OpenAI 近日正式发布了 GPT-5.6 系列模型，包括新旗舰模型 Sol、均衡模型 Terra 以及极具成本效益的轻量级模型 Luna。此次发布标志着人工智能技术在实用性、协作性和性价比方面迈出了重要一步，旨在满足不同用户群体的多样化需求。
GPT-5.6 系列模型在多个领域展现了卓越的性能提升。以 Sol 为例，其在编码、知识工作、网络安全和科学研究等任务中表现尤为突出，能够以更少的计算资源完成更复杂的任务。与前代模型相比，Sol 在智能和效率方面均有显著进步，特别是在多代理协作能力上实现了突破，能够自动检查、改进并交付可直接使用的成果。
在实际应用中，GPT-5.6 已经展现出改变工作方式的潜力。日本北海道的农场主 Hiroki 利用该模型管理温室，通过自动化规划采购和维修任务，大幅提高了工作效率。他表示：“过去需要手动操作的工作，现在只需一个提示就能完成，这种变化令人难以置信。”同样，美国早餐麦片品牌“Three Wishes”的团队也借助 GPT-5.6 快速搭建了实时更新的销售仪表盘，为新产品发布提供了有力支持。
科研领域同样受益于 GPT-5.6 的强大能力。波兰数学家 Batosz 在解决一道困扰三年的难题时，借助该模型提出了新思路并完成了证明。他感慨道：“新模型不仅提供了创意，还协助演算和验证，最终帮助我突破了瓶颈。”
性能评估数据显示，GPT-5.6 Sol 在 55 个专业工作流程中取得了 53.6 分的平均成绩，较竞争对手 Claude Fable 5 高出 13.1 分。即使在中等推理水平下，其得分也领先 11.4 分，而成本仅为后者的四分之一。Terra 和 Luna 模型在性能上同样优于 Fable 5，但成本大幅降低，分别为其十六分之一和四分之一。
在编码能力方面，GPT-5.6 Sol 在人工智能分析编码代理指数（ACI）测试中以 80 分刷新纪录，较 Fable 5 高出 2.8 分，同时输出标记数量和运行时间均减少一半，成本降低约三分之一。该模型还支持编写和运行轻量级程序，协调工具使用并处理中间结果，从而显著提升工具密集型任务的执行效率。
设计领域也迎来了创新。GPT-5.6 能够优化渲染结果，发现视觉和功能问题，并在交付前进行润色。其前端功能还可将自然语言请求转换为精美的交互式可视化效果，为知识型工作提供了强大支持。在 BrowseComp 和 OSWorld 2.0 测试中，Sol 分别取得了 92.2% 和 62.6% 的优异成绩，输出标记数量减少 85%。
网络安全是 GPT-5.6 的另一大亮点。在 ExploitBench 2 测试中，该模型以 73.5% 的得分远超前代的 47.9%；在 ExploitGym 3 测试中，其峰值通过率在两小时内从 15.1% 提升至 24.9%，六小时内更达到 33.7%。Sol 在 SEC-Bench Pro 测试中也以 71.2% 的得分和更低延迟领先于竞争对手。
尽管性能卓越，OpenAI 仍强调 GPT-5.6 并非绝对安全。在生物学和网络安全领域，该模型虽较前代更强，但尚未达到“关键”标准。例如，在网络安全中，它更擅长发现和修复漏洞，但难以发起自主的端到端攻击；在生物学研究中，它支持合法研究但不具备合成高危威胁的能力。
GPT-5.6 系列模型已通过 ChatGPT、Codex 和 OpenAI API 上线，并提供灵活的使用选项。Chat 用户可根据难度设置访问 Sol 模型，Pro 和 Enterprise 用户还可选择 Sol Pro 以获得更高质量结果。ChatGPT Work 和 Codex 的免费版用户可使用 Terra 版本，付费用户则可解锁全部三种模型并设置工作量级别。API 开发者可通过响应 API 调用程序化工具，实现零数据保留兼容，并利用多智能体功能综合多个子智能体的运行结果。
定价方面，GPT-5.6 采用每百万代币计费模式：Sol 输入 5 美元、输出 30 美元；Terra 输入 2.50 美元、输出 15 美元；Luna 输入 1 美元、输出 6 美元。OpenAI 通过专业、编程、科学、计算机使用等多维度数据，展示了其“一分钱一分货”的价值主张。
此次发布标志着 OpenAI 从“极客玩具”向生产力基础设施的转型。通过矩阵化产品策略，该公司为不同预算的用户提供了多样化选择，同时通过技术优化和商业合作降低成本。例如，与 Cerebras 合作定制芯片的策略，被视为改善现金流的重要举措。有观点认为，这一系列动作或为 OpenAI 未来的 IPO 计划铺路。
