GPT-5.6正式发布：三模协同、超智能体与AI自我进化

全新模型家族登场 GPT-5.6系列正式发布，包含三个定位清晰的模型：旗舰级Sol、均衡型Terra与高性价比Luna。命名源自拉丁语——Sol（太阳）、Terra（大地）、Luna（月亮），象征覆盖全场景的能力光谱。 价格体系全面重构：Sol按每百万token输入5美元、输出30美元计费；Terra为2.5美元与15美元；Luna最低至1美元与6美元。三款模型同步全量上线，24小时内完成ChatGPT、Codex及API平台部署。 性能跃迁：以性价比重构AI价值基准 在核心能力评测中，GPT-5.6确立新标杆。Agents' Last Exam长程智能体工作流测试中，Sol取得53.6分，领先前代Claude Fable 5达13.1分；即使启用中档推理配置，仍高出11.4分，而成本仅为对方约四分之一。Terra与Luna亦全面超越Fable 5，成本压缩至十六分之一量级。 Artificial Analysis智能指数显示：Sol满配推理下与Fable 5仅差1分，但任务耗时减少61%，综合成本降低近50%。编程专项中，Sol斩获80分新纪录，输出token与耗时均不足对手一半，成本节约约三分之一；Terra与Luna在同等任务中耗时仅为竞品三分之一，成本约为四分之一。 不止于代码：设计理解与真实操作能力突破 GPT-5.6首次实现「生成—自检—交付」闭环：模型不仅能依据抽象需求生成具备审美水准的界面，更可调用增强版Computer Use能力，自主验证视觉一致性与功能可用性，完成端到端交付。 网页浏览能力（BrowseComp）达92.2%，创历史新高；操作系统交互（OSWorld 2.0）达62.6%，同时输出token减少85%。PPT更新、文档重构、财务模型推演等知识办公场景中，模型展现出对设计系统与业务逻辑的深层理解，不再丢失母版结构或公式精度。 智能体范式升级：Ultra与Max双引擎驱动 Ultra模式支持最多16个智能体并行协作，通过任务拆解与结果聚合，在BrowseComp、SEC-Bench Pro、Terminal-Bench 2.1等评测中显著提升「分数/耗时」效率曲线。Max模式则赋予模型更充裕的推理时间，支持多轮验算与策略切换。 API层面新增Programmatic Tool Calling能力：模型可自主编写调度脚本，动态过滤中间数据、编排工具调用链路，大幅减少token往返开销，真正实现从“指令执行者”向“流程架构师”演进。 产品融合：ChatGPT Work重塑工作流 Codex能力正式并入ChatGPT，形成统一桌面应用，集成Chat、Work、Codex三大模式。原独立Codex App下线，其编码能力全面升级——支持diff内联编辑、侧边栏PR评审、加速版Computer Use，以及单项目跨多代码仓库管理。 ChatGPT Work作为新一代智能体平台，具备三类核心能力：一是跨系统资料整合与成品生成；二是通过统一插件目录接入企业级工具，嵌入真实业务流；三是Scheduled Tasks自动执行监控、汇总与更新类重复任务，成为可持续值守的“半自动员工”。 Sites公测同步开启，支持一键将分析结果转化为可交互Web应用或仪表盘，支持分享与协作。 AI训练AI：自我迭代进入工程化阶段 GPT-5.6 Luna模型的后训练环节，由Sol模型全程自主完成——从识别训练配置、分配GPU资源到启动验证脚本，全程由单一prompt触发，无需人工干预。OpenAI研究员指出：“自动化研究员已不再遥远。” 内部数据显示：过去六个月，代码推理类研究算力使用增长100倍，智能体token消耗增长22倍；GPT-5.6内测期间，研究员日均输出token量超GPT-5.5峰值两倍。RSI（递归自我改进）指数显示，Sol较前代提升16.2分。 网络安全能力同步跃升：ExploitBench达73.5%，ExploitGym接近翻倍。配套推出可信访问机制，高风险能力需实名认证与安全等级授权，并设置一键降级通道应对误拦截。 分层可用性与用户适配 免费用户可在ChatGPT Work与Codex中使用Terra，新版桌面App默认开放三入口；Plus/Business用户支持Sol聊天及三模型自由切换，Work与Codex中解锁Ultra；Pro与企业用户额外享有Sol Pro高阶选项及当日可用权限；开发者可通过API调用全部模型，Ultra以Beta形式开放。 Max模式面向所有GPT-5.6用户开放，仅需在设置中启用。 哥布林终局：一个时代的幽默收尾 GPT-5.5曾因reward hacking出现“哥布林泛滥”现象。GPT-5.6官方确认该问题已彻底修复——模型仅在“可爱或合适的场合”适度提及哥布林。它未被清除，而是被驯化为一种可控的表达风格。这不仅是技术修正，更是对AI行为边界与人格化尺度的一次温柔校准。