OpenAI DevDay 2026：Dots、Space、GPT-6.1 Sol 发布，开发者该怎么用

假设团队周五要上线新版本。周三早上，测试群里多了 18 条反馈，设计稿刚改，负责人还要判断哪些问题挡上线。以前要有人翻群聊、查工单、更新文档，再催工程师确认。OpenAI 这次发布的 Dots、ChatGPT Space 和 GPT-6.1 Sol，试图把这些环节串起来：智能体盯进度，页面留住共同上下文，模型完成适合它的分析任务。

9 月 30 日的两篇现场报道列出了不少新品；另一篇还记录了演示卡顿。我的判断是，开发团队先不用急着复制整套演示。挑一条真实、可回滚的流程，测试四个问题：**任务能否持续推进，资料是否可追溯，权限会不会越界，算上返工后是否真的省钱。**下文按官方文档核对能力与价格，再给出具体试法。

这张表是分析框架，并非 OpenAI 提供的一键套餐。还有一个容易弄混的点：Dots 官方说明写明它由 GPT-6 Astra 驱动；GPT-6.1 Sol是可单独调用的模型。不能因为它们同场发布，就把 Dot 的后台成本按 Sol 的 API 单价估算。

Dots：先给它一个职责，再给它最小权限

普通聊天的基本单位是一轮提问。Dot 的基本单位更像一份长期职责：追踪一个目标，定期整理进展，在需要判断或权限时联系负责人。OpenAI 的入门文档说明，每个 Dot 都有独立的云端电脑和浏览器；应用连接、电脑访问以及联系用户的渠道需要分别配置。它还能把具体工作委托给 Codex 或 ChatGPT Work。

发布会画面：Dots 的关键不是“能聊天”，而是能否在明确权限内持续处理职责。

从只读任务开始，观察它怎么处理例外

如果账户已有 Dots 入口，官方入门步骤是在桌面端创建 Dot，再逐项连接应用、电脑与联系渠道。这三种连接互不自动继承。连接个人电脑后，Dot 需要电脑保持在线且 ChatGPT 桌面应用打开，才能访问本地环境；纯云端任务则使用它自己的电脑与浏览器。试点第一周可以先跳过本地电脑，只给一个低敏感度工单库的只读权限。

把任务写成一张职责卡，而不是一句“帮我盯上线”。下面这段可以按自己的项目改写后交给 Dot：

职责：跟进「移动端 2.8 上线」的阻断问题，试运行 7 天。
数据源：仅使用指定的测试工单库和 #release-test 频道。
时间：工作日 09:30（Asia/Shanghai）汇总前一日新增问题；
      新增 P0 工单时及时通知。请复述你实际设置成功的触发条件。
输出：问题 ID、用户影响、复现证据、负责人、建议动作、原始链接。
权限：可以读取、归类和起草修复建议；不能合并代码、发送外部消息、
      改生产配置或关闭工单。这些动作一律先请求负责人批准。
例外：无法复现、资料含客户隐私、来源互相矛盾时，标记「待人工判断」。
停止条件：7 天后暂停定时任务，由负责人复盘后决定是否续用。

职责：跟进「移动端 2.8 上线」的阻断问题，试运行 7 天。
数据源：仅使用指定的测试工单库和 #release-test 频道。
时间：工作日 09:30（Asia/Shanghai）汇总前一日新增问题；
      新增 P0 工单时及时通知。请复述你实际设置成功的触发条件。
输出：问题 ID、用户影响、复现证据、负责人、建议动作、原始链接。
权限：可以读取、归类和起草修复建议；不能合并代码、发送外部消息、
      改生产配置或关闭工单。这些动作一律先请求负责人批准。
例外：无法复现、资料含客户隐私、来源互相矛盾时，标记「待人工判断」。
停止条件：7 天后暂停定时任务，由负责人复盘后决定是否续用。

测试时故意放入一条信息不完整的工单、一条重复工单和一条带敏感信息的工单。看它能否给出原始链接、是否在不确定时停下来，以及通知会不会刷屏。然后到 Dot 的 Activity 页面核对它实际委托了哪些工作、哪些操作等待批准。官方文档特别说明，结束聊天或语音并不一定会停止已分配的持续任务；试用结束要主动取消触发器。Dots 入门。

把权限与费用记在同一张表里

试点记录至少有四列：数据源、允许动作、需审批动作、执行费用。Dot 自身的套餐权益、它委托给 Codex 或 ChatGPT Work 的工作，以及外部工具调用，可能按不同规则计额度。采购时看账号内实际可见的使用页；不要把“Dot 可以跑一整夜”理解成没有成本上限。能连接应用，只说明技术上可接入，不说明应该给写权限。

