作者：楊宸，華爾街見聞
OpenAI正式推出GPT-5.6系列模型，以更低成本實現更強性能，向AI行業競爭格局發出明確信號。
此次發布包含三款模型：旗艦版Sol、均衡版Terra以及主打成本效益的Luna，即日起通過ChatGPT、Codex及OpenAI API向全球用戶開放。
從定價來看，Sol每百萬輸入/輸出token收費5美元/30美元，Terra為2.50美元/15美元，Luna為1美元/6美元。
OpenAI強調，GPT-5.6在多項關鍵基準測試中超越Anthropic旗下Claude Fable 5，但token消耗量和推理成本均大幅降低，意味著用戶在同等預算下可完成更多實質性工作。
對企業用戶和開發者而言，此次發布的核心影響在於「性價比」的全面提升。在面向專業工作流的Agents' Last Exam評測中，GPT-5.6 Sol以53.6分超出Claude Fable 5達13.1個百分點，且即便採用中等推理設置，其成本也約為Fable 5的四分之一。
更具衝擊力的是，定位更低端的Terra和Luna，在約十六分之一的成本下，基準測試得分仍超過Fable 5。這一「降維打擊」式的價格策略，直接壓縮競爭對手的差異化空間。
OpenAI在GPT-5.6模型發布節點上，同步推進了多條產品線整合：正式推出ChatGPT Work智能體，支持跨應用連續工作並直接交付結果，標誌著產品形態從對話工具向系統級智能體演進；Codex App併入ChatGPT桌面應用且免費版可用；獨立Atlas瀏覽器逐步停役，瀏覽器能力改由Chrome擴展承接。
奧特曼在接受採訪時指出，OpenAI在與美國政府溝通期間「做出了許多調整」，但並未言明具體內容；最新AI模型在智能體編程中Token效率提升54%；不知是否今年IPO；中國開源模型正變得「非常好」。
OpenAI當天還推出了一款全新的AI智能體——ChatGPT Work。該產品被定位為ChatGPT與Codex的融合版本，旨在讓普通非技術用戶也能利用Codex的能力完成非編程任務，其底層由GPT-5.6模型家族（Sol、Terra和Luna）驅動。
OpenAI在博客中表示，ChatGPT Work能夠從用戶授權的應用、文件和工作流程中獲取上下文信息，並自動生成包括文檔、電子表格、演示文稿以及Web應用在內的完整成果。
OpenAI還稱，ChatGPT Work配備了統一插件目錄（Unified Plugins Directory），可連接Slack、Gmail、Google Drive、日曆以及CRM（客戶關係管理）等工具，實現跨應用協同工作。
OpenAI與競爭對手Anthropic PBC正加速競逐更先進的AI智能體，希望在自動編寫和調試代碼之外，將AI能力擴展至更廣泛的辦公場景。
今年早些時候，Anthropic發布了類似產品Claude Cowork，目標同樣是吸引更多企業和專業用戶。
OpenAI首席執行官奧特曼透露，在GPT-5.6面向公眾發布之前，該公司與特朗普政府官員進行了深度協商，並在此過程中作出「許多調整」。
奧特曼未具體說明OpenAI在磋商過程中作出了哪些改動，但指出政府正在對新模型進行測試，並排查潛在風險。他對這一機制總體持積極態度，但設定了條件。
「只要這一流程是可理解的、公平的、高效的，我認為這是好事，政府似乎確實認同這些目標。我估計我們下一次、下一個模型的流程會順暢得多，我們已經理解了這套機制，知道如何更好地配合。」
奧特曼還就近期市場關注的兩大焦點作出回應：
針對此前有報導稱OpenAI擬向美國政府提供5%股權，奧特曼予以明確回應，稱相關報導存在「大量不實之處」，但未作進一步說明。在IPO問題上，當被問及OpenAI是否計劃於今年推進上市時，奧特曼僅表示：「我不知道。」
關於最新發布的GPT-5.6，奧特曼指出，最新AI模型在智能體編程中Token效率提升54%。同時表示，中國開源模型正變得「非常好」。
GPT-5.6 Sol在編程能力上的提升尤為突出。在Artificial Analysis編程智能體指數（Coding Agent Index）測試中，Sol（最大推理設置）以80分創下新紀錄，比Fable 5高出2.8分，同時輸出token數量不及後者的一半，耗時減少逾半，成本低約三分之一。
