经过近两周的政府审批等待，OpenAI 于 7 月 9 日正式向全球用户开放 GPT-5.6 系列模型。这套于 6 月 26 日首次亮相的旗舰 AI 系统，包含 Sol、Terra 和 Luna 三个不同定位的子型号，覆盖从顶级旗舰到轻量快速的全场景需求。与前代 GPT-5.5 相比，GPT-5.6 在编码能力、token 效率、网络安全等多个维度实现了质的飞跃，Sol 版本更是在多项权威基准测试中超越 Anthropic 的 Claude Fable 5，成为当前公认的最强通用大语言模型之一。
与此同时，OpenAI 还在同一天发布了 ChatGPT Work——一款深度整合 GPT-5.6 能力的 AI 办公助手，可跨应用、跨文件自动执行复杂工作任务，标志着 OpenAI 从对话工具向生产力平台的战略升级。
一、GPT-5.6 三子型号：从「太阳」到「月亮」的能力矩阵
GPT-5.6 最大的产品创新在于告别了过去单一最强模型的发布逻辑，首次引入 Sol（太阳）、Terra（地球）、Luna（月亮）三个清晰分层的品牌体系。OpenAI 官方表示：”在这套全新的命名体系中，数字代表模型代数，Sol、Terra、Luna 则代表持久的能力层级，三个层级可以按照各自的节奏独立演进。”这套设计让不同需求层次的用户能够更直观地选择适合自己的模型，而不必在几十个版本号中迷失。
GPT-5.6 Sol 是整个系列的旗舰担当，被称为”OpenAI 迄今最强大的模型”。它专为深度推理、端到端技术执行和多步骤复杂任务设计，在 Terminal-Bench 2.1 测试中取得了 91.9% 的成绩，大幅领先 Anthropic Claude Fable 5 的 84.3%。Sol 的核心优势集中在以下几个领域：
在编程方面，OpenAI 宣称 Sol 是公司历史上最强大的编程模型，在 Artificial Analysis Coding Agent Index 中超越了 Claude Fable 5。Sam Altman 接受 CNBC 采访时透露，Sol 在智能体编程任务上的 token 效率比前代提升了 54%，这对企业级用户而言意义重大——”每一家企业现在都在精打细算 AI 的投入产出比，”Altman 表示，”这是我们真正想解决的问题。”此外，早期测试者还发现 Sol 能够”发现新数学”（Altman 原话），在复杂推理任务上展现出超越预期的创造性。
GPT-5.6 Terra 定位为”刚刚好”的中坚力量，在能力和成本之间取得了精妙的平衡。OpenAI 明确表示 Terra 的性能与 GPT-5.5 持平，但价格更具竞争力。在实际企业部署中，许多原本运行在 GPT-5.5 上的智能体任务迁移到 Terra 后，不仅成本降低了 50%，token 消耗还减少了 16%，表现”超出价格预期”。Notion 联合创始人 Simon Last 评价道：”许多在 GPT-5.5 上运行的智能体，用 Terra 跑起来效果一样好，成本却少了一半，token 还更省。”Terra 的定价为每百万输入 tokens 2.5 美元、输出 tokens 15 美元，是大多数日常工作流的理想选择。
GPT-5.6 Luna 则是整个系列中响应最快、成本最低的型号，专为高频率、轻量级任务优化。Luna 的定价仅为每百万输入 tokens 1 美元、输出 tokens 6 美元，是 OpenAI 有史以来性价比最高的模型之一。它适合需要快速响应但不需要顶级推理能力的场景，例如客服对话、内容摘要、简单问答等。
二、Sol Ultra 模式：子智能体协同的「超级赛道」