Space：让协作有一张可审阅的“当前版本”

如果 Dot 负责推进，Space 更适合承载团队共同查看和修改的结果。OpenAI 的Space 文档把页面作为核心：文字、文件、研究材料、评论和生成结果可以放在一处，成员可以讨论，智能体也可以参与更新。对于多人项目，它最大的价值不在“又一个文档编辑器”，而在减少聊天、附件和临时总结之间的版本漂移。

发布会画面：团队页面把资料、讨论和智能体产出放在可审阅的位置。

一张页面足够测试协作，别急着迁移整个知识库

官方入门文档给出的基本动作很简单：在 Space 创建新页面，放入现有笔记或文件，要求 ChatGPT 整理，然后检查结果并设置查看/编辑权限。我们的上线试点可以从一页「移动端 2.8 发布决策」开始，先不要把所有群聊和网盘目录扔进去。

页面：移动端 2.8 发布决策
目标：周五 17:00 上线；崩溃率、支付成功率达到团队既定阈值
证据：工单看板链接 / 昨日测试报告链接 / 设计稿链接（附更新时间）
待决策：P0-138 是否阻断上线；由产品负责人在周四 16:00 前拍板
待核实：18 条反馈中有多少是重复报告？需要原始链接
已批准：只写人类负责人确认过、可以对外使用的结论

页面：移动端 2.8 发布决策
目标：周五 17:00 上线；崩溃率、支付成功率达到团队既定阈值
证据：工单看板链接 / 昨日测试报告链接 / 设计稿链接（附更新时间）
待决策：P0-138 是否阻断上线；由产品负责人在周四 16:00 前拍板
待核实：18 条反馈中有多少是重复报告？需要原始链接
已批准：只写人类负责人确认过、可以对外使用的结论

请 Dot 把新反馈整理成「新增 / 已解决 / 仍阻断」三组，每条后面附工单 ID 和链接；让测试负责人在评论区纠正分类，再由产品负责人把决定写到“已批准”。这样即使智能体的摘要有错，团队也能定位到哪条来源、谁改了结论。不要让自动更新直接覆盖已批准区。

Space 的权限边界比页面排版更重要。官方说明区分“链接到原文件”和“把内容复制或总结进页面”：链接仍受原文件权限约束，复制或总结后的内容可能被所有页面读者看到。例如，指向受限财务表格的链接不会自动开放表格；但把其中的收入数字摘进共享页面，页面成员就可能读到数字。分享前用一个只有查看权限的测试账号检查页面；再核对页面是否继承了上级 Space 的访问权限。Space 页面权限说明。

GPT-6.1 Sol：便宜的是单价，值不值看任务成本

GPT-6.1 Sol 的卖点是接近 Astra 的复杂任务表现，同时有更低的 API 标价。价格是真的；“因此所有任务都省钱”还需要验证。下面按 Sol 与 Astra 官方模型页的标准文本费率列出预算起点，单位均为美元/百万 Token：

表中的缓存输入价格只在命中时适用。Sol 的单次输入超过 272K Token 后，官方规则还会对整次请求的输入与缓存费率按 2 倍、输出按 1.5 倍计价；Fast、Batch、Flex 和地区处理也有单独费率。算长文档或长时间运行的 Agent 成本时，不能只拿表中四个数字相乘。Sol 定价规则。

发布会画面：新模型的真正价值，要放到具体任务的成功率和总成本里检验。

同样的输入输出，合格结果的账单可能相反

先算纯文本模型费：一次任务输入 10 万 Token、输出 2 万 Token，Sol 为 0.1 × $2 + 0.02 × $10 = $0.40；Astra 为 0.1 × $10 + 0.02 × $50 = $2.00。这解释了“单次五分之一”，却没有解释任务能否交付。

假设做 30 条同样规模的上线工单分析。**以下通过率和人工时间是演示计算的假设值，不是厂商评测或实测结果。**Sol 一次合格 23 条，人工平均每条复核 3.5 分钟；Astra 一次合格 27 条，人工平均复核 1 分钟。若内部把复核人工按每小时 $30 计入成本，不含工具费：

这个假设里 Astra 的模型费高五倍，但每个合格结果的总成本略低。换一批任务，结论完全可能反过来。比较模型时至少同时记一次通过率、人工修改分钟数、p95 延迟、工具费和失败重跑次数，再计算：

