記者吳立言／綜合報導
OpenAI 發布最新文章，提出 AI 時代的新評估方式，認為企業不應再以 Token 成本或模型價格作為主要衡量標準，而是應改看「每美元創造多少 AI 價值（Useful Intelligence per Dollar）」，評估每投入一美元，AI 究竟完成了多少真正有價值的工作，作為投資報酬率（ROI）的核心指標。
OpenAI 指出，過去十多年，企業評估軟體通常會觀察授權數、活躍使用者或續約率等指標，但生成式 AI 的經濟模式已經不同。企業真正需要關心的是，AI 創造的價值是否比使用成本成長得更快，而不是單純比較模型是否便宜。
Token 越便宜 未必代表整體成本越低
OpenAI 認為，只比較 Token 單價容易造成誤判。有些模型雖然使用成本較低，但可能需要多次提示（Prompt）、反覆修正內容，甚至增加人工審核與重工時間，才能完成任務；相反地，較高階的模型雖然每次推論成本較高，卻可能一次就完成工作，反而降低整體支出。
因此，企業真正應該衡量的，是完成一項符合品質要求工作的「總成本」，而不是單純比較每百萬 Token 的價格。
提出四項 AI 投資衡量標準
OpenAI 將「每美元 AI 價值」拆分為四個核心指標，協助企業評估 AI 是否真正帶來效益：
AI 是否完成真正有價值的工作
每項成功任務的實際成本
AI 完成工作的可靠性
隨著使用規模擴大，每投入一美元是否能創造更多價值
OpenAI 建議企業先鎖定單一工作流程，例如客服回覆、程式開發、合約審查或財務分析，定義何謂「成功完成任務」，再從實際工作成果衡量 AI 的效益，而不是只觀察模型使用量。
以財務團隊為例，準備預測會議時往往需要整理最新資料、匯入 Excel 或 Google 試算表、比較數據變化、更新簡報並確認所有數字一致。OpenAI 認為，這類重複性高的工作可交由 ChatGPT Work 處理，讓員工將時間投入分析與決策等更高價值的工作。
「成功完成一項任務 才是真正的成本」
OpenAI 表示，AI 的成本不只是模型費用。企業還應將員工投入時間、人工審核、重試次數、修正內容及返工等成本一併納入計算，再除以真正達到品質標準的任務數量，才能得出每項成功任務的實際成本。因此，即使高階模型價格較高，只要能「降低重試、人工修改及等待時間」，最終的總成本仍可能比便宜模型更低。
GPT-5.6 採三種版本 依需求兼顧成本與效能
OpenAI 也以近期推出的 GPT-5.6 系列作為例子，表示目前提供 Sol、Terra 與 Luna 三種版本，分別對應最高推理能力、效能與成本平衡，以及高速且成本最低等不同需求。
OpenAI 表示，GPT-5.6 的開發目標，就是讓每個 Token 能產生更多有價值的成果，而非只是降低使用量。
根據 OpenAI 引用的測試結果，GPT-5.6 Sol 在 Artificial Analysis 的程式代理（Coding Agent）測試中，以較少的輸出 Token 達到更高效能；在 DeepSWE v1.1 長時間軟體工程測試中，完成率達 72.7%，高於 Claude Fable 5 的 69.9%，預估 API 成本則降低約 36%。
AI 是否可靠 決定企業能否放心導入
除了成本，OpenAI 認為可靠性也是 AI 能否深入企業流程的重要因素。企業導入 AI 通常會從協助撰寫內容開始，再逐步延伸到搜尋資料、推理分析、跨系統操作，最後發展為能自動完成整個工作流程，只在必要時交由人員確認。
OpenAI 建議企業追蹤三種結果：
可直接採用
需要人工修正
必須交由人工處理
如果 AI 能穩定提高可直接採用的比例，就能減少人工審核與返工，也讓企業更有信心將 AI 應用到更重要的工作流程。
OpenAI：未來應看每一美元創造多少成果
企業可長期追蹤同一項工作流程，觀察完成任務數量、總投入成本，以及每項成功任務的平均成本。若完成工作的數量持續增加，成本沒有同步上升，甚至持續下降，同時品質維持穩定，就代表每投入一美元都能創造更多價值。
OpenAI 認為，未來模型能力、推理效率、運算基礎設施及產品設計若持續進步，最終都應反映在企業每一美元 AI 投資所帶來的實際成果，而這也是「每美元 AI 價值」希望建立的新評估標準。
精彩短影
