作者：杨宸，华尔街见闻
OpenAI正式推出GPT-5.6系列模型，以更低成本实现更强性能，向AI行业竞争格局发出明确信号。
此次发布包含三款模型：旗舰版Sol、均衡版Terra以及主打成本效益的Luna，即日起通过ChatGPT、Codex及OpenAI API向全球用户开放。
从定价来看，Sol每百万输入/输出token收费5美元/30美元，Terra为2.50美元/15美元，Luna为1美元/6美元。
OpenAI强调，GPT-5.6在多项关键基准测试中超越Anthropic旗下Claude Fable 5，但token消耗量和推理成本均大幅降低，意味着用户在同等预算下可完成更多实质性工作。
对企业用户和开发者而言，此次发布的核心影响在于"性价比"的全面提升。在面向专业工作流的Agents' Last Exam评测中，GPT-5.6 Sol以53.6分超出Claude Fable 5达13.1个百分点，且即便采用中等推理设置，其成本也约为Fable 5的四分之一。
更具冲击力的是，定位更低端的Terra和Luna，在约十六分之一的成本下，基准测试得分仍超过Fable 5。这一"降维打击"式的价格策略，直接压缩竞争对手的差异化空间。
OpenAI在GPT-5.6模型发布节点上，同步推进了多条产品线整合：正式推出ChatGPT Work智能体，支持跨应用连续工作并直接交付结果，标志着产品形态从对话工具向系统级智能体演进；Codex App并入ChatGPT桌面应用且免费版可用；独立Atlas浏览器逐步停役，浏览器能力改由Chrome扩展承接。
奥特曼在接受采访时指出，OpenAI在与美国政府沟通期间“做出了许多调整”，但并未言明具体内容；最新AI模型在智能体编程中Token效率提升54%；不知是否今年IPO；中国开源模型正变得“非常好”。
OpenAI当天还推出了一款全新的AI智能体——ChatGPT Work。该产品被定位为ChatGPT与Codex的融合版本，旨在让普通非技术用户也能利用Codex的能力完成非编程任务，其底层由GPT-5.6模型家族（Sol、Terra和Luna）驱动。
OpenAI在博客中表示，ChatGPT Work能够从用户授权的应用、文件和工作流程中获取上下文信息，并自动生成包括文档、电子表格、演示文稿以及Web应用在内的完整成果。
OpenAI还称，ChatGPT Work配备了统一插件目录（Unified Plugins Directory），可连接Slack、Gmail、Google Drive、日历以及CRM（客户关系管理）等工具，实现跨应用协同工作。
OpenAI与竞争对手Anthropic PBC正加速竞逐更先进的AI智能体，希望在自动编写和调试代码之外，将AI能力扩展至更广泛的办公场景。
今年早些时候，Anthropic发布了类似产品Claude Cowork，目标同样是吸引更多企业和专业用户。
OpenAI首席执行官奥特曼透露，在GPT-5.6面向公众发布之前，该公司与特朗普政府官员进行了深度协商，并在此过程中作出"许多调整"。
奥特曼未具体说明OpenAI在磋商过程中作出了哪些改动，但指出政府正在对新模型进行测试，并排查潜在风险。他对这一机制总体持积极态度，但设定了条件。
"只要这一流程是可理解的、公平的、高效的，我认为这是好事，政府似乎确实认同这些目标。我估计我们下一次、下一个模型的流程会顺畅得多，我们已经理解了这套机制，知道如何更好地配合。"
奥特曼还就近期市场关注的两大焦点作出回应：
针对此前有报道称OpenAI拟向美国政府提供5%股权，奥特曼予以明确回应，称相关报道存在"大量不实之处"，但未作进一步说明。在IPO问题上，当被问及OpenAI是否计划于今年推进上市时，奥特曼仅表示："我不知道。"
关于最新发布的GPT-5.6，奥特曼指出，最新AI模型在智能体编程中Token效率提升54%。同时表示，中国开源模型正变得“非常好”。
GPT-5.6 Sol在编程能力上的提升尤为突出。在Artificial Analysis编程智能体指数（Coding Agent Index）测试中，Sol（最大推理设置）以80分创下新纪录，比Fable 5高出2.8分，同时输出token数量不及后者的一半，耗时减少逾半，成本低约三分之一。
