文章摘要
近期AI行业动态不断。OpenAI将Codex整合进新版ChatGPT应用，推出面向全平台的客户端，还发布GPT - 5.6 Sol旗舰模型，其在效率、工具调用等方面能力出色。此外，有爆料称GPT - 6或未来六周内推出，还有GPT - Live等模型发布。Claude、Grok也有额度重置、新功能及新模型等更新。

不少AI从业者近期注意到，OpenAI将Codex完全整合进了新版ChatGPT应用，这一调整打破了此前不少人认为Codex会独立成为AI超级入口的预期，相关讨论也随之展开。有行业人士指出，将Codex改造为ChatGPT桌面版的决策，可能会对后续AI产品的发展路径产生深远影响。

此前关于GPT-5.6的相关信息已经陆续公开，包括其版本迭代和核心能力方向，而本次更新最受关注的，正是OpenAI推出的整合版ChatGPT应用，将原ChatGPT与Codex的功能彻底融合。

新版ChatGPT客户端

新版ChatGPT客户端是面向全平台推出的原生应用，目前支持macOS、Windows、iOS和Android系统，同时还提供Chrome浏览器扩展。与此前的网页版独立窗口不同，桌面版客户端整合了ChatGPT Work与Codex的核心能力，可以直接读取屏幕内容、本地文件、截图以及邮件信息，自动理解当前的工作场景。原本使用Codex应用的用户，可以直接升级到新版ChatGPT，继续使用原有的代码处理和工程工作能力。

桌面版的核心价值在于缩短用户从收集上下文、描述需求到完成任务的整体流程。用户无需再反复复制粘贴内容，只需将屏幕画面、文件或截图直接导入应用，就能让AI快速分析并理解需求，还可以通过ChatGPT Work委派跨步骤的协作任务，或是使用Codex完成代码编写、工程调试等工作。这也标志着ChatGPT的产品定位正在发生变化：从单纯的对话交互界面，转向能够感知工作上下文、整合多种AI能力的统一桌面协作入口。

移动版客户端则更侧重随时随地的轻量交互，支持文字聊天、实时语音对话、图片生成等功能，同时也可以通过ChatGPT Work从移动端委派任务。ChatGPT Work目前仅对Plus、Pro、Business和Enterprise计划的用户开放。整体来看，新版ChatGPT客户端将聊天、语音、图像创作、知识工作和编程能力整合到了跨设备的统一应用中，让用户既可以在电脑上处理复杂的专业工作，也能在移动端延续一致的AI协作体验。

GPT-5.6 Sol旗舰模型

GPT-5.6 Sol是OpenAI在2026年7月9日正式发布的GPT-5.6系列旗舰模型，该系列还包括面向日常办公的Terra版本，以及侧重速度与成本控制的Luna版本。Sol的核心定位并非单纯追求最高的基准测试分数，而是在编程、专业知识工作、网络安全、科学研究和计算机操作等复杂任务中，以更少的Token消耗、更短的响应时间和更低的整体成本完成高质量的工作。

作为目前OpenAI能力最强的编程与智能体模型之一，Sol可以在长时间任务中持续调用工具、处理阶段性结果、检查执行进度并动态调整下一步行动。官方在Responses API中新增了程序化工具调用能力，允许模型在内存中编写并运行轻量JavaScript程序，对工具返回的大量原始数据进行过滤、整理和预处理，从而减少模型与用户的往返次数和上下文Token消耗，让复杂的Agent工作流不再完全依赖开发者手动编排每一个步骤。

程序化工具调用允许模型生成并运行受限的JavaScript代码，在一次API工作流中组织多个工具调用。开发者可以通过代码实现并行执行、循环、条件判断和中间变量管理，将工具返回的原始数据先进行结构化处理，再将更精简、清晰的结果交给模型分析。这种能力特别适合边界明确、控制流程可预测，且不需要模型在每个步骤后重新进行语义判断的工具密集型任务。

举个例子，当模型需要查询多个库存、订单或业务接口时，可以通过编写脚本批量调用工具，再用JavaScript完成数据的过滤、关联、排序、去重、聚合和校验。程序化工具调用的价值不仅在于并行调用工具，更在于避免将大量原始的中间结果全部提交给模型处理，从而大幅降低Token消耗和响应延迟。官方建议通过最终任务成功率、答案完整度、证据保留情况、Token使用量、延迟和成本等多个维度进行实际评测，只有在减少调用次数和中间输出的同时仍能保证最终结果质量，才算实现了有效的改进。

