# Asana cuts model costs 76x in browser tests with GPT‑6.1 Sol

- 厂商：OpenAI
- 发布日期：10 月 10 日日报 · 原文 10 月 9 日
- 分类：工程化 / 生产落地 / 2026-10-10 日报
- 官方原文：https://openai.com/index/asana-browser-agent/

> 本文档是原创中文摘要与结构化解读，不是第三方原文的镜像或逐段翻译。

## 导读

这是有实验配置说明的客户工程案例，但标题收益不等于模型自身优势。

## 中文精读

旧工作流反复发送浏览历史，又频繁删除截图和裁剪文本，破坏缓存稳定性。团队扩大历史预算，并把截图清理改成批量执行，让请求前缀保留更久。

研究共做 144 次运行，比较模型、历史预算和缓存策略；各配置执行同一个演示书目采集任务。优化后的 Sol 工作流单次平均估算模型成本为 0.47 美元。

标题的 76 倍比较是优化后的 Sol 对原有 Model B 设置，同时改变了模型和流程。工程上应先在同模型条件下做消融实验，再分别核算成本、完成率与延迟，而非把复合收益当成模型升级收益。

## 为什么值得读

- 历史裁剪频率会影响缓存命中。
- 保留更多上下文可能减少返工。
- 更换模型与改流程的贡献应分开评估。

## 局限与判断

- 单一演示任务，各配置仅重复三次，外推性有限。
- 基线包含达到步数上限的未完成运行。
- 金额是模型费用估算，不是完整基础设施成本；部分图表误差线为重建值。