OpenAI发布GPT-5.6系列模型：Sol/Terra/Luna三档协同，智能体能力跃升与成本重构

全新模型家族正式上线，定位清晰、梯度分明 OpenAI正式推出GPT-5.6系列大语言模型，包含三款差异化部署版本：旗舰级Sol、均衡型Terra与轻量高效型Luna。该系列即日起全面开放，支持ChatGPT、Codex及OpenAI API调用。定价策略体现明确的分层逻辑：Sol为每百万输入token 5美元、输出token 30美元；Terra对应2.50美元/15美元；Luna则低至1美元/6美元。三者并非简单缩放，而是在架构、调度机制与任务适配层面完成系统性重构，共同指向一个目标——在同等预算下完成更多高质量、高确定性的实际工作。 性能突破不靠堆料，而靠推理效率革命 GPT-5.6在多项权威基准中实现显著超越，但关键差异在于单位token产出价值。以Agents' Last Exam评测为例，Sol得分53.6，较Claude Fable 5高出13.1分；而其中等推理配置下的综合成本仅为Fable 5的约1/4。更值得注意的是，Terra与Luna在成本压缩至Fable 5约1/16的前提下，基准得分仍稳超前者。这标志着模型竞争已从“参数规模”转向“任务完成密度”——即单位计算资源所能交付的可验证成果数量。 ChatGPT Work：首个面向办公场景的系统级智能体 依托GPT-5.6全系列模型，OpenAI同步发布ChatGPT Work——一款真正脱离对话范式、具备跨应用执行能力的智能体产品。它不再仅响应提问，而是能主动理解用户授权范围内的文件、日历、邮件、CRM及协作工具上下文，并自主生成文档、表格、PPT乃至轻量Web应用。其核心支撑是统一插件目录（Unified Plugins Directory），原生集成Slack、Gmail、Google Drive等主流办公生态。这一演进意味着AI正从“助手”升级为“协作者”，其价值衡量标准也从响应速度转向任务闭环率与交付完整性。 多智能体协同架构：ultra模式开启新计算范式 GPT-5.6首次引入分层推理调度机制，除标准模式外，新增max与ultra两档深度计算选项。ultra模式默认协调四个并行智能体，在BrowseComp测试中以92.2%准确率刷新纪录；在OSWorld 2.0中达62.6%，且token消耗反比Claude Opus 4.8低85%。配套推出的Programmatic Tool Calling功能，允许模型在内存中编写并运行轻量程序，动态编排工具调用链，大幅减少往返延迟，同时严格遵循零数据留存（ZDR）原则。 垂直领域能力跃升：安全与生命科学双线突破 在网络安全方向，Sol于ExploitBench得分73.5%（前代为47.9%），六小时漏洞利用通过率由15.1%提升至33.7%；其防御侧能力同步增强，覆盖安全代码审查、漏洞修补与蓝队推演。OpenAI通过Daybreak可信访问计划，对经核实的安全研究者开放增强能力，并实施地理与实体风险分级管控。在生命科学领域，GeneBench Pro得分达28.7%（前代12%），LifeSciBench达59.9%（前代50.4%）。OpenAI明确表示，当前模型不具备端到端合成高危新型生物威胁的能力。 安全机制进化：从分类拦截到推理监控 GPT-5.6 Sol内置防护对潜在有害活动的拦截量较前代提升约10倍。其安全体系采用三层冗余设计：模型内嵌保护、实时推理监控器（reasoning monitor）与账户级执行控制协同运作。其中，推理监控器逐轮分析对话逻辑链，动态识别异常意图，无需重训即可快速修补漏洞。为平衡安全性与可用性，系统提供一键降级至低能力模型的重试通道，持续优化误拦率。 AI驱动AI：内部研发进入自加速周期 GPT-5.6本身即是AI自我增强的实证。内部数据显示：研究员日均输出token数达GPT-5.5历史峰值的2倍以上；编程类推理算力半年增长100倍；智能体相关token消耗增长22倍。在自我改进能力评测（RSI Index）中，Sol以57.9分领先前代16.2个百分点。这表明，AI辅助研发已从辅助工具阶段，迈入驱动模型迭代节奏的核心引擎阶段。 产品整合加速：从工具到平台的形态演进 伴随GPT-5.6发布，OpenAI推进多项产品线融合：Codex App正式并入ChatGPT桌面客户端，免费版全面开放；独立Atlas浏览器逐步停用，核心能力迁移至Chrome扩展；ChatGPT Work作为新智能体入口，承担起连接用户工作流与AI能力的系统角色。整个产品矩阵正从离散工具集，转向统一智能体操作系统。