OpenAI Google Cloud 合作：Codex 接入、私有預覽與同一張帳單怎麼用？
OpenAI Google Cloud 合作把 Astra、Sol、Luna 與 Codex 工作流程帶進 Model Garden。本文分清選定企業私有預覽、未來全面開放、Marketplace 採購與雲端承諾支出，並核對尚未推出的資料保護功能。
企業想把另一家的 AI 放進工作流程，常常得先過採購、帳號權限與資料管理，模型分數只是其中一關。
OpenAI Google Cloud 合作在 2026 年 10 月 21 日公布，把前沿模型與 Codex 工作流程帶進 Google Cloud 的 Model Garden。
Model Garden 是 Google Cloud 的模型目錄，這次合作讓原本就在這個雲端環境工作的團隊，多一個選擇模型的入口。
Google 隨後說明，Astra、Sol 與 Luna 正對選定企業客戶做私有預覽。OpenAI 把全面開放放在未來幾週，這是兩個階段，並非所有帳號今天都能直接啟用。
企業可透過 Marketplace 採購，抵扣既有雲端支出承諾，但不代表個人 ChatGPT 訂閱變便宜，也不代表所有資料保護選項都已就緒。
我會建議已有 Google Cloud 治理與採購需求的企業申請小型驗證。只想換個入口免費用 Codex 的人，這次合作不解決那個問題。
先把模型入口、執行位置與採購方式分清楚，才能判斷合作對自己的團隊有沒有差別。
OpenAI Google Cloud 合作帶來什麼？模型入口與 Codex 工作流程
合作把模型推論帶進 Google Cloud 環境，Codex 則是利用模型完成開發工作的入口之一。
推論是模型讀取資料、產生回答或工具指令的計算。使用者看到的桌面程式、終端機與聊天介面，和背後執行模型的位置，不一定在同一個地方。
依 OpenAI 官方公告，這次整合希望讓企業在原本使用的雲端環境裡，取得模型與代理工作流程，不必為每個新模型重新安排一套採購和資料治理。
代理工作流程是讓 AI 依任務分步驟執行、使用工具，再根據結果繼續處理。例如修改程式之後讀取測試結果，和只產生一段答案需要不同的系統配合。
因此，這次消息對企業開發者的意義，不只是多一個模型名稱。若模型可使用既有雲端身分、稽核與帳單，導入時能沿用的制度也可能增加。
但沿用平台不代表不用改任何程式。現有工具呼叫、回傳格式、錯誤處理與權限設定，仍要確認接入後是否照預期運作，不能從「同一個模型目錄」推成「一鍵替換所有工作」。
模型、操作工具和雲端平台也各有責任。模型負責判斷下一步，工具執行讀寫，平台控制誰能呼叫哪些資源，三者的設定不應混成一個開關。
對一般讀者，可以把這次合作理解成企業原本熟悉的採購與管理入口，多了新的模型供應選項。它沒有把 Google 自家的模型移除，也不是宣布某一家的能力全面取代另一家。
要接進現有工具之前，還得先核對自己能取得的是預覽，還是已全面開放的服務。
Astra、Sol、Luna 誰能先用？私有預覽與未來幾週
選定企業的私有預覽已開始，全面開放仍是未來計畫，兩份官方說明可以放在同一條時間線理解。
Google Cloud 的合作文章列出三個模型，並表示正在向選定企業客戶逐步提供。
私有預覽代表先讓部分客戶測試，不等於一般帳號都能取得。OpenAI 另一份公告則說，全面可用預計在未來幾週，並提供申請入口。
因此，公司已有 Google Cloud 合約，不代表員工打開控制台就一定看得到這些選項。還要看組織是否獲邀、管理員是否啟用，以及實際提供哪些模型。
Google 對三個 OpenAI 型號的定位如下，這些是產品描述，不能當成本站做過的性能排名。
| 模型 | Google 公告中的定位 | 評估時要問的問題 |
|---|---|---|
| GPT-6 Astra | 較困難的寫碼、電腦操作、專業工作與研究 | 是否在自己的困難任務上減少失敗或返工 |
| GPT-6.1 Sol | 以較低成本提供接近 Astra 的能力 | 品質差距是否影響實際交付 |
| GPT-6 Luna | 大量日常工作需要的速度與成本效率 | 簡單工作是否能用更少資源完成 |
