摘要：2026年7月9日，OpenAI正式向全球用户开放GPT-5.6系列模型（Sol、Terra、Luna三款同时上线），并将独立运行近一年的Codex应用并入新版ChatGPT桌面应用，同步推出ChatGPT Work智能体和Sites发布功能。新版桌面端被重构为Chat、Work、Codex、Sites四层架构，成为真正的「AI工作台」。本文将从模型能力、产品架构、实测体验、企业案例等维度，深度解析OpenAI这次近两年最大规模更新的全貌，以及它对AI编程、知识工作和整个行业竞争格局的深远影响。
一、GPT-5.6 三款模型同时上线：不卷”最强”，卷”最划算”
经过12天的政府审查与受限预览，OpenAI于7月9日正式向全球用户开放GPT-5.6系列模型。此前6月26日的受限预览仅向约20家通过美国政府审查的合作机构开放，白宫国家网络安全总监办公室（ONCD）和科技政策办公室（OSTP）认为旗舰模型Sol已具备较强的网络安全能力，因此要求额外安全评估。
GPT-5.6家族采用了全新的命名体系——Sol、Terra、Luna分别来自拉丁语中的太阳、大地和月亮，定位旗舰、均衡、快速三档，价格也相应分层：
| 模型 | 定位 | 输入价格（百万Token） | 输出价格（百万Token） |
|---|---|---|---|
| Sol | 旗舰模型 | 5美元 | 30美元 |
| Terra | 性能成本均衡 | 2.5美元 | 15美元 |
| Luna | 高性价比 | 1美元 | 6美元 |
OpenAI这次的核心卖点不是绝对性能，而是性能、速度和成本的综合平衡。 在Artificial Analysis编程智能体指数上，Sol获得80分，超过Claude Fable 5，同时输出Token数量不到后者的一半，运行时间缩短约一半，整体成本约低三分之一。但在综合推理能力上，Anthropic依然领先——Artificial Analysis综合智能指数中Sol为59分，仍低于Claude Fable 5；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%。这也反映出OpenAI的策略转变：更强调开发者最常使用的编程、Agent和企业应用场景。
另外，GPT-5.6还加入了几项新能力：Ultra模式允许多个智能体并行工作，默认启动4个Agent，最多可扩展至16个；Max模式则给予模型更长思考时间，提高复杂推理任务的稳定性。API层面推出的Programmatic Tool Calling让模型可以自行编写程序调度工具，降低复杂Agent的开发成本。
二、Codex并入ChatGPT：OpenAI近两年最大产品调整
从7月9日开始，独立运行近一年的Codex正式并入新版ChatGPT桌面应用。新版应用提供Chat、Work、Codex三种模式，用户无需切换不同软件即可完成日常对话、代码开发和长时间复杂任务。原有Codex用户可以保留项目、配置和工作流，也可以继续使用Codex图标或将其设为默认视图；此前的ChatGPT桌面应用则更名为ChatGPT Classic。与此同时，独立Atlas浏览器停止更新，其智能体浏览能力被整合至ChatGPT Chrome扩展。
这一整合早已有迹可循。今年5月，OpenAI已将ChatGPT消费产品团队与Codex团队合并，由联合创始人Greg Brockman统一负责产品研发。更直接的原因来自用户行为——Codex每周活跃用户已超过500万，其中超过100万人并非用于编程，而是在处理文档、分析资料、规划项目等通用工作。写代码需要的能力——理解目标、拆解任务、调用工具、检查结果、自己纠错——恰好就是干任何知识工作需要的能力，Codex不是被替代了，是被泛化了。
不过，这一决定也引发巨大争议。知名AI博主Theo发文称”把Codex改成ChatGPT Desktop是一个历史性的错误”，评论区也有网友附和”如今Codex的入口被藏了起来，普通用户根本找不到”。为平息众怒，OpenAI联合创始人兼CEO Sam Altman发文承诺”Codex不会消失”。
三、新版ChatGPT桌面端四层架构：从”聊天框”到”AI工作台”
OpenAI这次重构的内涵是一套工作方式的分层——Chat（问答层）→ Work（办公交付层）→ Codex（工程执行层）→ Sites（发布交付层），底层由Plugins（工作流包装）支撑。这个分层其实很像IDE的演进——90年代的编辑器只是纯文本编辑；后来加了debugger、加了版本控制、加了插件系统；再后来VSCode把浏览器、终端、Git、Extensions都塞进去，变成”开发工作台”。