在复杂命令行工作流测试Terminal-Bench 2.1中，Sol以88.8%的得分领先；在面向真实代码库的长周期工程测试DeepSWE v1.1中，其得分达72.7%，同样处于行业前列。
企业用户的实测数据印证了上述表现。代码审查平台Qodo联合创始人兼CEO Itamar Friedman表示，GPT-5.6在其内外部基准测试中均超越GPT-5.5，且每次代码审查所需token数量约减少三分之二，中位延迟降低约50%。
AI开发平台Lovable联合创始人Fabian Hedin指出：
“采用GPT-5.6后，用户完成任务所需步骤减少约25%，工具调用次数减少35%至48%，项目失败率下降15%。”
GPT-5.6引入分层计算调度机制，允许用户根据任务需求灵活选择推理深度。
除标准的高推理设置外，OpenAI新增"max"和"ultra"两档模式：max给予模型更长思考和方案修正时间；ultra则默认协调四个并行智能体，通过牺牲更高的token消耗换取更强结果和更短交付时间。
在BrowseComp测试中，Sol Ultra以92.2%的得分刷新纪录，在OSWorld 2.0中以62.6%的成绩超越Claude Opus 4.8，且后者输出token用量比其多出85%。SEC-Bench Pro（针对复杂软件的漏洞概念验证生成）测试中，Sol达71.2%，而GPT-5.5仅为45.8%。
在API层面，OpenAI同步推出Programmatic Tool Calling功能，允许GPT-5.6在内存中编写并运行轻量程序，自主协调工具、处理中间结果，并在执行过程中动态调整工作流，从而减少模型与工具之间的往返调用次数，同时保持对零数据留存（ZDR）政策的兼容。
在网络安全领域，GPT-5.6 Sol在ExploitBench评测中得分73.5%，而GPT-5.5仅为47.9%；在ExploitGym中，其在六小时上限内的通过率从GPT-5.5的15.1%提升至33.7%。
OpenAI表示，该模型在安全防御侧同样具备更强能力，包括安全代码审查、漏洞修补、威胁建模和蓝队演练。
为应对双重用途风险，OpenAI通过其"OpenAI Daybreak可信网络安全访问（Trusted Access for Cyber）"项目，向经过身份核实的个人和组织开放更高级别的防御功能，并对高风险实体和高风险地区实施额外访问限制。
在生命科学领域，GPT-5.6 Sol在GeneBench Pro（长周期基因组学与定量生物学）评测中得分28.7%，远超GPT-5.5的12%；LifeSciBench得分59.9%，高于GPT-5.5的50.4%。
OpenAI同时表示，其测试结果显示GPT-5.6尚不具备端到端创建或合成高危新型生物威胁的能力。
随着模型能力提升，OpenAI在本次发布中同步强化安全架构。GPT-5.6 Sol的网络安全防护措施较前代拦截的潜在有害活动多出约10倍。
此前，OpenAI在正式发布前进行了约70万A100e GPU小时的黑盒自动化红队测试，并联合外部专家完成了大规模人工与自动化双轨评测。
OpenAI表示，其安全体系采用多层冗余设计：模型内置保护与实时检查、持续监控及账户级执行机制协同工作。
区别于纯分类器拦截方案，GPT-5.6引入"推理监控器"（reasoning monitor），通过逐对话上下文分析判断潜在危害，使安全边界能够随使用场景动态调整，并可在不重新训练分类器的前提下快速修补漏洞。
针对过度拦截可能对正当用途造成的影响，OpenAI在ChatGPT和Codex中提供一键切换至低能力模型重试的选项，并表示将持续优化，在维持高拦截强度的同时降低对正常使用的误伤。
GPT-5.6的发布也揭示了OpenAI自身研发模式的重大变化。据OpenAI披露，在GPT-5.6内部测试期间，每位活跃研究员的日均输出token数超过GPT-5.5历史峰值的两倍。
过去六个月，OpenAI内部用于编程推理的研究算力增长100倍，内部智能体token使用量增长约22倍，这一趋势已延伸至销售、市场、用户运营及财务等职能部门。
在自我改进能力评测（RSI Index）中，GPT-5.6 Sol以57.9分领先GPT-5.5的41.7分，提升幅度达16.2个百分点。
OpenAI将此解读为AI辅助AI研发正在加速落地的直接证据，并将其定位为推动后续模型迭代效率的核心驱动力之一。
25.66万 热度
430.54万 热度
242.95万 热度
397.85万 热度
