OpenAI DevDay重磅发布：AI从回答问题正式转向替你干活

OpenAI DevDay重磅发布超20项更新，dots常驻智能体、GPT-6.1 Sol新模型与500美元订阅层级集中亮相。这场发布会标志着ChatGPT从对话工具向主动执行平台的战略转身。本文从产品逻辑、定价策略和竞争格局三个维度拆解全部核心发布。

一、一场把“对话”变成“执行”的发布会

OpenAI DevDay 重磅发布超过20项更新，这是该公司迄今规模最大的一届开发者活动。如果只用一个词概括整场发布会的底层逻辑，那就是：执行。

过去三年，ChatGPT的核心交互范式是“你问我答”。用户输入一段提示词，模型返回一段文本。这个范式足够强大，以至于支撑起了12亿周活跃用户。但它有一个结构性缺陷：它不会在你关闭对话框之后继续工作。

DevDay 2026试图终结这个缺陷。整场发布会围绕五个方向展开：主动智能、Codex与API构建方式、插件定制ChatGPT、人与AI协作空间、以及订阅体系重构。其中最核心的信号来自dots——一个24小时在线、拥有独立云端计算机、能连接超过4000款应用的个人智能体。

这不再是“帮你写一封邮件”，而是“替你跟进整个项目，在你没打开电脑的时候”。

二、dots：OpenAI的“最后一公里”

2.1 dots到底是什么

dots由GPT-6 Astra驱动，每个dot拥有自己的云端计算机和浏览器。用户只需设定目标与权限，它就会主动推进工作，比如监控缺陷、修改日程、追踪项目依赖。未来多个dot可以组成团队协同作业。

现场演示中的场景相当具体：一个名为“Dottie”的dot接入了Slack、Teams和ChatGPT，能直接在Slack里以独立身份响应消息，甚至调用用户笔记本上的Codex来构建应用并在模拟器中启动。

2.2 为什么dots是OpenAI的“必答题”

在此之前，OpenAI是主要AI公司中唯一没有专门面向消费者的智能体产品的玩家。Google有Gemini的Agent模式，Meta的Muse在消费端快速铺开，Anthropic的Claude在企业和开发者场景中建立了信任度。OpenAI在模型层是定义者，但在智能体产品层，它一直在追赶。

dots的发布本质上是在回答一个竞争性问题：当竞争对手都在把“模型能力”转化为“持续执行能力”时，OpenAI能否用自己的旗舰模型（Astra）作为引擎，构建一个同样具有粘性的执行层？

2.3 安全边界的设计取舍

dots的权限模型值得注意。内置规则区分了“可自主执行”和“必须人类确认”的操作，修改密码、支付等敏感动作始终由人类掌握。Altman将Astra称为“我们对齐程度最高的模型”，以支撑用户把“尽可能多的责任”交给dot。

但发布会现场演示的多次卡顿和失败也暴露了一个现实：从“能力演示”到“可靠产品”，中间还有大量工程问题需要解决。

三、GPT-6.1 Sol与Ultrafast：成本与速度的双线突破

3.1 “五分之一价格，接近旗舰能力”

GPT-6.1 Sol是本次模型层最实质性的发布。OpenAI将其定位为“以五分之一的价格，提供接近GPT-6 Astra的智能”，在智能体编程、计算机使用和专业复杂工作上的表现大幅跃升。

在API定价上，Sol的输入为每百万Token 2美元，输出为每百万Token 10美元，缓存输入仅0.10美元，比标准输入价格低95%。相比之下，GPT-6 Astra的标准输入定价为每百万Token 60美元。

这意味着同一类智能体工作负载，用Sol执行的Token成本可以降到Astra的五分之一左右。

3.2 Ultrafast：把“够快”变成“实时”

Ultrafast是Astra的高速档位，在Codex中可实现每秒300个Token的输出速度，最高达到标准版的8倍，在API调用中最高6倍。它的定价是标准Astra档位的6倍，Pro 500订阅和企业用户可优先体验。

