Codex破天荒接入GLM与Kimi，Pro额度被腰斩，GPT-6.1 Sol与24小时Agent首发上线

AI前线·2026年09月30日 12:38

用户还可使用ChatGPT账号一键登录Pi

旧金山海湾畔的Fort Mason会场，奥特曼一口气抛出数十项密集更新。

就在这场DevDay开幕前夕，关于大模型安全失控的阴影尚未散去，原定压轴的旗舰版本GPT-6.1 Astra因对齐与欺骗行为疑虑被紧急撤下。

但这并没有阻挡奥特曼展露其激进的产品野心，尤其是在“个人智能体（Personal Agent）”这片势在必得的战场上。

从GPT-6 Astra驱动的24小时在线数字员工dots正式亮相；对标协同办公软件的Space与Pages全线铺开；针对编程与长程任务大幅降价的GPT-6.1 Sol登场；到Codex搬上云端，甚至在B2B市场里正式向智谱GLM、月之暗面Kimi等国产模型敞开大门……

总结起来看，OpenAI正果断打破“聊天框交互”的旧壳，将自己重塑为一个由云端自主智能体驱动的操作系统，从而打通从产生想法到任务落地的整个工作流。

然而，现场频频卡壳的即时演示、每月高达500美元的“贵族套餐”，以及老版200美元Pro订阅权益的断崖式腰斩，也让调侃与嘲讽伴随左右。

Dots：OpenAI版Muse

这次发布站上C位的全新产品，叫dots。Altman形容它是，“我们一直设想的、最真实的AI形态”。

它不再是聊天框里的一个功能分支，本质是一个具备持久化执行环境（专属云端虚拟机沙盒）、跨系统长程目标规划能力与外部系统鉴权访问权限的自主运行时系统（Runtime）。

dots由GPT-6 Astra驱动，自带独立的云端电脑与浏览器，能7×24小在后台持续运行，并通过插件连接超过4000个外部工具。

这意味着，它不再被动等待人类登录ChatGPT发起会话，而是将调度入口直接延伸到了短信、Slack、Microsoft Teams等所有日常通讯管道中。

它与传统对话式AI最大的区别，在于从“被动响应”转向“长期履职”。你不需要守在屏幕前敲下一句句Prompt，只要交代目标与衡量标准，合上电脑，它就会在云端默默推进任务——在深夜过滤外部动态、清晨推送最紧急的三件事、跨软件调整冲突日程、自动归集分散在各处的反馈，以帮助用户找回最有价值的“注意力”。

在现场演示中，研究员给自己的dot起名为“Alfred”，可通过手机调度。从可命名的卡通形象，到个人Agent的交互方式，Dots很容易让人联想Meta的Muse，以及昨天Manus团队发布的Cue。

在昨天的报道中《插入链接》，Cue还增设了注册“手机号”流程。它更像是一个个人Agent的语音外壳，仅限语音通话，每个月0.99美元/月（后提升到9.99美元/月），并且这部分费用是云端电脑订阅之外的额外新增。

在现场演示环节，dots展现出不同于以往自动化脚本的协作深度，它能接管后台几乎许多毫不起眼的碎片化事务：

早上，Sam向它打招呼，Alfred已经看过Slack和邮件，整理出三件到办公室后需要处理的事，甚至提醒他喝完咖啡再继续。这个登场方式也展示了OpenAI想卖给用户的体验：你来找AI时，它已经做好了准备。

接下来，任务迅速变成了开发者熟悉的麻烦：一个旧的库存API即将停用，相关代码需要迁移。演示中的Alfred追踪调用位置、检查依赖、更新集成并运行测试，GitHub上出现了三个PR，分别处理后台任务、结账与订阅，以及旧API客户端。

另一段展示中，Alfred按照已审核的设计推进网站更新，在需要人决定配图时请求确认，再完成发布。Agent究竟能把一项工作推进到什么程度，以及人在哪些节点介入？dots也做了范本化的演示。

官方还分享了一个更早期的测试案例：一名测试者忘记向出版机构开发票，dot发现后准备了发票，获得批准再发送。它开始被期待记住事情、发现遗漏，带着准备好的工作回来找人。