47.19万 热度
GPT-5.6全面发布 同步发布新ChatGPT智能体
作者：杨宸，华尔街见闻
OpenAI正式推出GPT-5.6系列模型，以更低成本实现更强性能，向AI行业竞争格局发出明确信号。
此次发布包含三款模型：旗舰版Sol、均衡版Terra以及主打成本效益的Luna，即日起通过ChatGPT、Codex及OpenAI API向全球用户开放。
从定价来看，Sol每百万输入/输出token收费5美元/30美元，Terra为2.50美元/15美元，Luna为1美元/6美元。
OpenAI强调，GPT-5.6在多项关键基准测试中超越Anthropic旗下Claude Fable 5，但token消耗量和推理成本均大幅降低，意味着用户在同等预算下可完成更多实质性工作。
对企业用户和开发者而言，此次发布的核心影响在于"性价比"的全面提升。在面向专业工作流的Agents' Last Exam评测中，GPT-5.6 Sol以53.6分超出Claude Fable 5达13.1个百分点，且即便采用中等推理设置，其成本也约为Fable 5的四分之一。
更具冲击力的是，定位更低端的Terra和Luna，在约十六分之一的成本下，基准测试得分仍超过Fable 5。这一"降维打击"式的价格策略，直接压缩竞争对手的差异化空间。
OpenAI在GPT-5.6模型发布节点上，同步推进了多条产品线整合：正式推出ChatGPT Work智能体，支持跨应用连续工作并直接交付结果，标志着产品形态从对话工具向系统级智能体演进；Codex App并入ChatGPT桌面应用且免费版可用；独立Atlas浏览器逐步停役，浏览器能力改由Chrome扩展承接。
奥特曼在接受采访时指出，OpenAI在与美国政府沟通期间“做出了许多调整”，但并未言明具体内容；最新AI模型在智能体编程中Token效率提升54%；不知是否今年IPO；中国开源模型正变得“非常好”。
发布ChatGPT Work智能体，支持跨应用连续工作，由GPT-5.6支持
OpenAI当天还推出了一款全新的AI智能体——ChatGPT Work。该产品被定位为ChatGPT与Codex的融合版本，旨在让普通非技术用户也能利用Codex的能力完成非编程任务，其底层由GPT-5.6模型家族（Sol、Terra和Luna）驱动。
OpenAI在博客中表示，ChatGPT Work能够从用户授权的应用、文件和工作流程中获取上下文信息，并自动生成包括文档、电子表格、演示文稿以及Web应用在内的完整成果。
OpenAI还称，ChatGPT Work配备了统一插件目录（Unified Plugins Directory），可连接Slack、Gmail、Google Drive、日历以及CRM（客户关系管理）等工具，实现跨应用协同工作。
OpenAI与竞争对手Anthropic PBC正加速竞逐更先进的AI智能体，希望在自动编写和调试代码之外，将AI能力扩展至更广泛的办公场景。
今年早些时候，Anthropic发布了类似产品Claude Cowork，目标同样是吸引更多企业和专业用户。
奥特曼：未言明“许多调整”的具体内容，不知道今年是否IPO
OpenAI首席执行官奥特曼透露，在GPT-5.6面向公众发布之前，该公司与特朗普政府官员进行了深度协商，并在此过程中作出"许多调整"。
奥特曼未具体说明OpenAI在磋商过程中作出了哪些改动，但指出政府正在对新模型进行测试，并排查潜在风险。他对这一机制总体持积极态度，但设定了条件。
奥特曼还就近期市场关注的两大焦点作出回应：
针对此前有报道称OpenAI拟向美国政府提供5%股权，奥特曼予以明确回应，称相关报道存在"大量不实之处"，但未作进一步说明。在IPO问题上，当被问及OpenAI是否计划于今年推进上市时，奥特曼仅表示："我不知道。"
关于最新发布的GPT-5.6，奥特曼指出，最新AI模型在智能体编程中Token效率提升54%。同时表示，中国开源模型正变得“非常好”。
旗舰模型Sol确立效率新基准
GPT-5.6 Sol在编程能力上的提升尤为突出。在Artificial Analysis编程智能体指数（Coding Agent Index）测试中，Sol（最大推理设置）以80分创下新纪录，比Fable 5高出2.8分，同时输出token数量不及后者的一半，耗时减少逾半，成本低约三分之一。
