← 全部模型

Computer-Using Agent

发布时间 发布主体 OpenAI

模型定位

Computer-Using Agent(CUA)是 OpenAI 为操作图形用户界面训练的智能体模型。它结合 GPT-4o 的视觉能力与通过强化学习获得的推理能力;2025 年 1 月的研究预览通过 Operator 产品向用户提供。(openai.com)

能力与用途

CUA 通过截图理解屏幕状态,规划步骤并使用虚拟鼠标和键盘点击、滚动或输入;遇到障碍时可尝试自我纠正或请求用户协助。用途包括填写表单、浏览网站、订购商品,以及自动化网页测试和数据录入等任务。它不要求目标网站提供专用 API。(openai.com)

限制与风险

研究预览可能出错,尤其在非浏览器环境中可靠性有限;原始公告报告其 OSWorld 测试成功率为 38.1%。模型也面临提示注入等风险,需要人工监督;涉及提交订单等具有外部影响的操作时,原版 CUA 被训练为请求用户确认。(openai.com)

发布与可用性

  • 发布日期:2025 年 1 月 23 日。 这是 OpenAI 官方案例中 CUA 研究预览的发布日;当日通过 Operator 首次面向美国 ChatGPT Pro 用户提供,不是月底占位日期。(openai.com)
  • 后续 API 版本: OpenAI 于 2025 年 3 月 11 日将 CUA 作为 computer-use-preview 研究预览发布给部分 API 开发者;这与本条记录的 1 月研究预览事件应加以区分。(openai.com)
  • 后续状态: Operator 于 2025 年 7 月整合进 ChatGPT agent;官方文档显示 computer-use-preview 及其 2025 年 3 月 11 日快照已关闭,退役表所列关闭日期为 2026 年 7 月 23 日。(openai.com)

价格

2025 年 3 月 API 研究预览发布时,官方公布的美元(USD)价格为每 100 万输入 token 3 美元、每 100 万输出 token 12 美元。这是后续 API 版本的历史价格,不是 2025 年 1 月 Operator 产品的单独 token 报价;该 API 版本现已关闭。查询日期:2026 年 11 月 20 日。(openai.com)

官方来源