代基础模型在实际企业部署中展现出明显的效率优势，也为其他SaaS厂商探索类似路径提供了参考案例。
Asana近期公开了一项内部测试结果，显示其在Codex平台中引入OpenAI GPT-6 Astra模型后，浏览器智能体的单次任务推理成本下降了76倍，同时任务完成速度提升了约5倍。这一数据来自Asana工程团队的对比测试，对象是此前使用的模型版本与新引入的GPT-6 Astra之间的性能差异。
浏览器智能体是Asana AI自动化体系的重要组成部分，能够在网页界面中模拟用户操作，完成信息抓取、表单填写、跨系统数据同步等复杂任务。此类智能体对模型的推理能力和响应延迟均有较高要求，因此成本与速度的同步优化对实际部署价值尤为突出。
从技术路径来看，GPT-6 Astra在保持甚至提升任务完成质量的同时，大幅降低了每次推理所需的计算资源消耗。这与OpenAI近期在模型效率方面的持续投入密切相关，新一代模型在架构层面针对长上下文、多步骤推理等企业场景进行了专项优化。
对Asana而言，成本的大幅下降直接影响其商业模式的可持续性。更低的推理成本意味着Asana可以在不提高客户定价的情况下，将更强大的模型能力开放给更广泛的用户群体，同时也为未来扩展更多高频自动化场景预留了成本空间。
这一案例对整个SaaS行业具有一定的示范意义。随着基础模型迭代加速，企业级AI产品的推理成本正在快速下降，这将推动更多厂商重新评估其AI功能的定价策略与部署规模，并加速将智能体技术从试点阶段推向规模化落地。
要点
- Asana在Codex中集成GPT-6 Astra后，浏览器智能体测试成本降低76倍、速度提升5倍
- 成本压缩使Asana能够以现有定价向客户提供能力更强的AI模型，提升产品竞争力
- 浏览器智能体负责执行网页环境中的复杂多步骤任务，是Asana AI自动化的核心组件
- 新一代基础模型在架构层面的效率提升，正在实质性改变企业AI部署的经济账
- 该案例为其他SaaS厂商探索智能体规模化落地提供了可参考的成本优化路径
原始标题：Asana cuts model costs 76x in browser tests with GPT-6.1 Sol
本文由 DataHub 基于公开来源整理，用于信息发现与摘要阅读；具体事实、数据和后续更新以原始来源为准。