一句话看懂：OpenAI 于 2026 年 7 月 17 日发布了一篇博文，提出用“有用智能每美元”（Useful Intelligence per Dollar）这一指标，来评估 AI 在企业中的实际工作产出价值，而非仅看 Token 价格或用户活跃度。这意味着 AI 的商业价值衡量标准，正在从“买多少”转向“干多少活”。
事件核心：发生了什么
OpenAI 在官方博客中提出了一个面向 CFO 和业务决策者的评估框架“AI 时代记分卡”。该框架的核心是“有用智能每美元”，旨在回答四个问题：AI 是否完成了有价值的工作？每个成功任务的成本是多少？结果是否可靠？随着使用量增加，每一美元是否产出更高价值？
文章同时以新发布的 GPT-5.6 系列（含 Sol、Terra、Luna 三个层级）为例，说明成本计算方式。据 OpenAI 称，GPT-5.6 Sol 在 Artificial Analysis 编程智能体评测中达到 72.7%，比 Claude Fable 5 高出约 3 个百分点，而预估 API 成本低 36.2%。其逻辑是：更高价格的模型若能一次性正确完成任务，反而可能比便宜模型因反复重试和人工审核带来的总成本更低。
为什么重要
当前 AI 市场衡量商业价值的方式主要有两种：一是按用量（Token 消耗）计费，二是按用户月度订阅或许可证续费率。这两种指标都无法反映 AI 完成具体工作（如解决客户问题、通过测试的代码提交、完成合同审核）的实际产出。OpenAI 提出这一记分卡，实质上是想将讨论从“AI 有多贵”转向“AI 创造了多少可用工作成果”，这直接影响企业采购决策和预算分配。
对竞品（如 Anthropic、Google、Meta）来说，未来可能需要更多拿出同类“任务成功率 vs 总成本”的对比数据，而非仅比拼模型跑分或参数数量。这也意味着，大模型厂商的商业化竞争将进一步转向对具体工作场景的定价和效果承诺。
对用户/开发者/创作者的影响
对企业采购者和技术负责人：未来在选型时，不能只看模型每百万 Token 单价，还要计算完成一个典型任务所需的 Token 量、重跑次数、人工审核成本等。OpenAI 的多层模型（Sol/Terra/Luna）提供了更灵活的成本优化空间。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者：使用 API 搭建应用时，可以尝试根据任务复杂度自动选择不同层级的模型，以平衡成本和效果。例如，简单的分类任务可以用 Luna，复杂的多步骤推理任务可以切换到 Sol。
对创作者和普通用户：短期内感觉不到直接变化，但随着 OpenAI 强调“有用工作每美元”，其产品迭代可能会更优先优化能直接完成任务的场景（如代码修复、文档写作），而非泛化聊天体验。
值得关注的后续
首先，这项记分卡目前只是一篇博文中提出的概念，OpenAI 是否会发布配套的公开评测数据或工具（如企业财务指标仪表盘）尚不确定。其次，Anthropic、Google 等厂商在回应类似成本衡量问题时会提出什么新指标，值得注意。第三，GPT-5.6 各层的具体定价和使用限制将在后续落地时接受市场验证，实际成本是否能像 OpenAI 宣称的那样优于竞品，需要独立测试。
来源：OpenAI News