1. Chat（问答与对话）
Chat定位为问问题、搜索、头脑风暴、快速会话，在web、mobile、desktop全平台可用。实测中，新版桌面端把网页版ChatGPT拿过来了——虽然位置不太好（飘在右下角甚是碍眼），但它打通了本地会话与网页会话。用户可以点开网页版会话，点击”Add to task”，将网页会话塞进Codex本地项目的上下文；反之亦然（本地Codex对话内容发送至网页版ChatGPT）。这种打通可以节省Codex的额度压力，对自动化任务定时执行场景非常友好。
2. ChatGPT Work：直接把目标变成”完工物料”
ChatGPT Work是OpenAI此次发布的真正重磅更新。其定位类似Claude Cowork或Kimi Work，可帮助用户完成信息搜集、数据分析、文档撰写、Excel建模、PPT制作和网站生成等办公任务。
Work的核心特征：
- 是ChatGPT里的一个agent
- 能跨apps、files、workflows抓取上下文
- 生成表格、幻灯片、文档、Web应用这些”完工物料”
- 能把复杂项目拆成小步骤，独立跑数小时
- 它是干活的，不是聊天的
Work支持连接Slack、Gmail、Google Drive等办公工具以及企业内部数据库。用户只需描述最终目标，系统便能自主规划执行步骤、调用所需工具，并持续推进任务直至完成。官方说，你可以让Work用一个请求接手整个工作流——比如把客户研究转成campaign brief，再用这个brief生成营销素材，再为不同市场适配内容，中间上下文全程保留。这已经进化到AI项目经理的水平。
实测发现，Work与之前的Codex在非代码场景下区别不大，只是更适配白领工作场景。切换到Work模式分析Apple最新财报，输出质量与Codex中同样会话高度一致——都包含财报变化、市场预期、投资者关注点等结构化内容，并生成详细的财务指标表格。
3. Codex（软件开发）
Codex定位为写代码、debug、跑测试、review PR、多repo协作，仅在desktop端可选（web/mobile不能选，但可从mobile的Remote tab访问desktop Codex任务）。整合Codex后，ChatGPT桌面端拥有了Computer Use能力——发布会上，工程师直接让ChatGPT整理自己混乱的Apple Notes笔记库，ChatGPT在后台获得了独立光标，开始自主创建文件夹、拖拽笔记、归类内容，整个过程与真人操作电脑几乎没有区别。
更新后的Codex亮点颇多：SunAgent都能看到了，点开可以看具体在干什么；白板能力直接产出可看的技术架构图；注释功能选中部分内容可快速添加到会话；可以把表格整理成Excel等。Codex还带来了内联编辑Markdown和代码、在侧边栏审GitHub PR（评审意见和diff摆在一起看）、单个项目支持多个仓库等更新。
4. Sites（一键创建网站）
Sites功能这次是公开测试（public beta），Pro用户才能体验。你可以把工作或想法转成interactive website或lightweight app，然后通过URL分享出去。Sites能造6种典型内容：Dashboard（实时仪表板）、Project tracker（项目追踪器）、Launch calendar（发布日历）、Prototype（原型）、Internal portal（内部门户）、Interactive report（交互式报告）。
基本流程是：描述想要的网站→加入内容、文件、数据、链接、约束条件→在ChatGPT里直接预览→继续要求修改→发布生成Site URL。底层信息变化时，ChatGPT还能同步更新Site。实测体验是，它创建网站可以放在与GPT进行若干轮对话之后，而非从头开始描述，效果会好点——比如分析完Apple财报后，让Sites基于上述成果创建一个网站，数据可以自动更新，11分钟左右即可上线一个包含财报变化、市场预期、投资者关注点、自动刷新股价与估值倍数、直连原始监管财报文件的完整网站。
四、实测体验：GPT-5.6 Sol消耗太快，评价两极分化
实测发现，GPT-5.6 Sol消耗太快了——思考深度开极高、速度1.5x之后，只让其优化了两个之前的任务，5小时的限额就枯竭了。朋友圈反馈一致：额度用的特别快。
