出品｜虎嗅科技组
作者｜余杨
编辑｜苗正卿
头图｜视觉中国

7月10日消息，OpenAI 正式推出 GPT-5.6 系列模型，涵盖三大核心产品线：主打极致性能的旗舰模型 Sol、适合日常工作的均衡模型 Terra，以及极具成本效益的轻量模型 Luna。

此次发布，OpenAI 重点强调了智能的尖端性、动态成长能力以及深度的协作机制。一个显著的变化是，OpenAI 将“性价比”作为核心卖点直接推向市场，旨在通过更低的成本提供更高的智能密度。

“每个代币都能带来更丰富的智能，每美元都能转化为更强的性能，并针对最艰巨的工作需求提供前所未有的功能支持。”

从屏幕到现实：GPT-5.6 如何无缝融入工作流

在过去几周，GPT-5.6 已在全球范围内进行多场景测试。用户群体横跨日本北海道农场主 Hiroki、纽约三口之家（Ian、Margaret 及其子 Alice），以及波兰数学家 Batosz。

宣传片开篇聚焦于日本北海道的农业场景。农场主 Hiroki 并非工程师，但他利用 GPT-5.6 实现了温室管理的智能化升级。

“过去，我们需要手动卷起温室侧面的塑料薄膜来调节通风。现在，GPT-5.6 不仅能执行开关指令，还能规划多年的采购流程、安排维修计划并监控安装进度。”Hiroki 表示，新模型具备极强的上下文理解能力，“使用旧模型时，我需要反复优化提示词；而现在，只需一个 Prompt，GPT-5.6 就能读取完整对话线索，自主选择合适的工具，并独立完成任务闭环。这种变化令人惊叹。”

案例二：Three Wishes 麦片品牌的数字化运营

Jake 就职于美国早餐麦片品牌 Three Wishes（由 Ian 和 Margaret Wishingrad 于 2019 年创立，主打健康、无谷物、高蛋白理念，强调“美味中隐藏营养”）。

Jake 展示了如何利用 GPT-5.6 构建自动化销售仪表盘：
1. 数据抓取：从六个不同零售商平台拉取实时销售数据。
2. 自动化部署：创建 Codex 自动化程序，嵌入聊天界面，实现每小时自动同步数据。
3. 内容整合：针对即将发布的新产品，自动抓取品牌素材及新包装设计图，确保仪表盘内容实时更新。

整个过程仅耗时五分钟，GPT-5.6 不仅完成了数据整合，还设计了演示环节和传播表格，展现了从数据到决策的完整闭环能力。

案例三：突破数学难题

在波兰波兹南，数学家 Batosz 在攻克同一数学难题上耗费三年未果。GPT-5.6 的介入带来了转机。

“Codex 不仅能提出新假设，还能协助演算和证明过程。”Batosz 指出，GPT-5.6 能够划分关键协作事项，匹配不同工作流，从而解决复杂问题的不同部分。这种“新发现”让他感到兴奋，也证明了大模型在科研领域的潜力。

宣传片的核心意图在于展示 GPT-5.6 如何打破虚拟与现实的界限，从日常生活琐事到前沿科学研究，大模型正试图渗透进每一个工作环节。

GPT-5.6 性能成绩单：效率与智能的双重飞跃

GPT-5.6 Sol 在智能水平与执行效率上均实现显著提升，尤其在编码、知识工作、网络安全及科学推理领域，以更少的 Token 消耗完成更复杂的任务，性价比优势明显。其核心亮点在于多代理协作能力：通过协调多个智能体并行工作，模型能够自我检查、优化并交付即用型成果，超越了以往同类前沿模型。

关键数据对比

在对 55 个领域的长期专业工作流程评估中，GPT-5.6 Sol 创下 53.6的新高分，比 Anthropic 的 Claude Fable 5（自适应推理）高出 13.1分。即使在中等推理水平下，其得分仍比 Fable 5 高出 11.4分，而成本仅为后者的约 四分之一。

这种效率优势同样体现在更小的模型上，这对实现丰富且经济的智能至关重要：
* GPT-5.6 Terra和 GPT-5.6 Luna的性能优于 Fable 5，成本约为其 十六分之一。

人工智能分析智能指数 (AII)

在涵盖自主工作、编码、科学推理及通用能力的 AII 评估中，GPT-5.6 Sol 的推理能力得分仅比 Fable 5 低 1分，但完成任务时间减少了 61%，成本仅为预估成本的 一半左右。

人工智能分析编码代理指数 (ACI)

GPT-5.6 Sol 在 ACI 测试中取得 80分的最佳成绩，比 Fable 5 高出 2.8分。同时，其输出 Token 数量不到 Fable 5 的一半，运行时间缩短 50%，成本降低约 三分之一。

此外，Terra 性能略高于 Fable 5，Luna 性能优于 Opus 4.8。Terra 和 Luna 的运行时间分别约为 Fable 5 的 三分之一，输出 Token 数量约为其 一半，成本约为其预估成本的 四分之一。

基准测试突破

GPT-5.6 Sol 在 Terminal-Bench 2.1和 DeepSWE测试中均创下新纪录，这两个测试旨在评估真实代码库中的复杂命令行工作流和长期工程能力。

GPT-5.6 具备编写和运行轻量级程序的能力，能够协调工具、处理中间结果、监控进度并动态选择下一步操作。这使得工具密集型任务能以更少的 Token、更少的模型往返次数和更少的指导完成。北海道农场和 Three Wishes 的案例正是这一功能的体现。

