Asana测试新模型使浏览器智能体成本暴降76倍且提速5倍
根据OpenAI官方博客披露，Asana在Codex中应用GPT-6系列模型进行浏览器智能体测试，成功实现运行成本降低76倍、响应速度提升5倍。这一技术测试显著优化了智能体的执行效率与经济性，旨在为企业客户提供性能更强、成本更优的高性能模型服务与智能化体验。
核心要点
- 成本大幅削减：Asana在针对浏览器智能体（Browser Agent）的测试中，成功将模型运行成本降低至原先的76分之一（76x cheaper）。
- 运行速度倍增：除了成本骤降，相关测试显示其处理与响应速度提升了5倍（5x faster），整体执行效率显著改善。
- 核心驱动技术：此次测试依托Codex平台并应用了最新一代模型技术（文中涉及GPT-6 Astra与GPT-6.1 Sol相关测试成果）。
- 赋能客户价值：该技术突破的核心目标是降低高性能AI的应用门槛，让企业客户能够直接使用能力更强大的模型服务。
详细分析
浏览器智能体的高效化突破
在现代协同办公与企业工作流自动化场景中，浏览器智能体（Browser Agent）扮演着自动化执行网页操作、数据检索与跨系统协同的关键角色。然而，这类智能体通常需要频繁解析页面结构、做出多步骤推理并调用工具，往往会消耗大量算力并带来较高的延迟。Asana在本次测试中取得的数据显示，其浏览器智能体在保持任务处理能力的同时，实现了成本降低76倍与速度提升5倍的双重飞跃。这一进展表明，通过优化模型底座与集成环境，原本受限于推理成本与等待时间的应用场景正在迎来关键转折。
模型架构与开发平台的高效融合
本次测试的核心在于Asana借助Codex环境深入应用了新一代大模型能力。从公布的信息来看，测试展现了先进模型在专业化代码生成与智能体自动化任务中的强大效能。一方面，大幅度降本说明新模型在Token消耗效率或单位算力定价上具备极高的经济性；另一方面，5倍的速度提升有效缓解了智能体在网页交互中常见的响应迟滞问题。这种在开发底层环境中的深度结合，为复杂工作流的高频调用提供了切实的技术支撑。
从技术测试到企业级模型交付
技术的最终归宿在于实际业务场景的落地。Asana明确指出，推进这一系列测试的核心宗旨是向客户提供更具实战能力、表现更为强大的模型。长期以来，企业在引入顶级模型时往往需要在“卓越性能”与“可承受成本”之间进行艰难取舍。76倍的成本削减与5倍的速度提升不仅验证了先进模型在边缘与应用场景落地的经济可行性，也直接为企业级协同办公工具提供了兼具高性能与高性价比的服务底座。
行业影响
Asana此次公布的测试数据对整个AI智能体领域具有显著的启示意义：
- 打破智能体规模化应用的成本瓶颈：高昂的推理成本一直是大规模部署多步骤智能体的主要阻碍。成本暴降76倍证明了高性能模型经过工程化与针对性优化后，完全具备大规模日常化商用的潜力，极大推动了AI由辅助功能转向全自主智能体的进程。
- 重新确立智能交互的响应基准：5倍的速度提升不仅意味着单次任务完成更快，更大幅改善了终端用户的等待体验，使基于浏览器的AI交互流畅度达到接近实时操作的标准。
- 加速办公协同软件的智能化迭代：随着头部协同软件厂商在智能体基础设施上取得实质性降本增效，整个企业软件行业将加速跟进，促使更多高阶AI功能成为企业级产品的标配。
常见问题
Asana在本次测试中取得了哪些核心成果？
Asana在浏览器智能体的测试中，依托Codex及新模型能力，实现了运行成本降低76倍（76x cheaper）以及处理速度提升5倍（5x faster），大幅提升了智能体的执行效率与经济可行性。
这一技术突破将如何惠及Asana的终端客户？
降低成本与提高速度直接移除了使用先进大模型的门槛。Asana旨在通过这些优化，将能力更强大的模型直接提供给客户，使企业用户能够在不增加预算负担的前提下享受更快速、更智能的工作流自动化体验。
此次测试涉及哪些关键技术与平台？
根据发布信息，该测试依托于OpenAI的Codex环境，并应用了GPT-6系列模型（包括文中所述GPT-6 Astra与GPT-6.1 Sol）用于优化浏览器智能体的自动化任务执行。