模型生成的JavaScript代码会被运行在一个全新的隔离V8运行时中，支持顶层await语法，但不提供Node.js环境、第三方软件包安装、直接网络访问、通用文件系统操作、子进程、控制台输出或跨程序的持久JavaScript状态。程序只能通过当前请求明确授权的工具访问外部系统，并只能通过text()或image()函数输出最终结果。

需要注意区分“程序执行”和“工具执行”的差异：OpenAI负责运行模型生成的JavaScript代码，但开发者自有函数工具仍由开发者的应用负责执行。程序发起工具调用后，应用会处理调用并返回结果，OpenAI再恢复程序的继续运行。因此，程序化工具调用并不是将整个Agent后端代码搬进OpenAI的沙箱，而是在托管运行时中维护控制流程和中间数据。

开发者需要在API请求中加入programmatic_tool_calling参数，并通过每个工具的allowed_callers字段配置调用方式：如果省略该字段或设为["direct"]，模型只能直接调用工具；设为["programmatic"]时，仅允许通过程序调用；设为["direct", "programmatic"]时，两种调用方式都可使用。目前支持程序化调用的工具包括function、custom、MCP、Apply Patch、本地与托管Shell以及Code Interpreter。MCP工具的审批策略仍然有效，程序可以暂停并等待人工批准。

程序化工具调用并不适合替代普通的直接工具调用。对于单次查询、中间结果体量较小、每次结果都会改变模型下一步判断、涉及写入或审批操作，以及需要保留原始引用或原生文件的任务，通常仍应使用直接工具调用。即使任务包含多个并行或前后依赖的调用，也不一定需要程序化工具调用，关键在于能否通过确定性的代码处理过程数据，并返回一个明显更精简的结构化结果。

更准确地说，程序化工具调用在Agent系统中增加了一层临时的程序化编排能力：模型负责理解任务目标、规划执行路径和作出最终判断，而JavaScript代码负责处理可预测的数据流、批量调用工具和中间计算。这让GPT-5.6不仅能够选择合适的工具，还能生成一段受限程序，将多个工具组织成一个小型、可恢复的执行流程。

GPT-5.6还引入了更高规格的计算档位：max档位会给模型更多时间探索解决方案、执行检查和修正结果；ultra档位则默认协调四个并行智能体，将复杂任务拆分为多个工作流同时推进，再统一整合最终结果，这一设计与同类产品的动态工作流类似，特别适合深度研究、复杂工程、金融分析和跨领域专业任务。开发者也可以通过Responses API的多智能体测试功能构建类似的并行执行系统。

除了推理和编程能力外，Sol的另一项显著提升是设计判断与成品交付能力。它不仅可以生成前端代码，还能通过计算机操作能力检查实际的渲染结果，发现视觉或功能问题并进行迭代修改；在文档、演示文稿和电子表格任务中，也能更准确地遵循模板、版式、字体、间距和工作表结构，将杂乱的文件、聊天记录和业务资料转换为可编辑、可直接交付的最终成果。

GPT-5.6 Sol目前已接入ChatGPT、ChatGPT Work、Codex和官方API平台，API定价为每百万输入Token 5美元，每百万输出Token 30美元。官方同时强化了网络安全和生物领域的风险控制，通过模型内置规则、实时检查、推理监控、账户级限制和可信访问机制共同管控高风险能力。OpenAI表示，尽管GPT-5.6显著增强了漏洞发现、修复和科学研究能力，但在其内部评估中尚未达到网络安全或生物领域的Critical能力阈值。

总体来看，GPT-5.6 Sol的核心亮点在于：它不再仅仅是能够给出更准确的回答，而是在效率、工具调用、并行智能体、计算机操作和专业成果交付之间形成了一套更完整的执行能力。GPT-5.6的竞争重点也从单次回答的质量，进一步转向模型能否以可控成本持续完成长时间、可验证的真实工作任务。