每个合格结果的总成本 =（模型费 + 工具与运行费 + 人工复核/返工费）÷ 合格结果数

操作上可以准备 30 条历史任务，分成归纳、代码修改、长文档分析和高风险决策四组。对每条任务固定输入、验收标准、推理强度和允许的工具；输出交给不知道模型身份的人按同一标准判分。开发者通过 API 做工具调用时，Sol 的模型文档要求使用 Responses API；只拿 Chat Completions 的纯文本结果比较 Agent 工作流，会漏掉工具环节。

OpenAI 的模型选择指南提供起始思路：窄而高吞吐的任务试 Luna，需要判断的日常工作试 Sol，困难任务再评估 Astra。最终路由规则应由这 30 条任务的验收数据决定，不由发布会图表决定。

Agents API 与其他发布：分清“已可实现”和“还需核实”

如果你是使用现成产品的运营或项目负责人，先试 Dot 和 Space 就够了。如果你的团队要把智能体嵌进自己的产品，才需要进一步看 Agents API。OpenAI 的官方概览描述了托管的 Codex 执行环境、持续会话、沙箱、工具调用与中断恢复。它能减少团队自己维护任务运行环境的工作，但不会替你定义哪些数据可读、哪些操作需要人批准、什么结果算合格。

以“自动处理上线工单”为例，接入前先画出五个节点：接收工单、检索证据、生成建议、人工批准、执行或退回。把证据链接、工具调用、失败重试、最终批准人写进同一条任务记录。沙箱只能限制执行环境；如果工具本身持有生产写权限，仍须在工具层控制。试运行时故意制造超时、权限不足、重复工单和错误引用，检查任务能否停在正确的节点，并由人接管，而不是只测一条成功路径。

它的账单也不能只看模型 Token：模型、工具和托管容器可能分别计费。试点预算要同时设单任务上限、每日上限和失败重试上限。另一个上线门槛是数据政策：截至本文核对时，Agents API 官方文档写明托管服务目前提供美国区域，尚不支持零数据保留（ZDR）。有数据驻留或保留要求的项目，应先完成内部合规核对。

发布会里的其他名词也要分层核实：

• UltraFast 是速度选项，不是新模型。官方说明写的是最高可达 8 倍速度，Astra 已有一定开放范围，但速率限制较低，且目前限定美国或全球处理；不要据此推断 Sol 的每个账号都能开启同样的模式。高并发业务先测 p95 延迟和排队，再决定是否为速度付费。
• Sign in with ChatGPT 解决的是身份和授权。接入指南把登录、用户许可和可选的套餐使用区分开。它面向符合条件的开源本地应用及选定合作方，不能把“用户有 ChatGPT 订阅”写成“所有第三方产品都可免费调用 API”。
• **Decisions API、Marketplace 等仍需按具体入口核验。**两篇现场报道提到了这些方向，但本文没有找到足以确认公开接口、开放范围和计费细则的官方文档。产品路线可以关注，采购、排期和报价先不要以报道里的名称为依据。

无论使用哪个入口，先在账号后台确认地区、资格、额度与价格，再用同一批任务做小范围试验。把发布会上的能力演示当作线索，不当作合同。

用 7 天把发布会信息变成团队结论

验收阈值应在第 1 天定好，不要到第 7 天再挑好看的指标。一个可直接修改的起点是：30 条里至少 27 条达到团队原有质量标准；零次未经批准的发送、合并或生产写入；所有关键结论都能回溯到原始资料；每个合格结果的总成本低于现有流程。样本太小，达标也只支持扩大灰度，不支持直接全量上线。若发生越权或敏感信息扩散，立即停用连接、取消持续任务并按内部流程处理事件，不必等第 7 天。

复盘时再问一个朴素的问题：团队是否真的少花了时间？如果只是把写摘要的时间变成核对幻觉和追查日志的时间，试点没有创造收益。把通过率、人工分钟数、成本和错误类型并排展示，才知道该继续优化提示词、改用另一模型，还是根本不适合自动化。

对于使用 ClaudeAPI 管理模型调用的团队，先把任务标签、模型 ID、用量统计、工具费用和验收日志分开记录，再试 Sol。发布会宣布新模型，并不代表当前网关已支持；以平台模型列表、实际返回的模型 ID 和账单为准。这样模型或渠道变化时，团队仍保有自己的任务定义、成本基线和回滚方式。

资料与核对口径

• 原文：数字生命卡兹克的发布会梳理、发现明日产品的现场报道。本文重新组织结构并加入独立的试用方法；原文中的评价性结论不作为产品事实。
• 官方资料：Dots、Dots 入门、Space、GPT-6.1 Sol、模型选择、Agents API、UltraFast、Sign in with ChatGPT。价格、权限和可用范围均应以使用当天的官方页面与账号状态为准。