← 全部模型

Computer-Using Agent

發布時間 發布主體 OpenAI

模型定位

Computer-Using Agent(CUA)是 OpenAI 為操作圖形使用者介面訓練的智慧代理模型。它結合 GPT-4o 的視覺能力與透過強化學習獲得的推理能力;2025 年 1 月的研究預覽透過 Operator 產品向使用者提供。(openai.com)

能力與用途

CUA 透過螢幕截圖理解螢幕狀態,規劃步驟並使用虛擬滑鼠和鍵盤點擊、捲動或輸入;遇到障礙時可嘗試自我修正或請求使用者協助。用途包括填寫表單、瀏覽網站、訂購商品,以及自動化網頁測試和資料輸入等任務。它不要求目標網站提供專用 API。(openai.com)

限制與風險

研究預覽可能出錯,尤其在非瀏覽器環境中可靠性有限;原始公告報告其 OSWorld 測試成功率為 38.1%。模型也面臨提示注入等風險,需要人工監督;涉及提交訂單等具有外部影響的操作時,原版 CUA 被訓練為請求使用者確認。(openai.com)

發布與可用性

  • 發布日期:2025 年 1 月 23 日。 這是 OpenAI 官方案例中 CUA 研究預覽的發布日;當日透過 Operator 首次面向美國 ChatGPT Pro 使用者提供,不是月底佔位日期。(openai.com)
  • 後續 API 版本: OpenAI 於 2025 年 3 月 11 日將 CUA 作為 computer-use-preview 研究預覽發布給部分 API 開發者;這與本條記錄的 1 月研究預覽事件應加以區分。(openai.com)
  • 後續狀態: Operator 於 2025 年 7 月整合進 ChatGPT agent;官方文件顯示 computer-use-preview 及其 2025 年 3 月 11 日快照已關閉,退役表所列關閉日期為 2026 年 7 月 23 日。(openai.com)

價格

2025 年 3 月 API 研究預覽發布時,官方公布的美元(USD)價格為每 100 萬輸入 token 3 美元、每 100 萬輸出 token 12 美元。這是後續 API 版本的歷史價格,不是 2025 年 1 月 Operator 產品的單獨 token 報價;該 API 版本現已關閉。查詢日期:2026 年 11 月 20 日。(openai.com)

官方來源