摘要：北京时间7月10日凌晨，OpenAI重磅发布GPT-5.6系列模型，包含Sol、Terra、Luna三档，以更低成本实现更强性能，在编程、智能体、网络安全等领域全面对标Anthropic旗舰Claude Fable 5。同时，ChatGPT与Codex正式合并，推出全新Agent产品ChatGPT Work，让AI从聊天助手升级为能独立完成复杂工作流的”数字员工”。本文将深度解析GPT-5.6的性能突破、价格策略、ChatGPT Work的产品逻辑，以及这场AI竞争背后的行业信号。
一、GPT-5.6登场：OpenAI的”太阳系”全家桶
7月10日凌晨，OpenAI正式向全球用户推出GPT-5.6系列模型，结束为期12天的受限预览阶段。这次发布采用全新天体命名体系，分为三档：旗舰版Sol（太阳）、均衡版Terra（大地）、轻量版Luna（月亮）。数字代表模型代际，天体名代表能力层级，今后各档可独立迭代更新。
定价策略是这次发布的最大亮点：
| 模型 | 输入价格（每百万Token） | 输出价格（每百万Token） |
|---|---|---|
| GPT-5.6 Sol | $5 | $30 |
| GPT-5.6 Terra | $2.5 | $15 |
| GPT-5.6 Luna | $1 | $6 |
相比之下，Anthropic的Claude Fable 5输入$10、输出$50；Opus 4.8为$5/$25；Sonnet 5为$3/$15。Sol的输入价格仅为Fable 5的一半，输出价格低40%，而Terra和Luna在约1/16成本下基准得分仍超过Fable 5，这被业内称为”降维打击”式价格策略。
OpenAI CEO Sam Altman在X上表示：”我们已经听到了企业客户对AI成本的担忧，而5.6 Sol对于每任务美元成本来说是一个巨大的进步，Terra和Luna也是如此。”
二、性能碾压：编程、Agent、网络安全全面刷新SOTA
1. 编程能力：新王登场
在Artificial Analysis Coding Agent Index上，GPT-5.6 Sol（max推理强度）以80分创下新纪录，比Claude Fable 5高2.8分。更关键的是，输出Token数量不到对方一半，耗时缩短57%，成本低约三分之一。
在考验命令行长程工程的Terminal-Bench 2.1测试中，Sol拿下88.8%，开启Ultra模式顶到91.9%，而Fable 5仅为83.1%。在面向真实代码库的长周期工程测试DeepSWE v1.1中，Sol得分72.7%，同样处于行业前列。
代码审查平台Qodo联合创始人Itamar Friedman实测表示，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%。
2. Agent能力：Agents’ Last Exam刷新纪录
在横跨55个行业的长程智能体工作流评测Agents’ Last Exam中，GPT-5.6 Sol豪取53.6分，比Claude Fable 5（自适应推理）高出13.1分。即便只开中档推理，Sol也比Fable 5高11.4分，成本仅为对方四分之一左右。
3. Ultra模式：多智能体并行
GPT-5.6上线时自带Ultra模式，这是目前性能最高的设置，通过协调多个子智能体并行工作来加速处理复杂任务。在SEC-Bench Pro多智能体测试中，Sol启用16个agent时表现显著优于4个或单个agent配置。
Ultra模式目前限Pro和Enterprise用户使用，开发者也可以通过Responses API的多智能体beta构建类似体验。
4. 设计判断力质的飞跃
前端一直是OpenAI被公认落后的短板，Altman在GPT-5.5发布时曾亲口承认这一点。这次GPT-5.6的电脑操作能力大幅增强，能够自主渲染页面、检查视觉与功能缺陷后再交付成果，把”看过成品才交付”这个人类工程师的验收习惯装进了模型。
第三方评测伙伴给GPT-5.6的前端质量评分是4.4分，而GPT-5.5是4.0分。模型还能生成可编辑的PPT、文档和表格，更好地配合用户已有模板使用，并导出到专业工具中。
5. 理性看待：综合推理仍有差距
值得注意的是，在Artificial Analysis综合智能指数中，GPT-5.6 Sol得分59，仍低于Claude Fable 5。在SWE-Bench Pro软件工程评测中，Sol为64.6%，而Claude Fable 5和Mythos 5均超过80%；FrontierMath Tier 4数学测试中，Sol的成绩甚至低于GPT-5.5。
行业专家Simon Willison通过提前测评发现，GPT-5.6 Sol确实相当出色，但在复杂编码任务上，尚未觉得它比Fable更胜一筹。这也反映出OpenAI此次产品策略的变化：不再卷”最强”，而是卷”最划算”。
三、ChatGPT Work：从聊天助手到工作Agent
如果说GPT-5.6是模型层面的更新，那么ChatGPT Work才是这次发布真正的重磅产品。奥特曼在直播中直接称其为”a really big deal”。
1. 产品定位
ChatGPT Work由Codex和GPT-5.6驱动，定位类似Claude Cowork或Kimi Work，是一个能理解用户目标、整合文件与应用上下文、一次请求完成整个工作流的智能体。它不再只是回答问题，而是能够：