为了打消企业与合规部门对智能体失控的疑虑，OpenAI在系统架构上划定了明确的物理与权限边界：每个dot运行在隔离的云端容器中，调用保存的凭据时不会将明文密码暴露给模型。

更为关键的是其权限分级机制：当dot处于后台监控状态时，仅被赋予只读权限进行“主动研究”，严禁擅自发送消息或篡改数据；只有在用户显式授权的任务范围内，才允许执行写入操作。

不过，长程Agent在现实网络环境中的鲁棒性仍面临挑战。在现场演示中，负责展示“Dottie”智能体的工程师遭遇了长时间的响应挂起与语音延迟，引得直播评论区调侃“现场唯一的作用就是证明这是真机实测”。

场外，还有个颇具马斯克风格的插曲：OpenAI刚发布完dots，网友就发现，输入dot.com，跳转的却是竞争对手Grok Bot的页面。

目前，Dots面向Pro、Business Premium及Enterprise层级用户开放首个主力dot，未来计划支持多dot协同编排。值得注意的是，虽然与dot日常交流不计入ChatGPT基础限额，但其调用的Codex或复杂计算，依然会消耗对应的计算配额。

同时受制于严格的数据隐私合规审查，该功能暂未向欧盟、英国及瑞士地区开放。

Space：OpenAI版办公Agent

如果说dots是常驻的数字员工，那么全新推出的ChatGPT Space，就是OpenAI给这些智能体与人类同事搭建的“协同工位”。

Space彻底取代了原有的“Library”，不再是一个静态的文件存储目录，而是进化为沉淀团队上下文、文档资产与智能体执行历史的统一协作中心。围绕Space，OpenAI推出了一整套直指传统协作软件腹地的工具组合：

1. 动态页面（Pages）

专为人机混合协作设计的新型文档。它既是项目企划书，也能内嵌交互式仪表板、动态图表与代码片段。在同一个页面内，团队成员可以与dot实时协作。你只需在文中提及智能体：“把这组调研数据转为柱状图”，图表即刻动态渲染，并支持现场筛选数据点。

更重要的是，Pages可以挂接外部数据源，随着项目看板或代码仓的进展自动更新。

2. 协作式演示文稿（Slides）

深度整合在Space内的PPT编辑器，原生支持可编辑图表、矢量形状与排版组件。团队与dots可以在同一份胶片上共同修改批注，制作完毕后，既能直接在浏览器演示，也能无损导出为PowerPoint或Google Slides格式。

此外，Altman还透露，他们正在与微软合作，将Specialist dots集成到Agent 365中，使企业能够通过现有的微软管理工具统一管控这些智能体。

3. 组织穿透：@ChatGPT 与团队自动化任务（Team Tasks）

为了防止协作壁垒，OpenAI直接将触角伸进了Slack与Microsoft Teams。团队成员无需单独购买个人ChatGPT许可证，只要在频道或讨论串中@ChatGPT，就能调用团队共享的智能体，将散乱的讨论一键转化为项目简报或排查缺陷。

配合Team Tasks，还可针对定时排程或特定外部事件（如收到特定客户邮件）自动触发一系列跨工具工作流。

4. 本地会议插件（Meetings Plugin）

目前向Mac端Pro与Business用户开放Beta测试。它能本地对会议音频进行捕捉与结构化提炼，生成关键决策与后续待办并自动同步进Space。音频数据在纪要生成后即刻被系统销毁。

介绍到这，相信你已经看出，Space的诸多能力聚合了国内一批办公Agent（Workbuddy、千问办公、豆包工作等）的影子。

但与传统办公软件都在想方设法“把AI塞进文档里”不同；OpenAI的逻辑更像是在AI的底层躯壳上搭建出一套协作套件。这无疑将对Notion、Google Docs等传统办公产品构成了挤压。

模型降本与订阅加档

在底层模型端，OpenAI继续推进双轨策略：用极低的价格抢占日常计算，用极高的溢价筛选算力重度用户。

1. GPT-6.1 Sol：打穿长程任务成本

距离GPT-6 Sol发布仅一周，OpenAI便火速推向台前GPT-6.1 Sol。它的技术定位极其精准：专为高频智能体编程、长流程计算机操作及专业工作流打造的性价比底座。

