OpenAI 在 2026 年 7 月提出 Useful Intelligence per Dollar，作為企業評估 AI 工作流程的成本與效用框架。文章要求企業回答四個問題：系統是否真的完成工作、是否可靠、是否符合安全與責任邊界，以及每次完成工作的總成本是多少。
OpenAI 把計算範圍從模型 token 價格擴大到員工等待、人工審查、重試、修正和返工時間。這套方法仍是 OpenAI 提出的評估框架，不是監管機關或產業組織已採用的統一會計標準。
OpenAI 把員工時間與返工成本放進 AI 單次任務計算
OpenAI 的計算方式把一次 AI 工作的成本拆成模型推理費、等待時間、人工審查、重試和返工等項目。若一個較便宜的模型經常需要人員改寫輸出，或因錯誤而重跑多次，單看每百萬 token 的價格就會低估整個流程的成本。
企業若採用這種算法，需要先定義完成工作的條件，例如報告是否通過審查、資料是否正確寫回系統，以及人工介入花了多少時間。OpenAI 的文章提供框架與例子，沒有替所有產業訂出固定的工時價格或成功門檻。
GPT-5.6 的 Sol、Terra、Luna 對應不同工作負載
OpenAI 在相關產品說明中把 GPT-5.6 分成 Sol、Terra 與 Luna 三個層級，分別對應能力、速度和成本的不同取捨。Useful Intelligence per Dollar 文章用這些層級說明，模型選擇應和任務的正確率、處理時間及人工修正需求一起比較。
OpenAI 也在文章中引用自家評測，宣稱特定工作流程可以減少輸出 token 或提高任務完成表現。這些數字屬於公司提供的測試結果，必須連同任務定義、基準資料與人工審查規則閱讀，不能直接當成所有企業都會得到的結果。
OpenAI 將可靠性與人工責任列為採購條件
這套 scorecard 也要求企業檢查資料、系統操作和核准權限的邊界。OpenAI 以 ready、correction 和 escalation 等類型描述工作結果，讓系統在資料不足、輸出需要修正或必須交給人員決定時，保留不同處理路徑。
因此，成本比較不能只在模型價格表上完成。企業仍需把模型輸出接到實際系統，以相同資料和審查規則測量成功率、人工時間與返工比例；OpenAI 目前公開的是框架，並未宣布一套外部認證或強制採用期限。
消息來源：OpenAI：A scorecard for the AI age、OpenAI GPT-5.6。
