文章摘要
GPT-5.6发布，分Sol、Terra、Luna三档位，带来ultra模式和程序化工具调用两项升级。与竞品对比，各方面表现优异，定价依档位不同。同时推出ChatGPT Work，具备三项核心能力。此外，完成架构调整，加强安全措施，发布后引发社区热议。

不少AI开发者和研究者在GPT-5.6系列模型正式发布后第一时间展开了测试与应用：社区创作者Matt Shumer让旗舰模型GPT-5.6-Sol自主运行一周，搭建出了全像素体素风格的“方块版曼哈顿”乐高城；数学研究者nasqret则借助该模型推进了代数几何中K3曲面的相关研究，通过调取技术文档、编写程序、验证计算方案，最终突破了原有猜想。但同时也有用户吐槽，新推出的ultra模式Token消耗极高，仅15分钟就用完了Pro会员5小时的额度限额。

OpenAI CEO奥特曼表示，GPT-5.6是该公司迄今最强的AI模型，配套的技术博客也可能是团队近年最优秀的博客内容之一。

目前ChatGPT、Codex以及相关API已全面开放使用，原有的Codex桌面应用已升级为全新的ChatGPT桌面应用，老版ChatGPT桌面应用则更名为“ChatGPT Classic”。

GPT-5.6系列模型档位与核心能力

GPT-5.6家族分为三个档位，命名分别对应太阳、地球与月亮：

  • Sol：旗舰模型，主打最高等级的AI能力；
  • Terra：平衡款模型，面向日常办公与通用工作场景；
  • Luna：高性价比档位，速度最快且成本最低。

官方介绍，GPT-5.6 Sol在编码、知识工作、网络安全、科学任务等多个领域达到了行业顶尖水平，同时能够以更少的Token消耗和更低的估算成本完成任务。

两大全新功能升级

本次GPT-5.6带来了两项关键的功能升级：

其一为ultra模式：与此前的max模式相比，max模式主要是让模型在单个任务中投入更多推理时间，而ultra模式则更进一步，直接将任务交由多个智能体并行处理。按照OpenAI的说明，ultra模式默认协调4个智能体同时工作，最多可扩展至16个智能体协同完成任务。

其二为程序化工具调用（Programmatic Tool Calling）：该功能允许模型自行编写轻量程序来协调多个工具的调用、处理中间结果、监控任务进度并自主决定下一步动作，无需开发者提前写死每一步脚本，也无需将每次工具返回的结果都重新塞回模型中处理，能够让工具密集型任务以更少的Token消耗和模型往返次数完成。

性能与能力对比

在与竞品Fable 5的对比测试中，GPT-5.6 Sol表现亮眼：在覆盖55个专业领域的长周期工作流测试Agents’ Last Exam上，Sol以53.6分刷新纪录，比Fable 5高出13.1分；即便调低到中等推理强度，仍能以大约四分之一的成本领先11.4分。即便是小尺寸的Terra和Luna模型，也能以约十六分之一的成本反超Fable 5。

代码能力方面，官方称GPT-5.6 Sol是OpenAI目前最强的代码模型。在Artificial Analysis Intelligence Index测试中，最高推理强度下的Sol与Fable 5的分差被压缩到1分以内，但完成任务的时间减少61%，成本仅为对方的一半。

设计能力上，GPT-5.6实现了飞跃式提升：仅需要高层级的指示，就能生成美观、符合人体工学且功能完整的界面。更关键的是，模型具备电脑操作能力，可以检查和打磨渲染后的最终效果，而非仅生成底层代码或文字内容，能够自主发现视觉和功能上的问题，在交付前完成收尾打磨。比如一款帆船主题的游戏，就是由GPT-5.6自主生成，其前端设计与互动体验都相当流畅。

此外，GPT-5.6还能完成端到端的知识工作：可以将Slack、Notion、Microsoft 365、Google Drive等平台中的零散日常工作素材，转化为专业水准、可直接分享的成果。在相关评测中，Sol在BrowseComp上拿到92.2%的新纪录，在OSWorld 2.0上达到62.6%，该成绩甚至超过了Claude Opus 4.8，同时输出的Token数量减少了85%。

在演示文稿、文档、表格等具体产出场景中，GPT-5.6的“遵循模板和参考文件”能力得到了显著提升：能够识别一份幻灯片的整体设计体系，包括布局、字体、间距、配色，乃至幻灯片母版中的隐藏规则，并将这些规范一致地套用到新的内容上。

