GPT-5.6全面开放：Sol/Terra/Luna三款模型、定价、性能跑分、ChatGPT Work 全解读

摘要：2026年7月9日，OpenAI正式向全球全面开放GPT-5.6系列模型，包含旗舰版Sol、均衡版Terra、轻量版Luna三款产品，采用拉丁语”太阳、大地、月亮”命名体系。在Agents’ Last Exam、Artificial Analysis Coding Agent Index、Terminal-Bench 2.1等核心基准上，GPT-5.6 Sol刷新多项纪录，并以约Claude Fable 5四分之一到十六分之一的成本实现性能超越。同日，OpenAI将Codex并入ChatGPT，推出全新Agent产品ChatGPT Work，内置多智能体并行的ultra模式。本文系统梳理GPT-5.6的10个关键要点，并补充官方安全机制、内部研发加速等深度信息。

---

一、三款分层模型：Sol、Terra、Luna 的产品定位

OpenAI本次为GPT-5.6引入了全新的命名体系——数字代表模型代际，Sol、Terra、Luna则代表可按各自节奏独立迭代的能力层级，分别取自拉丁语中的太阳、大地和月亮。这种命名方式将延续至后续迭代，未来GPT-6系列仍可能保留Sol/Terra/Luna的等级标识。

三款模型的产品定位清晰：

• GPT-5.6 Sol：旗舰模型，专为复杂推理和智能体工作负载打造，在编码、基因组分析、网络安全等专业任务中表现突出。
• GPT-5.6 Terra：均衡型模型，性能与GPT-5.5媲美，但成本降低了一半，适合日常开发与企业工作流。
• GPT-5.6 Luna：体积最小、最具成本效益的轻量级模型，适合高吞吐与批量任务场景。

---

二、定价策略：以”成本杀手”姿态冲击Anthropic

GPT-5.6按每100万Token计价，三档梯度价差明显：

此外，GPT-5.6引入了更具可预测性的提示词缓存机制，支持显式缓存断点，并设定了30分钟的最低缓存生命周期：缓存写入按模型未缓存输入费率的1.25倍计费，缓存读取可享受90%的折扣。

在速度方面，OpenAI通过Cerebras提供GPT-5.6 Sol的”快速模式”，最高可实现每秒750个Token的生成速度，初期面向部分客户开放。

从价格对比看，GPT-5.6 Sol比Claude Fable 5便宜不少：输入价格只有后者一半，输出价格低40%，延续OpenAI当前token价格约为Anthropic一半的定价优势。

---

三、核心跑分：多项基准刷新纪录，但仍不敌Fable 5综合推理

GPT-5.6的核心卖点并非绝对性能，而是性能、速度和成本之间的综合平衡。以下为官方公布的重点评测数据：

智能体与综合推理

• Agents’ Last Exam：GPT-5.6 Sol得分53.6分，刷新纪录，比Claude Fable 5的自适应版本高出13.1分。在中等推理强度下，Sol比Fable 5高11.4分，成本却只有Fable 5的四分之一左右。
• Artificial Analysis综合智能指数：GPT-5.6 Sol得分59，仍低于Claude Fable 5；但在最大推理模式下，Sol与Fable 5的差距缩小至1分以内，同时完成任务耗时减少61%、成本约为后者一半。

编程与软件工程

• Artificial Analysis Coding Agent Index：GPT-5.6 Sol以80.0分创下新纪录，比Claude Fable 5高2.8分，同时输出Token数量不到对方一半，耗时不到一半，成本约低三分之一。
• Terminal-Bench 2.1：Sol Ultra得分91.9%，Sol得分88.8%，均高于GPT-5.5的88.0%及Claude Mythos 5的88.0%、Claude Opus 4.8的78.9%。
• SWE-Bench Pro：Sol为64.6%，而Claude Fable 5和Mythos 5均超过80%，Fable 5在这一”复杂代码库补丁任务”上仍大幅领先。
• Terra和Luna：分别超过Claude Fable 5与Claude Opus 4.8，成本仅为Fable 5的十六分之一左右。

网络安全

• ExploitBench：Sol得分73.5%，较GPT-5.5的47.9%大幅提升，但仍不敌Fable 5的74.2%和Mythos 5的78%。
• ExploitGym：六小时上限内通过率从GPT-5.5的15.1%提升至33.7%。
• CTF夺旗赛：命中率达到96.7%。

生命科学

• GeneBench Pro：Sol得分28.7%，远超GPT-5.5的12%。
• LifeSciBench：Sol得分59.9%，高于GPT-5.5的50.4%。
• OpenAI确认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。

---

四、可用性与访问权限：24小时内全球推送

GPT-5.6于7月9日起在ChatGPT、Codex和OpenAI API中陆续上线，全球范围内的推送已经开始，未来24小时内逐步覆盖全部用户。

不同订阅层级的访问权限如下：

• ChatGPT Plus、Pro、Business、Enterprise用户：可通过中等及以上推理力度设置访问GPT-5.6 Sol；Pro和Enterprise用户还可选择GPT-5.6 Sol Pro处理最复杂任务。
• ChatGPT Free和Go用户：可通过ChatGPT Work和Codex使用GPT-5.6 Terra。
• Plus及以上用户：可在Sol、Terra、Luna三款模型之间自由选择，并为每款模型设定不同的推理努力等级。
• 开发者：可通过OpenAI API访问全部三款模型。

此前，受美国政府相关限制影响，GPT-5.6系列仅向约20家经政府批准的可信合作伙伴开放。在经过额外的测试与政府机构会议后，美国商务部批准OpenAI广泛推出GPT-5.6系列模型。