在複雜命令行工作流測試Terminal-Bench 2.1中，Sol以88.8%的得分領先；在面向真實代碼庫的長週期工程測試DeepSWE v1.1中，其得分達72.7%，同樣處於行業前列。
企業用戶的實測數據印證了上述表現。代碼審查平台Qodo聯合創始人兼CEO Itamar Friedman表示，GPT-5.6在其內外部基準測試中均超越GPT-5.5，且每次代碼審查所需token數量約減少三分之二，中位延遲降低約50%。
AI開發平台Lovable聯合創始人Fabian Hedin指出：
「採用GPT-5.6後，用戶完成任務所需步驟減少約25%，工具調用次數減少35%至48%，項目失敗率下降15%。」
GPT-5.6引入分層計算調度機制，允許用戶根據任務需求靈活選擇推理深度。
除標準的高推理設置外，OpenAI新增「max」和「ultra」兩檔模式：max給予模型更長思考和方案修正時間；ultra則默認協調四個並行智能體，通過犧牲更高的token消耗換取更強結果和更短交付時間。
在BrowseComp測試中，Sol Ultra以92.2%的得分刷新紀錄，在OSWorld 2.0中以62.6%的成績超越Claude Opus 4.8，且後者輸出token用量比其多出85%。SEC-Bench Pro（針對複雜軟體的漏洞概念驗證生成）測試中，Sol達71.2%，而GPT-5.5僅為45.8%。
在API層面，OpenAI同步推出Programmatic Tool Calling功能，允許GPT-5.6在內存中編寫並運行輕量程序，自主協調工具、處理中間結果，並在執行過程中動態調整工作流，從而減少模型與工具之間的往返調用次數，同時保持對零數據留存（ZDR）政策的兼容。
在網絡安全領域，GPT-5.6 Sol在ExploitBench評測中得分73.5%，而GPT-5.5僅為47.9%；在ExploitGym中，其在六小時上限內的通關率從GPT-5.5的15.1%提升至33.7%。
OpenAI表示，該模型在安全防禦側同樣具備更強能力，包括安全代碼審查、漏洞修補、威脅建模和藍隊演練。
為應對雙重用途風險，OpenAI通過其「OpenAI Daybreak可信網絡安全訪問（Trusted Access for Cyber）」項目，向經過身份核實的個人和組織開放更高級別的防禦功能，並對高風險實體和高風險地區實施額外訪問限制。
在生命科學領域，GPT-5.6 Sol在GeneBench Pro（長週期基因組學與定量生物學）評測中得分28.7%，遠超GPT-5.5的12%；LifeSciBench得分59.9%，高於GPT-5.5的50.4%。
OpenAI同時表示，其測試結果顯示GPT-5.6尚不具備端到端創建或合成高危新型生物威脅的能力。
隨著模型能力提升，OpenAI在本次發布中同步強化安全架構。GPT-5.6 Sol的網絡安全防護措施較前代攔截的潛在有害活動多出約10倍。
此前，OpenAI在正式發布前進行了約70萬A100e GPU小時的黑盒自動化紅隊測試，並聯合外部專家完成了大規模人工與自動化雙軌評測。
OpenAI表示，其安全體系採用多層冗餘設計：模型內置保護與實時檢查、持續監控及帳戶級執行機制協同工作。
區別於純分類器攔截方案，GPT-5.6引入「推理監控器」（reasoning monitor），通過逐對話上下文分析判斷潛在危害，使安全邊界能夠隨使用場景動態調整，並可在不重新訓練分類器的前提下快速修補漏洞。
針對過度攔截可能對正當用途造成的影響，OpenAI在ChatGPT和Codex中提供一鍵切換至低能力模型重試的選項，並表示將持續優化，在維持高攔截強度的同時降低對正常使用的誤傷。
GPT-5.6的發布也揭示了OpenAI自身研發模式的重大變化。據OpenAI披露，在GPT-5.6內部測試期間，每位活躍研究員的日均輸出token數超過GPT-5.5歷史峰值的兩倍。
過去六個月，OpenAI內部用於編程推理的研究算力增長100倍，內部智能體token使用量增長約22倍，這一趨勢已延伸至銷售、市場、用戶運營及財務等職能部門。
在自我改進能力評測（RSI Index）中，GPT-5.6 Sol以57.9分領先GPT-5.5的41.7分，提升幅度達16.2個百分點。
OpenAI將此解讀為AI輔助AI研發正在加速落地的直接證據，並將其定位為推動後續模型迭代效率的核心驅動力之一。
16.02萬 熱度
72.77萬 熱度
254.68萬 熱度
397.53萬 熱度