开发者无需为每个步骤编写脚本或手动传递工具响应，只需调用程序化工具即可。响应 API 能过滤大量中间数据，保留关键信息，并动态调整工作流。

对于需要更多计算资源的问题，GPT-5.6 可超越默认设置，并行协调 四个智能体，以更高的 Token 消耗换取更优结果和更快速度。

在所有三项评估中，并行智能体的加入均使“得分-延迟”曲线向左上方移动，即在更短时间内获得更优结果。

这也解释了为何 GPT-5.6 获得了 Cursor、Qodo、Notion、Cognition 等公司开发者的高度评价。

从“生成内容”到“设计判断”

GPT-5.6 在设计判断方面实现了质的飞跃。它不仅能生成底层代码或内容，还能检查和优化渲染结果，发现视觉和功能缺陷，并在交付前进行润色。其前端功能可将自然语言请求转化为 ChatGPT Work 中精美的交互式解释和可视化效果。

在知识型工作方面，GPT-5.6 Sol 在 BrowseComp 和 OSWorld 2.0 测试中分别取得 92.2%和 62.6%的优异成绩。在 OSWorld 测试中，它超越了 Opus 4.8，同时输出 Token 数量减少 85%。

模板与参考文件的精准还原

当使用模板和参考资料时，GPT-5.6 的优势尤为显著。它能推断出资料的设计系统（布局、字体、间距、颜色及母版规则），并将这些规范一致地应用于新内容。

例如，在要求根据参考文件更新数字时，GPT-5.5 的输出常缺失母版幻灯片中的关键组件，而 GPT-5.6 能更忠实地遵循参考结构。

网络安全：更强，但非绝对安全

OpenAI 宣称 GPT-5.6 是其迄今为止最强大的网络安全模型。

• ExploitBench2：GPT-5.6 得分 73.5%，而 GPT-5.5 在类似 Token 预算下仅为 47.9%。
• ExploitGym3：GPT-5.6 峰值通过率几乎是 GPT-5.5 的两倍。在两小时测试中从 15.1% 提升至 24.9%，六小时测试中达到 33.7%。
• SEC-Bench Pro：GPT-5.6 得分 71.2%，远超 GPT-5.5 的 45.8%，且延迟更低。

GPT-5.6 支持安全代码审查、补丁修补、威胁建模和蓝队演练等防御任务。通过 OpenAI Daybreak 的“网络安全可信访问”计划，授权用户可在受控环境中执行经过验证的工作，获得漏洞分类、恶意软件分析等防御功能。

局限性声明：
OpenAI 明确指出，“绝对安全”并不存在。尽管 GPT-5.6 在生物学和网络安全领域表现更强，但均未达到“关键”标准：
1. 网络安全：擅长发现和修复漏洞，但难以可靠地发起自主的端到端攻击，为防御者留出加固时间。
2. 生物学：支持合法研究，但不具备创建或合成高危新型威胁的端到端能力。

“一分钱一分货”：定价与接入方式

GPT-5.6 即日起在 ChatGPT、Codex 和 OpenAI API 上线，全球范围内逐步推送。

用户接入权限

• Chat (对话)：
• Plus、Pro、Business、Enterprise：可通过中等和较高难度设置访问 GPT-5.6 Sol。
• Pro、Enterprise：可选择 GPT-5.6 Sol Pro，以获取复杂任务的最高质量结果。
• ChatGPT Work & Codex：
• 免费版、Go 版：可使用 GPT-5.6 Terra。
• Plus、Pro、Business、Enterprise：可选择 Sol、Terra 和 Luna，并设置工作量级别。
• 注意：ChatGPT Work 中此功能仅对 Pro 和 Enterprise 用户可用；Codex 中仅对 Plus 及以上套餐用户可用。
• API：
• 开发者可访问 Sol、Terra 和 Luna。
• 响应 API：支持程序化工具调用，实现内存中编写运行程序，兼容零数据保留 (ZDR)。
• 多智能体功能：目前以 Beta 版提供，允许运行多个子智能体并综合结果。

定价策略 (每百万 Token)

OpenAI 通过专业、编程、科学、计算机使用、网络安全、多模态等维度的数据，进一步佐证了其“一分钱一分货”的定位。

结语：OpenAI 的“接地气”转型

此次年中发布，OpenAI 从单纯的跑分宣传转向了性能的落地应用。相比技术进步，GPT-5.6 展现出的务实与接地气更为重要。

1. 产品矩阵化：告别“一刀切”，GPT-5.6 构建了类似智能手机的产品线。Sol 主打极致性能，Terra 主打性价比，Luna 主打极速低成本。Sol 的定价仅为竞争对手 Anthropic Fable 5 的一半，但性能更优。
2. 工作流整合：不再局限于“回答问题”，而是通过 Codex 驱动的 ChatGPT Work，将“理解意图、调用工具、拆分任务”连接成完整工作流，一键生成 PPT、表格并导出至 Microsoft Office，真正落地办公场景。
3. 商业战略：通过与 Cerebras 合作定制芯片等策略降本增效，改善现金流。这被视为 OpenAI 为 2027 年 IPO 做准备的重要一步。

OpenAI 正努力从一个“昂贵的极客玩具”，转型为普通人和企业“用得起、用得顺”的生产力基础设施，深入“everything”。

正如农场主 Hiroki 所言，身边人常问他如何使用 AI，而他感觉“那几乎像是在变魔术”。这背后，是世界某些角落正在发生的悄然变化。

当蝴蝶扇动翅膀，在时间的催化下，终将变成现实的魔术。

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4874356.html?f=wyxwapp