追平旗舰Astra：在代码评测DeepSWE v1.1中，性能直接追平旗舰Astra；在AutomationBench与科学推理Terminal-Bench Science上全面领先Opus 5.5。在复杂的电脑操作基准OSWorld 2.0中，其表现距顶尖的Astra仅差2.1个百分点。

缓存档大幅降价：输入Token每百万2美元，输出10美元，标准资费仅为Astra的五分之一。更为关键的是其上下文缓存（Context Caching）成本直接降至0.10美元/百万Token，折扣高达95%。

对于需要反复加载几十万行项目代码与长篇文档的Agent而言，缓存机制的大幅降价，直接决定了长程自动化在经济账上是否可行。

2. Astra Ultrafast：300 Token/秒的极致心流

为了解决复杂生成过程中的等待焦虑，OpenAI推出了GPT-6Astra的高速档位Ultrafast。该模式可实现高达每秒300个Token的吞吐速度，在Codex中的响应较标准版最高提速8倍。

现场演示“造火箭”应用时，Ultrafast分支的代码已经跑完并渲染出发射动画，标准模式的分支仍在逐步构建模型。

使用Ultrafast 现场演示3D 建模功能。

3. 商业调价的争议：Pro 200的“算力腰斩”与新设Pro 500档位

为了承载高吞吐的算力开销，OpenAI对原有的订阅体系进行了幅度颇大的重构，也引爆了开发者社区最大的争论点：

加推 Pro 500（$500/月）：提供25倍于Plus的基础配额，独占Astra Ultrafast的调用权限，专为对生成延迟极度敏感的高强度开发团队设计。

调整 Pro 200（$200/月）：虽然恢复了新用户订阅，但官方帮助文档与媒体报道证实，自10月30日起，该套餐包含的ChatGPT Work与Codex用量口径从过去的20倍Plus暴跌至10倍，GPT-6 Pro消息数也由每周200次腰斩至100次。

尽管官方为符合条件的老用户提供了一笔年底到期、价值2,500美元的单次算力额度补偿，但X等社区上依然充斥着对“低价获客后加价降配”的强烈反弹。

API的降价是向开发者放量，而终端订阅的额度收紧与高价档位分层，则是OpenAI在严酷的算力物理法则面前不得不筑起的利润防线。

在主旨演讲尾声，Altman还设置了一个极具仪式感的“重置额度”环节。他邀请被开发者称为“重置之神”的“Tibo”Thibault Sottiaux（Codex负责人）在现场按下“重置键”，为全世界所有ChatGPT用户重置了账户额度。

Decisions API：OpenAI版Jev

在大模型工程化落地中，许多长程任务的崩溃并非由于模型不会写代码，而是在复杂的工作流链路中，在某个岔路口做出了错误的选择。

OpenAI此次低调开启有限预览的Decisions API，正是为了解决这一痛点。它将Luna模型的能力收敛至一个极其专精的维度：基于开发者提供的文本或多模态上下文，从预先定义的有限枚举集合中，做出确定性的离散状态裁决。

比如：这封客户邮件应当被路由给退款专员、技术支持还是物流部门？智能体在解析网页出错后，下一步应当触发重试、更换代理还是终止并报警？

这类决策在复杂工业级应用中被高频调用，要求极高的响应速度、低廉的成本与确定性的输出。早期实测数据显示，在一个包含78次连续GUI操作的选择回放中，Decisions API命中76次，单次裁决延迟仅为230毫秒。

开发者社区迅速将其与TypeSafe AI此前发布的Jev框架相提并论，戏称为“Jev克隆版”。林俊旸还特意转发了相关评论。

尽管两者在底层的采样控制与架构实现上未必一致，但这一举措也表明：AI系统正在告别把所有简单决策都交给超大模型写小作文的粗放阶段，开始将“逻辑裁决”解耦为独立的高可靠基础设施。

Codex全面登云，拥抱国产开源模型

对于程序员这一核心基本盘，Codex在此役迎来了一场系统级的工程重塑。

1. 摆脱本地机器的束缚：Codex Cloud 与全新 CLI

Codex终于完全搬上了云端。开发者可以提前配置好可复用的沙盒环境与系统权限，哪怕离开工位合上电脑，后台的自动化构建与代码重构依然在云端容器内运转，手机端甚至可以直接追踪进度并下发指令。

