← 全部文章

AI 新聞 / 模型更新

Gemini Computer Use 正式開放:看懂 AI 點網頁的流程、入口與付費限制

Google 10 月 30 日將 Computer Use 工具轉為 GA。官方流程圖說明截圖、模型判斷與程式執行如何串接;台灣列於 API 可用地區,但工具不提供免費層,也不是裝好就能全自動的桌面助理。

Google 10 月 30 日將 Computer Use 工具轉為 GA。官方流程圖說明截圖、模型判斷與程式執行如何串接;台灣列於 API 可用地區,但工具不提供免費層,也不是裝好就能全自動的桌面助理。

每天在網頁間抄資料、填表或檢查按鈕,最花時間的往往不是寫答案,而是重複操作。Google 於 2026 年 10 月 30 日宣布 Gemini API 的 Computer Use 工具正式開放(GA),支援 Interactions 與 GenerateContent API;它讓開發者把這些畫面操作串成代理流程,不是替所有 Gemini 聊天使用者自動安裝桌面助手。

想先看入口,可開啟上方的 Gemini Browser 展示,或閱讀 Google 的操作文件與參考程式。展示由 Browserbase 提供,頁面目前標示 Gemini 4 Argon + CUA,列出瀏覽新聞及玩 2048 等範例;本站確認入口可讀,未啟動付費任務,亦未實測操作成功率。

Google 官方 Computer Use 流程:送入截圖與前文,模型回覆操作,應用程式執行後重新擷取畫面

Google 官方 Computer Use 流程圖(非本站實測畫面、非 AI 合成配圖)。原圖未修改;來源:Google AI for Developers,CC BY 4.0。圖中的 client app 是開發者必須實作的執行環境。 來源 · 授權

從圖看懂:模型判斷,程式才真正動手

圖上方先送入任務、截圖與前文,左側模型提出下一步,底部的應用程式接收動作,再由右側環境執行並回傳新截圖。也就是說,模型不是直接接管電腦:開發者仍需處理點擊、鍵盤輸入、截圖與停止條件。

官方目前涵蓋瀏覽器、行動與桌面環境,並推薦 Gemini 3.8 Flash;支援名單另有 Gemini 4 Argon、3.5 Flash-Lite 與 3 Flash Preview。適合先做表單流程或網站介面測試等範圍明確、可回復的工作。

台灣可用,但 Computer Use 不是免費層功能

Google 的 API 可用地區包含台灣,但仍須符合帳號與服務使用條件。定價表的 Computer Use 一列明寫免費層不提供,付費層按所選模型的一般 token 費率收費;不能因某模型另有免費文字額度,就推定畫面代理也免費。

以 Standard Gemini 3.8 Flash 為例,截至 2026 年 12 月 31 日,每百萬輸入 token 為 US$0.75,輸出(含思考)為 US$3.75;公告列定 2027 年 1 月 1 日起分別為 US$1.50、US$7.50。這不是每次任務的固定報價:多輪截圖、推理與重試會累積用量,另需考慮自己的執行環境成本。

正式開放不等於可以忽略確認

官方流程仍區分允許、需要確認與封鎖的動作。應在隔離環境執行,限制可操作網站與權限;遇到封鎖就停止,不把登入、付款或不可逆操作交給無監督流程。對讀者而言,這次更新的價值是開發介面正式化,而不是保證任務永不出錯或不用人處理。

本文依官方公告、文件與定價頁整理,查核於 2026 年 10 月 31 日;本文不是端到端實測,未測量操作成功率。

資料來源