13.65萬 熱度
GPT-5.6全面發布 同步發布新ChatGPT智能體
作者：楊宸，華爾街見聞
OpenAI正式推出GPT-5.6系列模型，以更低成本實現更強性能，向AI行業競爭格局發出明確信號。
此次發布包含三款模型：旗艦版Sol、均衡版Terra以及主打成本效益的Luna，即日起通過ChatGPT、Codex及OpenAI API向全球用戶開放。
從定價來看，Sol每百萬輸入/輸出token收費5美元/30美元，Terra為2.50美元/15美元，Luna為1美元/6美元。
OpenAI強調，GPT-5.6在多項關鍵基準測試中超越Anthropic旗下Claude Fable 5，但token消耗量和推理成本均大幅降低，意味著用戶在同等預算下可完成更多實質性工作。
對企業用戶和開發者而言，此次發布的核心影響在於「性價比」的全面提升。在面向專業工作流的Agents' Last Exam評測中，GPT-5.6 Sol以53.6分超出Claude Fable 5達13.1個百分點，且即便採用中等推理設置，其成本也約為Fable 5的四分之一。
更具衝擊力的是，定位更低端的Terra和Luna，在約十六分之一的成本下，基準測試得分仍超過Fable 5。這一「降維打擊」式的價格策略，直接壓縮競爭對手的差異化空間。
OpenAI在GPT-5.6模型發布節點上，同步推進了多條產品線整合：正式推出ChatGPT Work智能體，支持跨應用連續工作並直接交付結果，標誌著產品形態從對話工具向系統級智能體演進；Codex App併入ChatGPT桌面應用且免費版可用；獨立Atlas瀏覽器逐步停役，瀏覽器能力改由Chrome擴展承接。
奧特曼在接受採訪時指出，OpenAI在與美國政府溝通期間「做出了許多調整」，但並未言明具體內容；最新AI模型在智能體編程中Token效率提升54%；不知是否今年IPO；中國開源模型正變得「非常好」。
發布ChatGPT Work智能體，支持跨應用連續工作，由GPT-5.6支持
OpenAI當天還推出了一款全新的AI智能體——ChatGPT Work。該產品被定位為ChatGPT與Codex的融合版本，旨在讓普通非技術用戶也能利用Codex的能力完成非編程任務，其底層由GPT-5.6模型家族（Sol、Terra和Luna）驅動。
OpenAI在博客中表示，ChatGPT Work能夠從用戶授權的應用、文件和工作流程中獲取上下文信息，並自動生成包括文檔、電子表格、演示文稿以及Web應用在內的完整成果。
OpenAI還稱，ChatGPT Work配備了統一插件目錄（Unified Plugins Directory），可連接Slack、Gmail、Google Drive、日曆以及CRM（客戶關係管理）等工具，實現跨應用協同工作。
OpenAI與競爭對手Anthropic PBC正加速競逐更先進的AI智能體，希望在自動編寫和調試代碼之外，將AI能力擴展至更廣泛的辦公場景。
今年早些時候，Anthropic發布了類似產品Claude Cowork，目標同樣是吸引更多企業和專業用戶。
奧特曼：未言明「許多調整」的具體內容，不知道今年是否IPO
OpenAI首席執行官奧特曼透露，在GPT-5.6面向公眾發布之前，該公司與特朗普政府官員進行了深度協商，並在此過程中作出「許多調整」。
奧特曼未具體說明OpenAI在磋商過程中作出了哪些改動，但指出政府正在對新模型進行測試，並排查潛在風險。他對這一機制總體持積極態度，但設定了條件。
奧特曼還就近期市場關注的兩大焦點作出回應：
針對此前有報導稱OpenAI擬向美國政府提供5%股權，奧特曼予以明確回應，稱相關報導存在「大量不實之處」，但未作進一步說明。在IPO問題上，當被問及OpenAI是否計劃於今年推進上市時，奧特曼僅表示：「我不知道。」
關於最新發布的GPT-5.6，奧特曼指出，最新AI模型在智能體編程中Token效率提升54%。同時表示，中國開源模型正變得「非常好」。
旗艦模型Sol確立效率新基準
GPT-5.6 Sol在編程能力上的提升尤為突出。在Artificial Analysis編程智能體指數（Coding Agent Index）測試中，Sol（最大推理設置）以80分創下新紀錄，比Fable 5高出2.8分，同時輸出token數量不及後者的一半，耗時減少逾半，成本低約三分之一。