Ultrafast解决的是一个此前被忽视的工程问题：当智能体需要实时响应事件（如客服工单、交易信号、代码审查）时，旗舰模型的推理延迟会成为瓶颈。Ultrafast试图在保持Astra能力的前提下压缩延迟，而不需要退回到更小的模型。

四、Codex全面上云：开发工作流的“去本地化”

Codex的更新是本次发布会中被严重低估的部分。核心变化是Codex不再局限于本地运行。

开发者可以通过手机远程发起任务，在桌面接管，或完全在云端执行耗时较长的大型重构。共享配置让团队可以用已批准的设置和权限快速启动任务。Codex CLI新增了语音对话支持和多智能体视图，代码审查功能加入了GitHub Pull Request和GitLab合并请求的支持。

还有一项值得注意的发布：Codex Harness开源。这是Codex、ChatGPT Work和dots背后共用的智能体框架。把智能体执行框架开源，意味着OpenAI在开发工具层选择了一条更接近基础设施提供商的路线，而非封闭的产品路线。

五、插件生态与ChatGPT Space：把ChatGPT变成“操作系统”

5.1 插件扩展：ChatGPT内部的“应用商店”

开发者现在可以直接在ChatGPT内部构建应用体验。插件可以在侧边栏设立专属入口，构建边聊边用的交互面板，或为特定文件类型创建原生查看器。MCP事件驱动自动化也已加入，当连接的应用发生变动时，可以自动触发插件执行任务。

这个方向的产品逻辑很清晰：如果12亿用户已经在ChatGPT里完成大部分工作，那么让第三方应用“住进”ChatGPT，比让用户跳出去打开另一个应用更符合用户行为惯性。

5.2 ChatGPT Space：团队协作的“AI原生空间”

ChatGPT Space是一个让团队和dots一起工作的共享空间。ChatGPT可以将对话转化为页面或幻灯片，先提问明确需求再起草内容，团队成员可以编辑、让ChatGPT再修改，或邀请更多成员加入。

这个产品的对标对象很明确：Notion的协作空间、Google Docs的多人编辑、以及企业Slack/Teams中的工作流。OpenAI想做的是把这些场景中“人来完成的部分”和“AI来执行的部分”放进同一个容器里。

六、500美元订阅：当ChatGPT开始按“员工”定价

每月500美元的Pro 500订阅是本次发布中争议最大的一项。其定位是“Plus的25倍用量”，包含Ultrafast访问权限、最高记忆容量和100GB存储空间，以及抢先体验新工具和模型的资格。

一个值得关注的定价逻辑转变：ChatGPT不再按“聊天软件”收费，而是开始按“数字员工”的产出能力收费。Pro 200的用量在本次更新中有所缩减，而Pro 500被设计为重度使用者可以依赖的层级。

对于需要持续运行dots、执行Codex云端任务、使用Ultrafast进行实时响应的用户来说，500美元/月的定价锚定的是“替代一个初级岗位的部分工时”，而非“一个更好用的聊天工具”。

七、对比：DevDay 2026的发布矩阵

这张表格的底层信息是：OpenAI正在同时打三场战争——消费端智能体战、企业模型成本战、开发者基础设施战。没有一家竞争对手在同一时间面对三条战线。

八、独到判断：这次DevDay真正改变的是什么

8.1 “模型公司”的标签正在被主动放弃

Altman在演讲中反复使用的一个框架是“模型—开发—分发”三阶段战略。DevDay 2026的发布顺序也印证了这个优先级：先讲dots（分发），再讲Sol和Ultrafast（模型成本/速度），最后讲Codex和插件（开发）。

模型能力仍然是一切的基础，但OpenAI越来越不满足于只做“最好的模型供应商”。它想要的是一条完整的链路：用户在你的模型上构建，在你的分发平台上触达用户，在你的订阅体系里消耗Token。当这条链路闭合时，模型层的技术优势就不再是唯一的护城河。

