AI时代的记分卡

OpenAI提出了一个用于评估企业AI投资回报的框架，核心指标为“有效智能每美元”，引导企业从工作完成量、成功任务成本、工作准确率三个维度衡量AI的实际价值。

• 框架包含四个关键问题：完成的有用工作量、成功任务的实际成本、结果可靠性、规模经济效应。
• GPT-5.6模型分三档：旗舰版Sol、性能成本平衡版Terra、最快最经济版Luna，不同模型适用于不同复杂度的工作流。
• 在Artificial Analysis编程代理指数上，GPT-5.6 Sol以72.7%的得分刷新纪录，超越Claude Fable 5的69.9%，且输出token减少54%。
• GPT-5.6 Sol在实现更高性能的同时，估计API成本比另一领先模型低36.2%。
• 文章强调，最低的token价格未必带来最低的单次成功任务成本，需综合考虑重试、人工审核等因素。

• On the Artificial Analysis Coding Agent Index, GPT‑5.6 Sol with max reasoning set a new state of the art while using 54% fewer output tokens than another leading model.
• DeepSWE v1.1 : Long-horizon engineering tasks; GPT‑5.6 Sol reaches a new high of 72.7%, above Claude Fable 5’s 69.9%, at 36.2% lower estimated API cost.