---

五、推理模式：max与ultra双模式

GPT-5.6引入两种全新推理模式：

• max模式：通过延长思考时间深化推理链，分配更多算力处理较难任务，面向所有在ChatGPT Work和Codex中使用GPT-5.6的用户开放。
• ultra模式：协调多个智能体（默认四个）并行工作以加速处理难度较大的任务，用更多Token换取更强更快的结果。在Codex中面向Plus及更高级别订阅计划用户提供；在ChatGPT Work中，Sol的ultra模式则对Pro和Enterprise用户开放，以满足更复杂的企业级工作流需求。

OpenAI还在Responses API中推出Programmatic Tool Calling功能，允许GPT-5.6编写并执行轻量级程序来协调工具、处理中间结果、监控进度并决定后续动作，而无需将每个中间步骤都路由回模型。开发者还可访问多智能体Beta，构建类似ultra推理模式的体验。

---

六、ChatGPT Work：Codex并入ChatGPT，迈向”可执行Agent”

GPT-5.6发布同日，OpenAI将Codex并入ChatGPT，推出全新Agent产品ChatGPT Work。这并非简单加个入口，而是直接将Codex作为ChatGPT的一部分——Codex应用会直接变为新的ChatGPT桌面客户端，开发者可把Codex设为默认视图。

ChatGPT Work的核心能力：

• 在网页、手机和桌面端无缝连接使用。
• 跨应用和文件采取行动，持续跟进一个项目数小时。
• 把目标拆解成小步骤并独立完成，最终产出表格、PPT、文档、网页应用等成品。
• 从Slack、Notion、Microsoft 365、Google Drive等服务中提取上下文。
• 用户可随时查看进度、回答提问、调整方向、审批关键操作。

据了解，每周有500万人使用Codex，这个最初面向开发者的编程Agent如今已有超过100万人把它用在软件开发之外的工作场景中。原有版本的ChatGPT桌面客户端将改名为ChatGPT Classic。

---

七、设计判断力与computer use能力跃升

GPT-5.6的电脑操作能力显著增强，能够检查和调整渲染出来的最终效果，而不只是生成底层代码或内容。

具体表现为：

• 会用computer use去看自己渲染出来的页面和幻灯片，把视觉问题修完再交付。
• 给它一份参考幻灯片，它能推断出整套设计系统，然后做新的。
• 提升了PPT、文档和表格类工作成果的质量，能更好地配合用户已有的模板使用。
• 这些可编辑的成果可以导出到专业人士日常使用的工具中，直接用到实际的企业工作流程里。

---

八、安全机制：分层防护与70万A100 GPU小时红队测试

OpenAI强调，GPT-5.6搭载公司迄今为止最完善的安全防护体系。

安全测试规模

• 投入超过700,000个A100等效GPU小时，用于自动化红队测试。
• 联合第三方测试人员开展广泛的人工专家红队测试。
• 建立漏洞快速响应流程，用于复现、评估、排序并修复新发现的越狱问题。

分层防护栈

GPT-5.6采用分层安全防护，包括模型级保护和实时检查：

• 模型级保护：训练模型拒绝被禁止的网络协助请求，包括当用户试图伪装意图或越狱时。
• 实时检查：网络安全和生物误用分类器在生成过程中评估输出；对于高风险案例，若检测到潜在违规，生成可能会暂停，由更大的推理模型审查对话和上下文。
• 账户级审查：被标记的活动可在相关对话和风险信号中触发账户级审查，帮助区分持续恶意行为与合法的双重用途安全工作。
• 推理监控器：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。

安全防护效果

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。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。

此外，OpenAI通过”OpenAI Daybreak可信网络安全访问”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。

---

九、加速OpenAI自身研发：内部算力占比涨100倍

GPT-5.6的发布也揭示了OpenAI自身研发模式的重大变化：

• 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。

这表明AI研发自加速趋势正在OpenAI内部显现，GPT-5.6不只是对外发布的产品，也在反向加速OpenAI的研发效率。

---

十、产品策略转变：不再卷”最强”，而是卷”最划算”

从官方公布的数据和定价看，GPT-5.6的核心卖点并非绝对性能，而是性能、速度和成本之间的综合平衡。相比追求每一项基准测试都保持第一，GPT-5.6更强调开发者最常使用的编程、Agent和企业应用场景，在保证能力的同时进一步压低推理成本和响应时间。

Sam Altman表示，如今所有企业都在考量AI相关支出与对应回报，这正是公司本次产品研发的核心目标。OpenAI通过大幅降价压缩对手的市场空间，加速企业级客户向OpenAI平台迁移。

---

编程场景选择建议

综合官方评测与早期用户反馈：

• 大型遗留代码库迁移、复杂bugfix、长时间自主改仓库、不介意贵、没被封号、不怕被攻击：Claude Fable 5依旧最强最推荐。
• 日常开发、终端型任务、前端类任务、需要更快/更便宜：Codex + GPT-5.6 Sol/Ultra会更合适。

一个值得注意的细节是：Gemini只在官方评测表格里露了一面，正文只字未提，这在一定程度上反映了OpenAI对竞品的态度和GPT-5.6的市场定位。

---

文章来源

本文综合参考OpenAI官方公告、OpenAI帮助文档、腾讯云开发者资讯、cnBeta、同花顺财经、QQ新闻、格隆汇、新浪财经、ChatAI、网易新闻、虎嗅网、搜狐、DataNorth AI等公开报道整理。