从公开的性能对比数据来看，Claude Fable 5的绝对得分最高，但对应的成本和Token消耗也最高；而GPT-5.6 Sol则以更少的Token使用和更低的任务成本，获得了非常接近的能力表现。其中Sol max版本的得分仅比Fable 5低1分，但成本约为其三分之一，输出Token不到一半；Sol high版本更是以较低的成本达到了与Claude Opus 4.8 max相同的56分。整体而言，GPT-5.6 Sol的核心优势并非单纯冲到性能榜首，而是在能力、成本与Token效率之间取得了更好的平衡。

行业动态更新

GPT-6版本爆料

多位行业爆料者近期透露，GPT-5.6可能会成为OpenAI 5.x系列的最后一个版本，真正的下一代模型GPT-6或将在未来四至六周内宣布或发布，甚至不排除提前到2026年7月底推出。与GPT-5.5、GPT-5.6延续约4T规模的“Spud”底座不同，GPT-6据称将基于一次规模显著更大的全新预训练，定位为OpenAI对Anthropic Mythos/Fable系列的正式回应。爆料者认为，Mythos系列再次强化了“扩大训练规模仍能持续提升能力”的判断，OpenAI与Anthropic对内部新模型都很有信心，暂时看不到明显的能力上限；与此同时，Anthropic的Fable 5.1、xAI的10T级Grok、DeepSeek V4 GA和MiniMax新模型也在加速迭代。不过目前这些消息仍属于社交媒体爆料，“到来”也未必意味着立即全面公开，可能只是发布预告、有限开放，或先向少数机构和政府客户提供。

GPT-Live实时语音模型

GPT-Live是OpenAI在2026年7月8日发布的新一代语音模型，包括GPT-Live-1和GPT-Live-1 mini两个版本，目前用于驱动新版ChatGPT Voice功能。它并非GPT-5.6 Sol的语音版本，而是侧重持续处理语音输入、生成语音、判断对话时机、接受打断和维持自然交流节奏的实时交互模型。

与早期“语音转文字—语言模型回答—文字转语音”的级联系统，以及仍按独立轮次工作的Advanced Voice Mode相比，GPT-Live采用了全双工架构，可以在生成输出的同时持续处理用户的输入。模型每秒会多次判断应该说话、继续聆听、暂停、接受打断还是调用工具，因此能够更自然地处理停顿、插话和快速往返交流，降低仅依靠静音判断对话结束所造成的误打断。

普通的日常交流由GPT-Live实时处理；当问题需要网页搜索、深度推理或更复杂的智能体能力时，它可以将任务委派给后台的前沿模型，同时继续维持语音对话。发布时，GPT-Live-1的Instant模式和GPT-Live-1 mini后台使用GPT-5.5 Instant，Medium与High模式使用不同推理强度的GPT-5.5 Thinking。OpenAI表示，未来会持续更新GPT-Live所调用的前沿模型，但截至2026年7月10日，官方尚未宣布其后台已经切换至GPT-5.6。从产品架构上看，GPT-Live的意义不只在于让语音听起来更自然，而是将低延迟的实时交互与高延迟的复杂计算分离：GPT-Live负责维持自然交流，前沿模型和智能体负责后台搜索、推理与执行。这体现了一种新的AI交互形态——用户可以持续交谈、补充要求或改变方向，而复杂任务在后台并行推进。

Claude额度重置与Reflect功能

GPT-5.6 Sol的发布或许让Anthropic感受到了竞争压力，其官方连夜重置了用户的Claude使用额度，距离12号的额度更新还有两天，有需求的用户可以抓紧使用。

Reflect是Anthropic在2026年7月9日推出的一项测试功能，帮助用户回顾和调整自己使用Claude的方式。它会分析过去1、3、6或12个月的聊天活动，总结经常讨论的主题、常见任务类型以及使用时间分布，帮助用户判断自己投入Claude的时间是否符合原本的工作与生活目标，未来还会增加总使用时长统计。

这项功能不只是生成一份简单的使用报告，还会引导用户思考Claude在生活中承担的角色，例如哪些事情即使AI做得更快，用户仍希望亲自完成。用户可以设置安静时段，或在连续使用一段时间后收到休息提醒；报告还会依据Anthropic的4D AI Fluency Framework，从任务委派、需求描述、结果判断和责任意识四个维度分析用户与Claude的协作方式，并给出改进建议。

