Asana cuts model costs 76x in browser tests with GPT-6.1 Sol

📌 【OpenAI 官方案例】Asana 瀏覽器代理成本降到 1/76

TL;DR：Asana 在 Codex 中換用新模型，讓 browser agent 測試成本大降、速度提升，藉此提供客戶更強能力。

當一個產品功能的運算成本能降到原本的 1/76，代表的不只是省錢，而是讓原本「用不起」的能力變得可行。這正是 Asana 瀏覽器代理在測試中呈現的結果。

🤔 瀏覽器代理的成本壓力

Asana 打造了一個 browser agent（瀏覽器操作代理）功能，這類代理通常需要頻繁呼叫大型語言模型來理解畫面並決策下一步動作，運算成本容易隨使用量快速累積。

🧩 在 Codex 中換用新模型

根據 OpenAI 公布的案例，Asana 在 Codex 中改用新一代模型來驅動其 browser agent。值得一提的是，素材標題寫的是「GPT-6.1 Sol」，但內文描述則稱為「GPT-6 Astra」，兩種稱呼在原始素材中並存，這裡照實呈現供讀者對照，無法進一步確認是否指同一模型。

📊 測試中成本降 76 倍、速度快 5 倍

OpenAI 公布的測試結果顯示：Asana 的 browser agent 成本降為原本的 1/76，反應速度提升到 5 倍，並藉此讓 Asana 能提供客戶更強能力的模型。

💡 成本下降換來的是能力升級，而非單純省錢

這個案例有意思的地方在於，成本大幅下降帶來的效果不是單純省錢，而是讓 Asana「有餘裕提供客戶更強能力的模型」。這呼應 agentic 產品常見的兩難：模型越強大，單次呼叫成本通常也越高；一旦底層模型效率提升，產品團隊就能把省下的預算重新投入到能力升級，而不必把更強模型的價格直接轉嫁給使用者。

🎯 實務啟示

對正在打造 browser agent 或其他 agentic 產品的工程團隊，定期用新模型重新跑一次既有的 benchmark 測試，往往能發現額外的成本與速度空間，而不是一直沿用當初選型時的模型假設。

🔗 來源

• 標題：Asana cuts model costs 76x in browser tests with GPT-6.1 Sol
• 作者／機構：OpenAI
• 連結：https://openai.com/index/asana-browser-agent

#OpenAI #Codex #Asana #BrowserAgent #AIAgents #CostOptimization #LLM #AgenticAI #GPT #EnterpriseAI