不过GPT-5.6的实力还是可以的。实测优化z-web-pack skills和z-video-downloader skills：网页采集修复Jina兜底、受限来源记录、导航污染、图片选择和重复链接；视频下载支持媒体清单、批量链接、断点续传、字幕、封面、下载历史；验证通过网页18项、视频23项测试。相关规则参考了Jina Reader和yt-dlp官方说明。
X上的反馈评价两极分化，普遍感觉不如Opus4.8，更别提Fable5了，那是远远不如。但据Artificial Analysis基准测试，GPT-5.6 Sol（max推理强度）得分达到59分，与Claude Fable 5仅差1分。但其单任务平均成本仅为1.04美元，而Fable 5为2.75美元，前者约为后者的37%。在编程榜单上，GPT-5.6 Sol的得分达到80分，比Claude Fable 5还要高2.8分。
另一个槽点是新版聊天的位置设计——很多人还停留在之前Codex临时会话的习惯，结果点进来它其实是web端ChatGPT，飘在右下角甚是碍眼。选中本地会话的文字，要点击”更多详情”而不是”在侧边聊天中提问”才能进到网页端，这个交互有点奇怪。
五、GPT-5.6″自己训自己”：AI参与下一代AI研发
OpenAI研究团队分享了一个颇具象征意义的案例：GPT-5.6 Luna的部分后训练任务，实际上由GPT-5.6 Sol参与完成。研究人员展示的提示词只有一段话：寻找合适的训练配置、申请GPU资源、启动训练任务，并确保整个流程正常运行。随后，GPT-5.6 Sol自主完成了资源调度、训练启动以及运行监控等工作。研究员Katy Shi坦言，过去类似工作往往需要多位资深研究员协同完成，而如今一个模型已经能够承担其中相当一部分工作。
这种变化已经开始影响OpenAI内部研发流程。研究团队透露，自从Codex和GPT-5.6被广泛应用后，研究人员提交的实验数量和代码合并请求（PR）均明显增加。本次发布会中展示的大量图表、演示材料以及部分可视化内容，同样由Codex和GPT-5.6辅助完成。OpenAI表示，过去六个月内部用于代码推理研究的计算资源增长约100倍，智能体Token使用量增长约22倍，并首次公开了衡量AI自主研发能力的RSI（递归自我改进）指数，GPT-5.6 Sol相比GPT-5.5提升了16.2分。
GPT-5.6在网络安全领域也展现出更强的自主工作能力。OpenAI与安全研究人员合作开展了名为Project Daybreak的计划，让模型提前参与真实漏洞研究工作。借助GPT-5.6，研究人员已经在主流浏览器和数据库软件中发现多个安全漏洞。OpenAI还发起了”Patch the Planet（修复地球）”计划，希望利用AI自动发现并修复开源软件中的漏洞——按照发布会披露的数据，由GPT-5.6辅助生成的补丁中，已有超过一半被Linux社区接受。
六、企业实测案例：ChatGPT Work的五大落地场景
OpenAI放出了5个大企业的实测案例，展示了ChatGPT Work的真实落地价值：
案例1：Virgin Atlantic（维珍航空）——把数周的竞品分析压到数小时。作为维珍航空五年数字化战略的一部分，ChatGPT Work帮助以前所未有的方式，对客户旅程进行系统化的竞品对标。Work调研并体验竞争对手流程，生成完整数据集：哪些环节领先、哪些环节不足、未来重点投入方向。
案例2：Zapier——”No Lead Left Behind”，每月识别七位数销售管线。传统做法跨HubSpot、Gong、邮件、其他平台审查单条线索，平均35到45分钟一条。用Work之后构建了一套QA/QC与分析系统，追踪每条线索的转化历程，生成每个接触点的可视化图谱，找出阻碍客户预约会议的流失节点，汇总到每周高管面板。
案例3：NVIDIA——GTC大会流程自动化，从40%时间到每周两次跑一遍。GTC筹备期约40%时间都花在手动数字计算和分析。用Work之后把这一系列工作转成自动化工作流，一场接一场活动都能用，共享给全球团队，各区域可以调整，现在每周在ChatGPT里自动运行两次。
案例4：Shopify——把AI变成”操作系统”。每天把Slack和当前项目上下文提取到”第二大脑”，自动转成后续跟进事项，通过自定义技能执行重复性工作。在3500名非研发员工中开展调研项目：识别高采用率和低采用率人群、协调访谈、大规模分析访谈转录文本、提取可复用模式。
案例5：RingCentral——PMO变身，跟进规模从6个客户扩到80个。ChatGPT Work帮助将零散的PMO知识、客户反馈、产品问题和执行风险整合在一起，为利益相关者打造了一个共享的”智慧大脑”。开会前就掌握阻碍因素、责任人、行动项，把一个早期体验项目的跟进规模从6个试点客户扩到约80个，所有团队执行保持一致。