在 Sol 层级之上，OpenAI 还引入了一个独特的”Ultra”模式。这个模式允许 Sol 在处理复杂任务时调用多个子模型协同工作，有点像一个指挥家调动整个交响乐团——Ultra 会分析任务性质，将不同子模块分配给最擅长该领域的模型，最终整合输出。Clio 联合创始人兼 CTO Angel Faus 评价道：”GPT-5.6 Sol 是我见过最顽强的解题者，它能连续专注数天，始终保持任务导向。它在更新自定义智能体和优化记忆方面表现卓越，运行时间越长，它对你的工作空间理解就越深入。”
ChatGPT Work 和 Codex 中，所有用户都能使用”max”级别的 effort 设置，而 Ultra 模式则在 ChatGPT Work 中向 Pro 和 Enterprise 用户开放，在 Codex 中向 Plus 及以上套餐用户开放。
三、与 Claude Fable 5 的正面交锋：各有所长
GPT-5.6 的发布恰逢 Anthropic Claude Fable 5 解除政府出口管制后重新恢复全球访问（7 月 1 日），两大最强模型再次正面相遇。行业观察者对此的评价呈现出有趣的分歧：MagicPath AI CEO Pietro Schirano 在 X 上写道：”我测试了好几个月，毫不夸张地说，这是我用过最好的模型。又快、又聪明、真正有创造力。”T3 Chat CEO Theo Browne 则盛赞 GPT-5.6 Sol 的”计算机使用能力全球领先，让我使用频率提升了 100 倍——失去访问权限的那段时间，我简直要疯掉了。”
但也有测评者表达了不同看法。投资人 Matt Shumer 写道：”这是个令人惊叹的模型，但在我测试的大多数任务中，Fable 都明显更好。”Every CEO Dan Shipper 的比喻更为精准：”如果把 GPT-5.6 比喻成保时捷，那 Claude Fable 就是曲速引擎——如果你需要穿越星系，用 Fable；如果你需要在城市里用最佳工具出行，用 5.6。”这番评价道出了两者的本质差异：Fable 更擅长需要极大创造力和深度推理的”星系级”任务，而 GPT-5.6 在日常复杂任务上的可靠性和效率更胜一筹。
四、价格体系：仅为 Claude Mythos 的三分之一
GPT-5.6 的定价策略是本次发布的另一大亮点。在大模型竞争日趋激烈、企业用户对成本日益敏感的背景下，OpenAI 选择了极具攻击性的定价：
– Sol：$5 / $30 每百万 tokens（输入 / 输出）
– Terra：$2.50 / $15 每百万 tokens
– Luna：$1 / $6 每百万 tokens
作为对比，Claude Mythos 5 的定价据报道高达 $15 / $75 每百万 tokens——GPT-5.6 Sol 的输出价格仅为 Mythos 的约三分之一。Sam Altman 的话清晰地表明了 OpenAI 的意图：”每一家企业现在都在思考他们从 AI 中花出去的钱和得到的回报之间的价值交换。”通过大幅压低顶级模型的定价，OpenAI 正在将 AI 竞赛从”谁更强”推向”谁更值”的新战场。
GPT-5.6 还引入了更可预测的 Prompt Caching（提示缓存）机制，支持显式缓存断点和 30 分钟最低缓存生命周期。对于 GPT-5.6 及后续模型，缓存写入按正常输入价格的 1.25 倍计费，缓存读取则继续享受 90% 的折扣。
五、ChatGPT Work：OpenAI 的 AI 办公助手野望
与 GPT-5.6 同一天发布的 ChatGPT Work，是 OpenAI 面向企业市场推出的重磅产品。它被描述为 ChatGPT 与 Codex 能力的结合体，让不具备编程背景的普通用户也能利用 AI 自动化复杂的工作流程。ChatGPT Work 由 GPT-5.6 驱动，具备跨应用、跨文件的信息聚合能力，能够根据用户指定的应用、文件和工作流创建完整的工作成果——文档、电子表格、演示文稿、网站，不在话下。