定价方案

GPT-5.6系列的定价（每百万Token）如下：

  • Sol：输入$5/输出$30；
  • Terra：输入$2.5/输出$15；
  • Luna：输入$1/输出$6。

ChatGPT Work正式登场

本次发布同步推出了ChatGPT Work，该工具由Codex和GPT-5.6驱动，能够跨应用和文件行动，必要时可以持续运行数小时，将用户的目标转化为最终的完成品。

ChatGPT Work主要具备三项核心能力：

  • 跨应用取材与跨文件行动：通过内置的“统一插件目录”，ChatGPT Work首发即可连接Google Drive、SharePoint、Slack、Microsoft Teams、Gmail等多款第三方服务，用户既可以主动指定需要调用的数据源，也可以让模型自行判断应该去哪里获取所需信息。
  • 产出“成品”而非草稿：官方给出的应用场景包括根据任务直接生成Excel表格、Word文档、幻灯片、报告或网站，模型会自动检查渲染后的最终效果并完成收尾打磨。
  • 长任务与持续监督并存：任务既可以一次性运行，也可以按计划重复执行，或者根据触发条件（比如某个文件被更新）自动启动，该机制复用了ChatGPT中已有的“Scheduled Tasks”功能。在任务执行过程中，用户可以随时查看进度、回答模型的追问、调整任务方向，或者对关键动作进行审批。

此外，ChatGPT Work还强调了Auto-Review安全机制：让能力更强的模型在关键动作真正执行前先进行一遍检查，在对抗性红队测试中，该机制成功拦下了所有尝试窃取受保护数据的攻击。

产品架构调整

本次发布还完成了ChatGPT桌面端的产品架构合并：原桌面端不再仅作为聊天窗口，而是拆分为Chat、Work、Codex三种模式：

  • Chat模式：用于问答、搜索、头脑风暴等轻量对话场景；
  • Work模式：面向研究选题、信息分析、文档/表格/演示文稿/网站等成果型任务；
  • Codex模式：继续专注软件开发，展示更多技术细节如代码、diff、PR等，而Work模式则会抽象掉这些技术细节，仅呈现最终结果。

同时，OpenAI宣布将逐步淘汰独立的Atlas浏览器，相关的智能体浏览能力将并入ChatGPT内置浏览器和新的Chrome侧边栏扩展。

安全措施与测试结果

本次GPT-5.6将安全放在了重要位置，官方称其为“迄今最强的网络安全模型”，且同样做到了以更少的Token消耗实现更强的能力。

在多项网络安全测试中，GPT-5.6取得了显著领先：在ExploitBench（衡量从发现漏洞代码到实现任意代码执行的完整进展）上，GPT-5.6得分73.5%，而GPT-5.5在相同Token预算下仅为47.9%；在ExploitGym（要求智能体将真实漏洞转化为可用的漏洞利用程序）测试中，两小时时限内的最高通过率从GPT-5.5的15.1%提升至24.9%，六小时时限下更是达到33.7%；在SEC-Bench Pro（测试复杂软件中的概念验证生成）上得分71.2%，大幅领先GPT-5.5的45.8%，同时延迟表现也更优。

出于对滥用风险的考量，GPT-5.6仅对“防御性”网络安全任务提供公开支持，包括代码安全审查、补丁开发、威胁建模、蓝队工作等；而更高级别的能力，比如漏洞分诊验证、恶意软件分析、检测工程、补丁验证，仅向OpenAI Daybreak的“网络安全可信访问”计划中通过身份验证的个人和机构开放。

官方披露，这一代模型投入了前所未有的算力进行安全测试，最终结论是GPT-5.6在网络安全和生物两个维度均未越过“关键（Critical）”风险阈值。具体到网络安全领域，测试显示模型更擅长“找到并修复漏洞”，而非可靠地对加固过的目标发起自主端到端攻击，这给了防御方抢先补洞的窗口期；在生物领域，模型能够支持合法研究，但不具备从头设计或合成高危新型威胁的端到端能力。

社区反响与行业动态

GPT-5.6发布后，社区迅速掀起了讨论热潮。不少网友制作了相关梗图调侃，而另一家AI公司Anthropic在发布会后连夜回应，放出了“我们重置了大家的额度”的调侃言论，引发了更多讨论。

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