命令行工具Codex CLI迎来大版本改版：引入语音交互，支持直接开口向终端描述排错思路；新增/agents视图，允许开发者同时分发、并发展开多个子任务，并深度内建了对Git Worktree的支持。

在ChatGPT桌面端，还补齐了针对GitHub PR与GitLab MR的自动化代码审查能力，并借由Codex Security Cloud与专用安全模型，实现提交级的自动化代码漏洞挖掘与补丁生成。

不过，舞台演示再次遭遇了尴尬插曲：现场工程师佩戴墨镜试图演示语音启动CLI时，系统连续报出“Voice chat couldn't start”的错误，演示者不得不摘下墨镜，重新回归键盘输入。

2. 最耐人寻味的信号：Baseten 带来国产大模型接入

更值得国内开发者关注的，是Baseten与OpenAI的合作。

此次DevDay上，OpenAI还推出了OpenAI Software Marketplace（企业软件市场）。对于符合资质的企业客户，可以直接将自己在 OpenAI 签署的年度采购承诺额度（Commitments），按比例抵扣购买 32 家经批准的第三方合作伙伴软件——首批名单涵盖了设计领域的 Adobe 与 Figma、企业服务领域的 Salesforce 与 ServiceNow，以及网络安全领域的 CrowdStrike 等巨头。

而作为模型推理与托管服务商的 Baseten，正是首批 32 家生态伙伴之一。它允许企业用户在Codex与Responses API中原生调用其托管的模型服务。

Baseten团队明确表示，客户可以直接在该体系下调用智谱清言的 GLM-5.3 Flash与月之暗面的 Kimi K3，且相关花销可直接计入企业对OpenAI的年度合同采购承诺额度中。

这意味着，Codex的定位正在发生根本性的蜕变：它不再死守自研模型的单一入口，而是开始向具有卓越性价比的第三方开源与专有模型敞开接口。

开发者可以使用Codex成熟的云端开发环境、工具链和上下文压缩框架，底层实际干活的代码大脑却可以根据成本需要，灵活切换为国产模型。

3. 跨越边界的账号与生态渗透

这种“分层包容”的战略在另一项更新中同样体现得淋漓尽致：

Sign in with ChatGPT：用户可以使用ChatGPT账号一键登录Pi、Notion、Devin等16款第三方开发与生产力工具，并且直接在这些外部工具中扣减自己原有的OpenAI订阅算力配额。

MCP Events与插件进驻：支持开放的Model Context Protocol（MCP）事件规范，配合全新发布的Python与Node SDK，第三方应用（如Figma、Canva）不仅能在ChatGPT侧边栏常驻可交互操作面板，还能基于看板变动、告警产生等外部事件，被动唤醒智能体执行自动化链条。

与AWS联合推出的Bedrock Managed Agents，则把OpenAI的智能体托管框架整个搬进了AWS的安全边界之内，企业数据完全不出自有VPC，力图彻底打消政企客户的数据顾虑。

结语

在这场密集的DevDay发布背后，是 OpenAI 正在膨胀的现实体量与算力开销。

据彭博社今日报道，OpenAI 在推迟 IPO 后正寻求至少 300 亿美元的过桥融资，投前估值约1.4 万亿美元，有望再度反超 Anthropic（9650 亿美元）。

活动现场，Altman刷新了关键指标，ChatGPT 的周活跃用户已正式突破 12 亿。这意味着，作为一款世界级超级应用，OpenAI 拥有足够的底气与用户资产，在个人消费级与办公市场持续进化。

更核心的信号来自技术研发端：奥特曼现场宣布，OpenAI 已达成去年设定的“AI 研究实习生”目标。研究负责人 Tejal Patwardhan 披露，截至今年 7 月，大模型已能在无人类介入下独立完成超过三分之一的「一天级」复杂任务。

这也带来了内部用量的剧烈爆发：截至 8 月中旬，按 API 价格折算，OpenAI 研究人员单日推理用量中位数超过 600 美元，前 10% 的高频人员日均消耗突破 7000 美元；每 1 个人类工作日，平均对应着3.1 个后台智能体工作日。正如现场推出的 Ultrafast 极速模式，OpenAI 内部早已进入全天候高频消耗状态。