- 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独立完成
- 最终产出表格、PPT、文档、网页应用等成品
2. 核心能力
ChatGPT Work支持连接Slack、Gmail、Google Drive、Notion、Microsoft 365、企业数据库等外部工具，拥有超过1400个插件。发布会演示的典型案例：用户只需一句指令，系统便可自动查阅Slack消息和员工反馈，筛选目标访谈对象，并安排旧金山的会议行程。
它还支持Sites网页搭建功能，可一键生成可视化报表、业务仪表盘与小型交互网站，并保持数据更新。用户可以创建一次性或定时任务，比如每周自动汇总Slack消息刷新会议议程。
在Plan模式下，ChatGPT会先收集上下文、提问、创建分步骤计划，用户可以建议修改或批准计划后才开始工作。
3. 企业实测
- Virgin Atlantic：用ChatGPT Work对标竞争对手客户旅程分析，原本需要数周的周期缩短到数小时
- Zapier：构建QA/QC分析系统，追踪每个线索的旅程，每月为销售团队移交七位数美元的pipeline
- NVIDIA：将GTC活动的Excel手动工作变成自动化工作流，释放40%的时间用于战略和客户成功
- Shopify：作为AI赋能操作层，每天从Slack和活跃项目中提取上下文，变成”第二大脑”
四、ChatGPT与Codex合体：OpenAI”超级应用”诞生
同日，Codex独立App正式下线，其能力整个并入ChatGPT桌面客户端。从此，OpenAI只剩ChatGPT这一个应用。
新版桌面应用整合了三大功能：Chat（聊天）、Work（办公智能体）、Codex（代码开发），三者共享同一套能力和任务历史，区别只在界面——Codex展示代码差异和PR，Work隐藏技术细节面向非开发者。
目前Codex每周活跃用户500万，其中超过100万人用它做的是开发之外的工作，比如写报告、做分析。OpenAI应用业务CEO Fidji Simo在内部邮件中说：”产品分散拖慢了我们的速度。”
具体调整包括：
- 已使用Codex App的用户更新后直接变成新版ChatGPT桌面客户端
- 开发者可将Codex设为默认视图，选择Codex图标作为应用图标
- 桌面端Codex项目可通过ChatGPT手机应用随时查看
- 原有ChatGPT桌面客户端改名为ChatGPT Classic
- 新版桌面应用获得访问本地文件、浏览器标签页以及部分桌面软件的能力，支持Computer Use功能
桌面端还同步开放了Sites网页搭建功能，支持一键生成可视化报表、业务仪表盘与小型交互网站。
五、访问权限与上线安排
GPT-5.6从7月10日起在ChatGPT、Codex和OpenAI API上线，全球范围内推送已经开始，未来24小时内将逐步覆盖全部用户。
具体访问权限：
| 用户类型 | 可用模型 |
|---|---|
| ChatGPT免费用户和Go用户 | Terra（通过ChatGPT Work和Codex） |
| ChatGPT Plus/Pro/Business/Enterprise | 可自选模型，中等及以上推理强度可访问Sol |
| Pro和Enterprise | 可选GPT-5.6 Pro处理最复杂任务 |
| 开发者 | 通过OpenAI API访问全部三款模型 |
ChatGPT Work、Codex功能免费版即可使用，网页和移动端分阶段向付费用户推送。Sol还新增了两个推理档位：max让模型花更多时间深度思考，ultra则调用多个子智能体并行处理任务。
API方面，GPT-5.6新增三大开发者功能：程序化工具编排、多子智能体并行、缓存断点。Prompt Cache计费方式也做了调整，缓存写入按标准输入价格1.25倍收费，读取享受90%折扣，并支持开发者手动设置缓存断点，使长期运行的Agent成本更可预测。
值得注意的是，Sol的速度最高可达每秒750个Token，大概每秒500到700个汉字，这将大幅压缩模型思考和生成时间，对普通聊天带来明显的秒回感。
六、行业影响：AI竞争进入”性价比”新阶段
面对OpenAI的攻势，Anthropic宣布重置Claude Fable模型的5小时和周额度限制以维持用户黏性，并通过促销活动延长访问。有趣的是，OpenAI核心产品负责人Thibault Sottiaux直接在该调整动态下留言称：”我闻到了恐惧的味道。”
这轮竞争反映出AI行业的新趋势：
- 前沿模型比拼从”绝对性能”转向”单位任务成本”：拼智商的边际收益在收窄，前沿模型开始拼单位任务成本
- AI从对话工具向工作智能体演进：OpenAI希望从单纯对话向工作智能体转变，从Anthropic营收池中争夺企业级客户
- 安全审查机制逐渐常态化：对于未来能力更强的基础模型而言，这种安全审查机制很可能逐渐成为行业常态
OpenAI表示，GPT-5.6只是ChatGPT迈向更大愿景的第一步，未来目标是让智能不止于回答问题，还能帮助所有人把最大的想法变成现实。据说5.6是5系列最后一个版本，下一个王炸是GPT-6，那才是Anthropic真正的克星。
文章来源：本文综合整理自OpenAI官方博客、智东西、快科技、第一财经、新浪科技、36氪、cnBeta等媒体报道。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...