七、行业格局：OpenAI与Anthropic正面交火
ChatGPT、Codex合二为一，是2022年11月30日ChatGPT诞生以来OpenAI在产品层面最大的一次改变。这一做法说明，OpenAI正把Agent（智能体）和Coding（编码）作为比聊天优先级更高的产品策略。
截至2026年3月末，OpenAI估值8520亿美元，和美国另一家AI独角兽Anthropic估值差异极小。2026年初，Anthropic旗下三款产品Claude（聊天应用）、Cowork（办公应用）、Code（Coding应用）三合一。今年1月，Claude桌面应用里出现了第三个标签页Cowork——用Claude Code的智能体架构做编码之外的知识工作，和Chat、Code并列；就在ChatGPT Work发布前两天，它刚扩展到网页和移动端。Anthropic同期公布的数据甚至提前验证了OpenAI的判断：120万次Cowork会话里，占比最高的是对账、做报表这类业务流程工作，写代码只占8.7%。
在开发者层面，更隐秘的变化早在2025年6月就已经发生了。2025年6月，Anthropic/Claude的GitHub Issue、PR数量首次超越OpenAI/GPT。2025年11月之后，Anthropic/Claude明显拉开差距。2026年5月，Anthropic/Claude的Issue数量达到26.4万，是OpenAI/GPT的3.7倍；PR数量达到244.1万，是OpenAI/GPT的10.8倍。根据SemiAnalysis报告，Claude Code目前占GitHub总提交量的7%以上。
近三个月，OpenAI对Anthropic展开了一系列反击。最直接的策略就是价格竞争——OpenAI的Token Plan用量远高于Anthropic。Codex若按照相同使用强度持续一个月，套餐内的Token使用规模至少超过90亿，百万Token价格仅为0.16元，实际使用价格仅有官网API价格的2%左右。OpenAI几乎每1-2周就给用户赠送Token重置卡，相当于免费赠送。OpenAI对开发者友好且Token额度大方，这让OpenAI近几个月迅速得到开发者、知识工作者的支持。
OpenAI在处理和美国政府的关系时也比Anthropic更为灵活。2025年初，OpenAI创始人萨姆·奥尔特曼向美国特朗普政府提出一项由政府入股OpenAI及其他主要AI公司的构想。6月初，美国政府与OpenAI初步磋商，探讨政府持股，合作内容是OpenAI自愿划转部分股权给政府，收益用于发放全民AI红利。相比之下，美国政府在6月12日以国家安全为由，要求Anthropic暂停对外国公民提供Fable 5这款最新的模型。Anthropic不断渲染AI带来的潜在失业风险和地缘政治竞争，最终招致美国政府监管。Anthropic、OpenAI均计划在2026-2027年上市。
八、总结：ChatGPT桌面端正成为工作者的默认工作环境
ChatGPT桌面端现在走的路和VSCode的演进一模一样——从”聊天框”→”对话+工具”→”对话+工具+Agent+交付”，未来ChatGPT桌面端可能会变成很多工作者的默认工作环境。对普通用户，最实际的变化是门槛——Work和Codex随桌面App对所有档位开放，免费版也在其中；网页和移动端从Pro、Enterprise和教育版开始推送，Plus和Business随后几天跟上。一个此前只属于开发者和重度付费用户的东西，一夜之间放到了所有人面前。
聊天框时代的ChatGPT是浏览器里的一个标签页，智能体时代的ChatGPT，想成为你电脑里常驻的那一层。模型在API里打价格战，产品在桌面上打入口战——OpenAI想让”电脑上那个能替你动手干活的东西”只有一个名字。
Codex没有死，它只是长大了——从一个专注软件开发的AI工程师，变成了一个能跨对话、办公、编码、发布四层工作的统一入口。GPT-5.6也没有追求绝对最强，而是把”最划算”作为核心卖点。OpenAI这次的更新，不亚于2022年11月30日ChatGPT刚发布那次——它重新定义了AI助手的产品形态，从”回答问题”进化到”完成工作”。
文章来源：本文基于OpenAI官方发布会信息、多家科技媒体报道及作者实测体验综合整理。部分内容参考OpenAI官方博客、Artificial Analysis基准测试数据、SemiAnalysis报告及《财经》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...