在複雜命令行工作流測試Terminal-Bench 2.1中，Sol以88.8%的得分領先；在面向真實代碼庫的長週期工程測試DeepSWE v1.1中，其得分達72.7%，同樣處於行業前列。
企業用戶的實測數據印證了上述表現。代碼審查平台Qodo聯合創始人兼CEO Itamar Friedman表示，GPT-5.6在其內外部基準測試中均超越GPT-5.5，且每次代碼審查所需token數量約減少三分之二，中位延遲降低約50%。
AI開發平台Lovable聯合創始人Fabian Hedin指出：
多智能體架構開啟「ultra」模式
GPT-5.6引入分層計算調度機制，允許用戶根據任務需求靈活選擇推理深度。
除標準的高推理設置外，OpenAI新增「max」和「ultra」兩檔模式：max給予模型更長思考和方案修正時間；ultra則默認協調四個並行智能體，通過犧牲更高的token消耗換取更強結果和更短交付時間。
在BrowseComp測試中，Sol Ultra以92.2%的得分刷新紀錄，在OSWorld 2.0中以62.6%的成績超越Claude Opus 4.8，且後者輸出token用量比其多出85%。SEC-Bench Pro（針對複雜軟體的漏洞概念驗證生成）測試中，Sol達71.2%，而GPT-5.5僅為45.8%。
在API層面，OpenAI同步推出Programmatic Tool Calling功能，允許GPT-5.6在內存中編寫並運行輕量程序，自主協調工具、處理中間結果，並在執行過程中動態調整工作流，從而減少模型與工具之間的往返調用次數，同時保持對零數據留存（ZDR）政策的兼容。
網絡安全與科學研究能力大幅躍升
在網絡安全領域，GPT-5.6 Sol在ExploitBench評測中得分73.5%，而GPT-5.5僅為47.9%；在ExploitGym中，其在六小時上限內的通關率從GPT-5.5的15.1%提升至33.7%。
OpenAI表示，該模型在安全防禦側同樣具備更強能力，包括安全代碼審查、漏洞修補、威脅建模和藍隊演練。
為應對雙重用途風險，OpenAI通過其「OpenAI Daybreak可信網絡安全訪問（Trusted Access for Cyber）」項目，向經過身份核實的個人和組織開放更高級別的防禦功能，並對高風險實體和高風險地區實施額外訪問限制。
在生命科學領域，GPT-5.6 Sol在GeneBench Pro（長週期基因組學與定量生物學）評測中得分28.7%，遠超GPT-5.5的12%；LifeSciBench得分59.9%，高於GPT-5.5的50.4%。
OpenAI同時表示，其測試結果顯示GPT-5.6尚不具備端到端創建或合成高危新型生物威脅的能力。
安全機制同步升級，保守部署策略延續
隨著模型能力提升，OpenAI在本次發布中同步強化安全架構。GPT-5.6 Sol的網絡安全防護措施較前代攔截的潛在有害活動多出約10倍。
此前，OpenAI在正式發布前進行了約70萬A100e GPU小時的黑盒自動化紅隊測試，並聯合外部專家完成了大規模人工與自動化雙軌評測。
OpenAI表示，其安全體系採用多層冗餘設計：模型內置保護與實時檢查、持續監控及帳戶級執行機制協同工作。
區別於純分類器攔截方案，GPT-5.6引入「推理監控器」（reasoning monitor），通過逐對話上下文分析判斷潛在危害，使安全邊界能夠隨使用場景動態調整，並可在不重新訓練分類器的前提下快速修補漏洞。
針對過度攔截可能對正當用途造成的影響，OpenAI在ChatGPT和Codex中提供一鍵切換至低能力模型重試的選項，並表示將持續優化，在維持高攔截強度的同時降低對正常使用的誤傷。
內部應用展示AI研發自加速趨勢
GPT-5.6的發布也揭示了OpenAI自身研發模式的重大變化。據OpenAI披露，在GPT-5.6內部測試期間，每位活躍研究員的日均輸出token數超過GPT-5.5歷史峰值的兩倍。
過去六個月，OpenAI內部用於編程推理的研究算力增長100倍，內部智能體token使用量增長約22倍，這一趨勢已延伸至銷售、市場、用戶運營及財務等職能部門。
在自我改進能力評測（RSI Index）中，GPT-5.6 Sol以57.9分領先GPT-5.5的41.7分，提升幅度達16.2個百分點。
OpenAI將此解讀為AI輔助AI研發正在加速落地的直接證據，並將其定位為推動後續模型迭代效率的核心驅動力之一。