正如预期，OpenAI 周四已向全球应用和 API 用户开放其 GPT-5.6 模型系列。

这是 OpenAI 首次同时推出三种不同版本的新模型：

  • Sol 是旗舰型号，旨在与 Anthropic 的 Fable 5 竞争
  • Terra 是主流型号
  • Luna 是更快、更实惠但能力稍弱的选择

GPT 5.6 可用性与定价

本次发布中，OpenAI 通过推理强度对模型能力进行分级，Pro 和 Enterprise 用户可访问 GPT-5.6 Sol Pro，以获得“复杂任务的最高质量结果”，OpenAI 如是表示。

在 Codex 和新推出的 ChatGPT Work（OpenAI 的新 Claude Cowork 竞品）中，Free 和 Go 用户可使用 Terra 模型，而 Plus、Pro、Business 和 Enterprise 用户则可在 Sol、Terra 和 Luna 之间自由选择，并可为每个模型设置推理强度。

值得注意的是：在 Codex 中，Ultra 模式仅向 Plus 及更高阶套餐开放。

所有新模型当然也将在 API 中提供。Sol 的价格为每百万输入 token 5 美元、每百万输出 token 30 美元；Terra 的价格为 2.50 美元/15 美元；Luna 的价格为 1 美元/6 美元。

GPT 5.6 基准测试

作为新旗舰模型的 Sol，在多数情况下与或超越 Anthropic 的顶级 Fable 5 模型，但 OpenAI 本次更强调成本优势。

“我们训练 GPT‑5.6 是为了让每个 token 产生更多实用工作，”公司在公告中指出。在基准测试中，这一点最明显地体现在 Artificial Analysis Intelligence Index 上，GPT-5.6 Sol 与 Fable 5 仅差一个百分点，但成本仅为其一半，运行时间也仅略多于一半。

Professional

Coding

GPT 5.6 编码能力

在基于 Agents’ Last Exam 基准的 agentic 工作流测试中，GPT-5.6 Sol 以 13.1 分的优势击败 Fable 5。

Credit: OpenAI

在编码基准测试中，结果类似，GPT-5.6 Sol 经常超越 Anthropic 的 Fable 5，以显著更低的成本获得更高分数。这在 Terminal-Bench 2.1 和 DeepSWE 1.1 上均有体现。

OpenAI 认为，模型在此类任务中表现优异的原因之一是新增的内置能力，使其能够内部执行某些任务。

“GPT‑5.6 可以编写并运行轻量级程序，以协调工具、处理中间结果、监控进度，并在工作进行中选择下一步操作。这使得工具密集型任务能够以更少的 token、更少的模型往返和更少的指导完成，”OpenAI 写道。

此外，现在还新增了“ultra”模式——类似于 Anthropic 的“ultracode”，可并行调度四名代理，适用于需要更好（更快）结果且愿意消耗更多 token 的场景。

Credit: OpenAI

“GPT‑5.6 Sol 在智能和效率上均树立了新的标准，在编码、知识工作、网络安全和科学领域均取得最先进成果，同时以更少的 token 和更低的估算成本超越了之前和竞争对手的前沿模型，”OpenAI 写道。“结果是更强的每美元性能：相同支出下完成更多成功工作，或以更低总成本实现相当的结果。”

知识工作

在知识工作方面，GPT-5.6 Sol 同样通常领先同级，在 BrowseComp agentic 浏览基准上得分为 92.3%，在评估长时程计算机使用任务的 OSWorld 2.0 上得分为 62.6%。

但对用户而言，比原始基准数字更重要的是模型在创建演示文稿和文档方面的改进。

“当遵循模板和参考演示文稿时，改进尤为明显，”OpenAI 写道。“GPT‑5.6 可以推断演示文稿的设计系统——布局、排版、间距、颜色以及重复内容模式，包括幻灯片母版中嵌入的规则——并将这些约定一致地应用于新材料。”

此外，作为额外福利，GPT-5.6 不会过多谈论 goblin，OpenAI 在随发布进行的直播中表示。

安全

鉴于 Fable 5 发生的事件以及 OpenAI 自身为等待政府批准而暂缓发布新模型，该公司在发布材料中投入大量篇幅介绍其安全体系。OpenAI 与特朗普政府的关系可能比 Anthropic 更密切——或者至少关系更好——但公司显然也不希望看到自己的模型被下架。

“在网络安全方面，我们的测试表明，GPT‑5.6 在发现和修复漏洞方面的能力优于可靠地执行针对强化目标的自主端到端攻击”——OpenAI

“GPT‑5.6 模型在生物学和网络安全方面的能力均强于早期模型，但在这两个类别中均未跨越 Critical 门槛，”OpenAI 指出。“在网络安全方面，我们的测试表明，GPT‑5.6 在发现和修复漏洞方面的能力优于可靠地执行针对强化目标的自主端到端攻击——这为防御者提供了在漏洞被利用前强化系统的机会。在生物学方面，我们的测试表明，GPT‑5.6 可以支持合法研究，但不具备创建、工程化或合成高度危险新型威胁所需的端到端能力。”

OpenAI 没有像 Anthropic 那样过多讨论模型如何处理拒绝请求。虽然 Anthropic 的 Fable 5 会将某些敏感请求降级到 Opus 模型，但 OpenAI 主要谈论的是阻断攻击。

“与之前模型相比，我们的 GPT‑5.6 Sol 网络安全防护措施可阻断大约十倍的潜在有害活动，”公司解释道，并与 Anthropic 一样指出，“不存在完美的安全，我们对日益强大模型的保护工作仍在继续。新的弱点将被发现，新的绕过现有防护措施的越狱方法也会被发现。”

YOUTUBE.COM/THENEWSTACK

科技发展迅速，不要错过任何一集。订阅我们的 YouTube 频道，观看所有播客、访谈、演示等内容。

Group Created with Sketch.