表格的選法是先看工作，再看型號。大量格式固定的整理工作，和跨檔案修正複雜程式，不必預設使用同一個模型。
但官方沒有在這次合作公告列出完整區域、每個型號的單價與全部配額。還沒取得這些資料前，不能只根據「較低成本」就替企業算出節省比例。
同樣地，私有預覽中的結果，也不能直接當成未來全面服務的長期條件。測試報告應保留使用日期、模型和當時設定，後續更容易對照變動。
取得資格後，才輪到企業真正要安排的採購與帳單，這也是合作最具體的一部分。
Marketplace 與雲端承諾額度：同一張帳單不等於免費
雲端承諾抵扣改變的是採購通路，不會自動消除模型的使用成本。
Marketplace 是企業購買雲端產品的市場。這次模型會透過 Google Cloud Marketplace 交易，所以用量可放進同一張雲端帳單。
企業的雲端支出承諾，則是合約中答應在一定期間使用的金額。官方表示，這類採購可扣抵既有 Google Cloud 承諾支出，並納入跨模型供應商的 Flexible Savings Plans。
這對已有承諾的企業有實際意義，因為原本分散到外部模型平台的採購，有機會改走同一份雲端合約。但是否適用、如何抵扣，仍要對照自己實際的合約與服務條件。
不能因此認為「反正本來就有預算，呼叫模型不花錢」。那筆用量仍然消耗企業承諾支出，若把它分配給模型，就不能同時當成已用在別處的同一筆資源。
也不能拿 ChatGPT 個人訂閱做直接比較。ChatGPT、Codex 帳號方案與雲端模型推論，是不同採購層次，公告沒有說個人月費自動包含 Google Cloud 模型用量。
估算時應把模型請求量、工具往返和完成任務的成功率放在同一批工作裡看。單次模型較便宜，但若需要更多回合才能完成，總成本仍可能不同。
反過來，單次較昂貴的模型若減少大量返工，也可能適合某些工作。不過這是需用自家任務驗證的成本關係，不能從合作發布就推定哪個型號一定划算。
企業可以先選一種已知工作量，例如固定的程式審查或文件整理，計算相同輸入下的總消耗，再比較原通路與新通路。這樣才能分辨採購便利和模型效果各貢獻了什麼。
採購整合之後，資料保護功能也要按「已說明提供」與「即將推出」分開，不能把未來選項當成目前承諾。
延伸閱讀：OpenAI 多雲化改寫 AI 雲端戰：AWS 上架 OpenAI 模型與 Codex
資料治理與 ZDR：哪些保護已說明、哪些還在路上？
Google 列出資料邊界與稽核控制，但零資料保留和機密運算仍標示為即將推出。
資料治理是企業規定哪些資料可以交給誰、用在什麼工作，以及如何記錄和追查。當代理能讀文件、寫程式或操作工具，這些條件會和模型能力一起影響導入。
Google 表示，提示、上下文與輸出會留在指定資料邊界內，也不會用來訓練基礎模型。上下文是模型這次處理時一起讀取的資料，可能包含文件、程式片段與工具結果。
但「不用來訓練」和「完全不保留」是不同承諾。前者說明資料不進入模型訓練，後者還涉及服務端記錄與保存方式，不能把兩者當成同義詞。
ZDR 是零資料保留的縮寫，Google 在這篇公告把該選項列為即將推出。如果組織要求必須有 ZDR，現在就不能只憑合作消息判定條件已符合。
另一項未來功能是 Confidential Compute，也就是保護資料使用中狀態的機密運算。公告說模型會在專用 Google Cloud 基礎設施上運作，但專用設施不等於該功能今天已啟用。
官方另列出身分識別、統一稽核記錄與 VPC Service Controls。這些用來限制存取範圍和追查互動，但實際專案如何配置，仍是企業部署的一部分。
對團隊最有用的確認方式，是把必要條件逐一對到可取得的服務。如果工作只需要已提供的身分和稽核控制，可以在預覽中驗證；若必須依靠未推出選項，就先等待或改選符合要求的工作。
同一平台提供這些能力，也不代表任何地區、產業或資料類型都自動合規。公告能說明產品方向，實際使用仍要對照自己的資料處理條件，不能用一段合作新聞取代完整服務條款。
這些條件會影響哪些任務適合放進預覽，也讓「本機 Codex」四個字更需要分清楚。
本機 Codex 接雲端推論：介面位置與資料位置別混淆
本機命令列或桌面程式可以當操作入口，模型計算仍使用雲端服務，所以不是把模型下載到自己的電腦。