8.2 智能体的“可靠性赤字”是最大风险

发布会现场演示的多次失败不是偶然。dots的展示中出现了“still checking”和令人尴尬的沉默时刻。这揭示了一个行业性的问题：智能体的“能力上限”在过去两年提升显著，但“可靠性下限”的改善速度远慢于预期。

用户可以容忍一个聊天机器人在回答历史问题时偶尔出错。但用户很难容忍一个“代替自己执行任务”的智能体在执行到一半时卡住，或者做出未经授权的操作。dots能否在真实工作场景中保持足够的可靠性，将决定这个产品是成为“演示级产品”还是“日用品”。

8.3 500美元定价的真正对手不是Anthropic

Pro 500的竞争对手不是Claude的企业套餐，也不是Google Workspace的AI附加功能。它的真正对标对象是企业已经在支付的“人月成本” 。一个初级开发者的月成本远高于500美元，一个行政助理的月成本同样如此。如果dots和Codex的组合能在特定场景中替代哪怕20%的工作量，500美元的定价在财务上就是合理的。

但这个逻辑有一个前提：企业需要能够量化“dots替代了多少工作量”。在智能体可靠性尚未达到可审计水平之前，大多数组织不会基于“替代预期”付费。

九、FAQ

Q1：dots和之前的GPTs有什么区别？

GPTs是自定义的对话机器人，核心交互仍然是“用户发起、模型响应”。dots的核心区别在于持续性和自主性：它24小时在线，拥有独立的云端计算环境，可以在用户不发起对话的情况下主动推进任务。GPTs是“你打开的聊天窗口”，dots是“替你盯着事情的同事”。

Q2：GPT-6.1 Sol和GPT-6 Astra到底差多少？

OpenAI的定位是“接近Astra的智能”。在DeepSWE v1.1代码任务测试中，Sol的表现与Astra持平，但成本约为五分之一。在OSWorld 2.0计算机使用测试中，Sol与Astra的差距在2.1分以内，每任务成本约为七分之一。Astra仍然在需要最高精度的科学研究任务上保持优势。

Q3：Pro 500的500美元花在哪里了？

主要成本对应的是算力消耗。dots的持续运行、Ultrafast的高速推理、Codex云端任务执行——这些都是在后台持续消耗计算资源的操作。500美元对应的是“Plus 25倍用量”加上Ultrafast的优先访问权。Pro 200的用量在本次更新中有所缩减，500美元档位实质上成为了重度使用者的新基准线。

Q4：普通开发者能从这次DevDay中得到什么实际好处？

最直接的好处是成本下降。GPT-6.1 Sol的API定价（输入$2/百万Token）让智能体类应用的单次任务成本大幅降低。其次是Codex Harness开源，开发者可以在自己的环境中使用OpenAI内部使用的智能体执行框架。第三是插件生态的开放，开发者可以在ChatGPT内部构建应用，直接触达12亿用户。

Q5：dots的安全性问题怎么解决？

OpenAI的设计是分层权限：常规任务（日程调整、代码审查、项目追踪）可以自主执行，敏感操作（密码修改、支付、删除数据）必须人类确认。Astra被描述为“对齐程度最高的模型”。但发布会现场的技术故障也说明，权限规则的工程实现和模型的指令遵循能力之间，仍然存在需要持续修补的缝隙。

Q6：这次发布对国内开发者和企业有什么参考价值？

两个方向值得关注。一是智能体产品的“持续性”设计：dots的核心不是更聪明的对话，而是更长的任务生命周期管理。国内产品在类似方向上的探索（如各类AI助手在办公场景中的主动推送）可以参考这个思路。二是成本结构的重构：GPT-6.1 Sol的定价策略表明，当模型能力差距缩小到一定程度后，价格会成为企业选型的决定性变量。这对国内模型提供商的产品定价和场景选择有直接参考意义。