社区用户对OpenAI新品GPT dot进行了实测总结，梳理出其额度规则与使用限制。根据论坛用户踩坑经验，若授权dot连接ChatGPT Work或本地Codex，则会消耗Codex额度；实测在网页端对话、在云电脑环境中调用工具、写代码建模均不消耗额度。主对话模型官方未公布，疑似由量化算法动态派发，用户体感接近gpt-6.1sol/gpt6-astra。dot支持通过主模型派发最多6个并发子代理，推理强度默认为xhigh，另有用户发现其已从此前的Ultra降级。定时任务方面，普通任务最短每1分钟一次，轮询监控任务最短每小时一次，高频率任务可能触发风控。风控方面已有用户在用量未达预期时触发上限，与宣传中的无限使用存在落差。云主机可接收文件，提供约30GB临时存储区，但存储区会定期重置，有用户因此丢失3天工作进度。文件传输可借鉴Muse的思路，向dot提供下载链接使其直接拉取文件，绕过网页端上传大小限制。针对存储重置，有用户提出利用网页端GPT的100GB Library作持久化分区，但该入口仅有写入权限、无读取权限，权限设计较为特殊，第三方同步方案则各有取舍。
事件分析
GPT dot体现了OpenAI向Agent化产品形态的推进：云端沙箱、多子代理并发、定时任务等能力已接近一个自动化执行平台。技术看点在于计费粒度的划分，纯对话与云端工具调用免费，但联动Codex生态则计入Codex额度，反映其产品矩阵间的成本分配策略。模型动态派发机制意味着同一入口可能路由到不同档位的模型，社区只能依靠体感逆向鉴别。云主机30GB存储定期重置、Library只写不读的权限规则，表明该产品仍处快速迭代期，持久化能力尚未成熟。宣传口径中的无限使用与实际风控上限的落差，则暴露出免费策略下的资源管控矛盾。后续版本若能在存储持久化与风控透明度上改进，将直接影响其能否承接重度开发场景。
核心观点：免费噱头与隐性风控并存，存储不可靠暴露了Agent产品从演示走向生产力工具的工程短板。
原文链接：Linux.do