Google 表示，取得預覽的企業客戶能透過 API 建立工作，也能把本機 Codex CLI 和 Desktop 工作流程接到平台做推論。API 是讓程式呼叫服務的介面，CLI 則是終端機裡的操作工具。
這種安排讓開發者可能保留熟悉的操作方式，但後端改由企業選定的雲端模型服務處理。介面看起來相近，不代表資料流向和帳單來源沒有改變。
例如原本透過某個帳號方案工作的團隊，若改用雲端推論，應核對憑證、專案歸屬與用量紀錄，確認請求真的走向預期環境，而不是以為選了新模型就完成切換。
這不是要求每位一般讀者手動改設定，而是說明企業測試必須驗證的結果。合作公告沒有提供完整配置步驟，不能憑新聞自行拼出一組確定可用的服務網址。
工作驗收也應保持相同任務。若切換前用小型錯字修正，切換後測大型重構，就無法知道差距來自模型、平台，還是題目變難。
除了最後答案，也要看工具能否正常讀檔、修改與取得測試結果。代理任務靠多個環節串起來，單次文字回答正常，不表示整段開發流程都相容。
Google 與 OpenAI 也預告，未來還會把模型帶進 Antigravity 等產品。這和現在讓既有 Codex 入口連到預覽推論不同，不能把未來整合寫成今天每個使用者都能選。
能否保留原本操作方式，又不改壞既有工作，應用相同一批任務驗證，才有足夠依據決定是否擴大。
什麼企業值得試？從採購與治理問題倒推試點
已有 Google Cloud 合約、權限制度和資料管理需求的團隊，比追求消費者優惠的人，更可能直接受益。
如果原本引進一個新模型要另外簽約、建立帳號、整理帳單，改走既有平台可能縮短採購協調。但這項便利應和模型本身的品質分開記錄，才知道合作解決了哪個問題。
另一類值得評估的團隊，是希望同一份應用能依任務選模型。先把簡單整理、複雜分析與程式修改分開，會比所有工作預設都用最高階型號，更容易看出成本和能力的取捨。
但不適合為了多雲的名義，立刻把已運作的流程全部搬家。若新通路沒有改善採購、資料條件或任務效果，額外遷移反而會增加要維護的設定。
首次試點可以保留原通路，用同一批非正式工作比較新環境的結果與用量。當帳單、權限和任務品質都能對上，再安排更大範圍的遷移，比只看單次示範穩妥。
還要等實際區域和單價清楚後，才有辦法完成長期成本估算。官方的未來幾週是計畫時程，不能替組織保證某一天一定可正式上線。
OpenAI 同時明示，Microsoft 仍是主要雲端合作夥伴。因此，這次增加 Google Cloud 通路，應理解為取得方式擴大，不能寫成已經結束與既有夥伴的合作。
真正的採用判斷，是這個新入口是否讓自己的工作更容易管理、交付和結算，而不是合作名單變長就必須跟進。
延伸閱讀：Google Cloud Next 2026：Gemini Enterprise Agent Platform 正式亮相，75% 新程式碼由 AI 產生
OpenAI Google Cloud 合作常見問題
OpenAI Google Cloud 模型已經全面開放嗎？
尚未。Google 說選定企業私有預覽已開始，OpenAI 把全面可用列為未來幾週的計畫，仍要看帳戶實際資格。
ChatGPT 訂閱會包含 Google Cloud 模型用量嗎？
合作公告沒有這項承諾。雲端模型透過 Marketplace 交易，與個人 ChatGPT 訂閱是不同採購與計費安排。
使用本機 Codex 就代表資料不會離開電腦嗎？
不代表。這次本機工具是操作入口，後端推論透過 Google Cloud 服務執行，應依實際連線與資料治理條件判斷。
ZDR 和 Confidential Compute 已經可以用嗎？
Google 在合作公告中把兩項都標為即將推出。需要依賴這些能力的企業，不能先當成預覽已提供的條件。
先確認取得資格與帳單條件，再安排模型比較
這次合作最直接的變化，是企業可在既有 Google Cloud 採購與治理環境裡評估更多模型。它不保證價格更低，也不代表消費者方案得到新額度。
已有相關需求的企業，可以先申請預覽、核對必要資料條件，再用同一批工作比較品質與總成本。需要未推出功能的團隊，則等條件到位後再安排正式採用。
想持續追蹤模型平台、Codex 與企業 AI 採購變化，可以免費訂閱 AI 郵報，並在測試前重新核對官方開放狀態。
