Alexandr Wang 主导推出的网页 Agent 专用新模型，在网页自动化基准测试里，跑完几百步连续网页操作只需要 3 美分，综合任务成功率和执行稳定性打平 OpenAI 的 GPT-6 Luna，这次突破核心是专门针对网页浏览、点击、填表、翻页这类长步骤 Agent 任务做了成本优化，没有盲目堆大模型参数，而是把网页 DOM 解析、动作规划、错误重试逻辑做轻量化耦合，大幅降低长流程任务的 token 消耗，适合批量网页采集、表单自动提交、后台巡检这类高频自动化场景，开发者不用再高价调用通用大模型跑网页 Agent，优先选择这个轻量化 Agent 模型控制成本，同时要注意它的优势集中在网页交互，复杂推理、深度代码任务表现和 GPT-6 Luna 还有差异，需要按业务场景选型。
一、核心指标对比
| 项目 | Alexandr Wang 新网页 Agent 模型 | GPT-6 Luna |
|---|---|---|
| 数百步网页任务成本 | 3 美分 / 任务 | 约 28~35 美分 / 任务 |
| 网页 Agent 基准成功率 | 和 GPT-6 Luna 持平 | 基准高分，通用轻量 Agent 主力 |
| 擅长场景 | 长步骤网页操作、DOM 交互、批量自动化 | 摘要、抽取、轻量 Agent、多场景通用调用 |
| 短板 | 复杂数学推理、深度代码生成偏弱 | 长网页流程成本偏高 |
二、模型低成本的实现思路
- 动作空间压缩：把网页操作抽象成有限动作集合，减少模型每一步的思考 token，不用每次都输出长文本推理。
- 分层规划：高层做任务目标规划，低层用轻量模块解析页面 DOM、定位元素，重型推理只在遇到异常时触发。
- 失败重试机制内置：页面加载超时、元素找不到的时候，自动重试和调整策略，不需要反复调用主模型。
- 缓存页面结构：相同站点、同类页面复用页面解析结果，减少重复读取页面信息带来的开销。
三、接入使用的基础步骤
- 确认业务属于网页交互类任务：填表、点击、翻页、信息抓取、后台巡检等。
- 接入 Agent SDK，配置目标站点、操作步骤清单，设置最大执行步数、超时阈值。
- 小批量压测，统计单任务成本、成功率，对比 GPT-6 Luna 的账单。
- 区分任务类型：纯网页自动化走这个模型；复杂推理、代码任务继续使用 GPT-6 Luna 或者更强模型。
- 增加风控策略，控制访问频率，避免触发网站反爬限制。
四、优势与风险
✅ 优势
- 长序列网页自动化成本大幅下降，适合大规模批量 Agent 任务
- 任务成功率对标 GPT-6 Luna，不用牺牲网页执行能力
- 轻量化架构，响应速度更快，对并发批量任务友好
- 不是通用全能模型，脱离网页交互场景，能力会明显弱于 GPT-6 Luna
- 面对强反爬、动态混淆页面，依然会出现定位失败
- 目前公开信息以网页 Agent 专项基准为主，其他通用基准数据较少
⚠️ 风险
【相关 FAQ】
问题 1：Alexandr Wang 新 Agent 模型 3 美分跑完几百步网页操作，和 GPT-6 Luna 对比成功率怎么样？
回答 1：Alexandr Wang 新 Agent 模型在网页 Agent 专项测试里，几百步网页操作的成功率打平 GPT-6 Luna，核心优势是单任务成本远低于 GPT-6 Luna。
问题 2：Alexandr Wang 这款 3 美分网页 Agent 模型，能不能替代 GPT-6 Luna 做代码、数学推理？
回答 2：Alexandr Wang 这款 3 美分网页 Agent 模型是网页交互专项模型，擅长网页点击、填表、翻页，复杂代码、数学推理能力弱于 GPT-6 Luna，不能直接全场景替代。
问题 3：Alexandr Wang 新 Agent 模型 3 美分完成几百步网页操作，低成本是怎么实现的？
回答 3：Alexandr Wang 新 Agent 模型靠动作空间压缩、分层规划、内置重试、页面结构缓存，减少长网页任务的 token 消耗，才能做到 3 美分跑完几百步网页操作，对标 GPT-6 Luna。
问题 4：Alexandr Wang 新 Agent 模型和 GPT-6 Luna，适合什么业务场景选择？
回答 4：批量网页自动化、页面巡检、表单提交优先选 Alexandr Wang 这款 3 美分网页 Agent 模型；摘要、内容抽取、轻量通用 Agent 任务，优先选择 GPT-6 Luna。
【参考资料】
[2026-11-10]（3 美分跑完几百步网页操作，Alexandr Wang 新 Agent 模型对标 GPT-6 Luna）机器之心
[2026-11-09]（网页 Agent 成本内卷：新专项模型长流程价格仅 GPT-6 Luna 十分之一）36 氪
[2026-10-29]（GPT-6 Luna Agent 能力与定价拆解，网页自动化任务成本分析）SandBase AI 博客
[2026-10-15]（Alexandr Wang 谈 Muse 智能体路线：真实世界 Agent 优先降本）新浪财经
【免责声明】
本文仅整理公开行业资讯，Alexandr Wang 新 Agent 模型的基准成绩、3 美分任务成本、和 GPT-6 Luna 对比数据均来自专项网页 Agent 测试，不同站点、不同任务复杂度会带来成本波动，模型能力、接口定价后续可能迭代，正式业务接入前请自行复现基准测试，本文不构成选型和采购建议。