它还支持”统一插件目录”，可连接 Slack、Gmail、Google Drive、日历和各种 CRM 系统。更重要的是，ChatGPT Work 具备”自主执行”特性，用户只需描述任务，AI 便能制定计划并逐步执行，中途几乎无需人工干预。用户离开电脑时，还可以设置”定时任务”让 AI 持续工作。ChatGPT Work 将首先在 Mac 和 Windows 桌面应用上推出，随后扩展到网页和移动端——免费用户也能使用，但可用功能有所差异；Pro、Enterprise 和 Edu 用户优先获得完整功能，Plus 和 Business 用户将在数天内陆续获得访问权限。
六、政府审批风云：两周延误背后的 AI 治理新常态
GPT-5.6 的发布并非一帆风顺。6 月 26 日首次亮相时，OpenAI 应特朗普政府要求，将模型仅提供给”少量政府共享合作伙伴”，实际限制了普通用户的访问。这标志着美国政府对前沿 AI 模型的监管进入了一个全新阶段——6 月 2 日，特朗普签署行政令，要求 AI 开发商在新模型发布前自愿向政府提供访问，以便评估其网络安全和其他能力。
OpenAI CEO Altman 透露，公司与商务部长霍华德·卢特尼克、财政部长斯科特·贝森特以及美国国家网络主任肖恩·凯恩克罗斯进行了”深入的来回沟通”，政府进行了测试并提出了需要解决的问题。”我们做出了很多改变，”Altman 表示，并称赞政府的技术能力”令人印象深刻”。他同时强调：”我们不相信这种政府访问程序应该成为长期默认模式——它会让最需要的用户、开发者和网络防御者无法获得最好的工具。”
这一事件与 Anthropic Claude Fable 5 的遭遇如出一辙：后者在 6 月初同样因政府安全审查而暂停全球访问，直到 7 月 1 日才恢复。这表明，在 AI 能力日益逼近”关键阈值”的当下，政府部门的介入正在成为前沿模型发布的必经程序，而非例外。
七、早期实测：有人惊叹，有人保留
在正式发布前的测试阶段，GPT-5.6 已经积累了大量的用户反馈。综合各方评价：正面反馈集中在编程能力、任务持久性（能连续专注数天不跑偏）、计算机使用（接管屏幕、操作桌面应用）以及速度方面。多位测评者表示 Sol 在复杂数学和编程挑战中展现出”发现新数学”级别的创造性，Altman 本人也曾在 X 上暗示这一特性。
但批评者的声音同样值得关注。除了 Matt Shumer 提到 Fable 在多数任务中更优之外，部分用户还指出 GPT-5.6 的”可靠性”优势在一定程度上是以”绝对上限”为代价换来的——如果你追求的是极致的能力上限，Fable 仍然是更强的选择。
此外，AI 安全领域的研究者提出了一个更深层的担忧：随着 GPT-5.6、Claude Fable 5 和 Claude Mythos 5 等前沿模型的能力逼近某个临界点，现有的基准测试正在快速失效。AI 安全公司 Armadin 联合创始人 David Slater 指出：”我们测试的只是能力的最基础部分，距离衡量这个系统在真实环境中是否能做到危险的事情，还有很长的路要走。”
结语
GPT-5.6 的正式发布，标志着 OpenAI 与 Anthropic 之间的”最强模型”竞争进入了新阶段。Sol/Terra/Luna 三层体系让不同需求的用户各取所需，Ultra 模式展示了多子模型协同的巨大潜力，而”仅为 Claude 三分之一”的定价策略则将这场竞争从技术比拼推向商业价值的全面较量。叠加 ChatGPT Work 的发布，OpenAI 的战略意图已经非常清晰：不仅要做最强的 AI 模型，还要成为企业工作流的核心基础设施。
至于 GPT-5.6 能否真正兑现它许下的承诺，还需要等待更广泛用户的实际检验。但有一点可以确定——AI 行业的”超级高铁”竞赛，才刚刚开始加速。
参考来源：OpenAI 官方博客、CNBC、The Verge、Axios、CNET、Forbes