在隐私方面，报告不会使用无痕对话的数据，也不会读取连接工具中的底层文件。例如，Claude曾经整理邮箱的行为可能会出现在报告中，但原始邮件不会被调取；与健康集成工具关联的会话则会被完全排除。敏感或私人对话仍可能以高度概括的形式出现，但报告中的信息不会被用于其他用途。该功能目前面向开启Memory的Free、Pro和Max用户测试，可在Claude网页版或桌面应用的设置中生成；Cowork对话的反思支持仍在开发中。整体来看，Reflect并非简单的使用统计，而是一套帮助用户审视AI使用习惯的反馈机制：它既关注“用了多少”，也关注用户正在把哪些任务、判断和思考交给Claude，以及这种协作方式是否仍由用户主动掌控。

Grok 4.5模型发布

在限定时间内，用户可以通过Grok Build和Cursor免费获得Grok 4.5的使用额度，感兴趣的用户可以前往官方渠道了解并体验。

Grok 4.5是SpaceXAI在2026年7月8日发布的前沿模型，由SpaceXAI与Cursor联合训练，主要面向编程、智能体任务和专业知识工作。Cursor确认该模型采用混合专家架构；SpaceXAI的API文档显示，其上下文窗口为50万Token，支持low、medium和high三档推理强度，API定价为每百万输入Token 2美元，每百万输出Token 6美元。模型目前可通过SpaceXAI API、Grok Build和Cursor使用，也被集成到Word、PowerPoint和Excel插件中；官方称其服务速度约为每秒80 Token，但实际速度仍会受到请求和服务环境的影响。

Grok 4.5的训练重点不只是增加代码语料。Cursor表示，训练数据包含数万亿Token的Cursor交互数据，覆盖开发者与代码库、软件工具及智能体环境之间的交互，同时加入了STEM任务、研究论文和其他知识工作数据。强化学习则在真实环境中训练模型调查问题、使用工具、从错误中恢复并验证结果。SpaceXAI称，其强化学习覆盖数十万项多步骤技术任务，部分智能体执行轨迹可以持续数小时；Cursor还使用分布式智能体系统自动构建、测试和改进训练环境。

从官方公布的工程测试结果来看，Grok 4.5已经进入前沿模型梯队，但还不能说是全面领先。它在官方列出的SWE Marathon对比中以29.0%的成绩排名第一，在Terminal-Bench 2.1上的表现接近GPT-5.5和Fable，但在DeepSWE 1.0、DeepSWE 1.1和SWE-bench Pro上仍落后于部分OpenAI或Anthropic的模型。这些成绩并非完全统一条件下的横向测试：SpaceXAI表示部分竞争模型的数据来自各厂商的系统卡或排行榜，Cursor也提醒部分第三方成绩属于厂商自报，因此这些数据更适合用来判断大致的能力层级，而不是进行绝对的排名。

速度、价格和Token使用效率是Grok 4.5的主要产品卖点。SpaceXAI宣称，它在相似任务上的Token效率约为部分领先模型的两倍；在其SWE-bench Pro测试中，Grok 4.5每项任务平均生成15954个输出Token，约为Opus 4.8 max的四分之一。不过，这些数据来自SpaceXAI自己的评测和对比，应当视为官方的性能主张，而非已经得到广泛独立验证的结论。

Grok 4.5的定位也已经超出了传统的代码生成范畴。Cursor将其应用范围描述为软件工程、数据科学、金融、法律及其他计算机工作；SpaceXAI还展示了它进行网页研究、构建多工作表Excel模型、制作PowerPoint图表和撰写Word文档的能力。与此同时，本次官方发布和API文档没有披露模型总参数量、激活参数量、专家数量、完整训练规模或明确的知识截止日期，也没有附带一份独立的Grok 4.5系统卡。Cursor还主动披露，早期Cursor代码库快照曾意外进入训练数据，使模型在CursorBench上可能占有优势，因此该成绩未被纳入正式对比。

总体而言，Grok 4.5展示了一条较为清晰的模型演进路径：利用真实开发环境中的人机交互数据、自动构造的任务环境和长时间智能体强化学习，训练能够持续调用工具、处理失败并交付可验证结果的模型。它是否在实际生产环境中比同级模型更高效，仍需要更多独立测试，但其训练方式和产品定位已经明显从“生成代码”转向“在计算机中完成工作”。

塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/

AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。

以上内容不代表本平台立场，仅供读者参考