在复杂命令行工作流测试Terminal-Bench 2.1中，Sol以88.8%的得分领先；在面向真实代码库的长周期工程测试DeepSWE v1.1中，其得分达72.7%，同样处于行业前列。
企业用户的实测数据印证了上述表现。代码审查平台Qodo联合创始人兼CEO Itamar Friedman表示，GPT-5.6在其内外部基准测试中均超越GPT-5.5，且每次代码审查所需token数量约减少三分之二，中位延迟降低约50%。
AI开发平台Lovable联合创始人Fabian Hedin指出：
多智能体架构开启"ultra"模式
GPT-5.6引入分层计算调度机制，允许用户根据任务需求灵活选择推理深度。
除标准的高推理设置外，OpenAI新增"max"和"ultra"两档模式：max给予模型更长思考和方案修正时间；ultra则默认协调四个并行智能体，通过牺牲更高的token消耗换取更强结果和更短交付时间。
在BrowseComp测试中，Sol Ultra以92.2%的得分刷新纪录，在OSWorld 2.0中以62.6%的成绩超越Claude Opus 4.8，且后者输出token用量比其多出85%。SEC-Bench Pro（针对复杂软件的漏洞概念验证生成）测试中，Sol达71.2%，而GPT-5.5仅为45.8%。
在API层面，OpenAI同步推出Programmatic Tool Calling功能，允许GPT-5.6在内存中编写并运行轻量程序，自主协调工具、处理中间结果，并在执行过程中动态调整工作流，从而减少模型与工具之间的往返调用次数，同时保持对零数据留存（ZDR）政策的兼容。
网络安全与科学研究能力大幅跃升
在网络安全领域，GPT-5.6 Sol在ExploitBench评测中得分73.5%，而GPT-5.5仅为47.9%；在ExploitGym中，其在六小时上限内的通过率从GPT-5.5的15.1%提升至33.7%。
OpenAI表示，该模型在安全防御侧同样具备更强能力，包括安全代码审查、漏洞修补、威胁建模和蓝队演练。
为应对双重用途风险，OpenAI通过其"OpenAI Daybreak可信网络安全访问（Trusted Access for Cyber）"项目，向经过身份核实的个人和组织开放更高级别的防御功能，并对高风险实体和高风险地区实施额外访问限制。
在生命科学领域，GPT-5.6 Sol在GeneBench Pro（长周期基因组学与定量生物学）评测中得分28.7%，远超GPT-5.5的12%；LifeSciBench得分59.9%，高于GPT-5.5的50.4%。
OpenAI同时表示，其测试结果显示GPT-5.6尚不具备端到端创建或合成高危新型生物威胁的能力。
安全机制同步升级，保守部署策略延续
随着模型能力提升，OpenAI在本次发布中同步强化安全架构。GPT-5.6 Sol的网络安全防护措施较前代拦截的潜在有害活动多出约10倍。
此前，OpenAI在正式发布前进行了约70万A100e GPU小时的黑盒自动化红队测试，并联合外部专家完成了大规模人工与自动化双轨评测。
OpenAI表示，其安全体系采用多层冗余设计：模型内置保护与实时检查、持续监控及账户级执行机制协同工作。
区别于纯分类器拦截方案，GPT-5.6引入"推理监控器"（reasoning monitor），通过逐对话上下文分析判断潜在危害，使安全边界能够随使用场景动态调整，并可在不重新训练分类器的前提下快速修补漏洞。
针对过度拦截可能对正当用途造成的影响，OpenAI在ChatGPT和Codex中提供一键切换至低能力模型重试的选项，并表示将持续优化，在维持高拦截强度的同时降低对正常使用的误伤。
内部应用展示AI研发自加速趋势
GPT-5.6的发布也揭示了OpenAI自身研发模式的重大变化。据OpenAI披露，在GPT-5.6内部测试期间，每位活跃研究员的日均输出token数超过GPT-5.5历史峰值的两倍。
过去六个月，OpenAI内部用于编程推理的研究算力增长100倍，内部智能体token使用量增长约22倍，这一趋势已延伸至销售、市场、用户运营及财务等职能部门。
在自我改进能力评测（RSI Index）中，GPT-5.6 Sol以57.9分领先GPT-5.5的41.7分，提升幅度达16.2个百分点。
OpenAI将此解读为AI辅助AI研发正在加速落地的直接证据，并将其定位为推动后续模型迭代效率的核心驱动力之一。