OpenAI 发布 GPT-5.6，Codex 并入 ChatGPT，性能对标 Claude 强调性价比

事件概述

OpenAI 于近期发布 GPT-5.6 系列模型，包含旗舰级 Sol、均衡款 Terra 和性价比款 Luna，统一定价（Sol：输入 5 美元/百万 token，输出 30 美元；Terra 减半；Luna 仅 1 美元/6 美元）。三款模型即日全量上线，覆盖 ChatGPT、Codex 及 API。同时，Codex 独立应用下线，其能力并入新版 ChatGPT 桌面 App，形成统一入口。OpenAI 还推出智能体产品 ChatGPT Work（可跨应用执行数小时任务）和公测版 Sites（将分析结果转为可分享的交互网站）。

核心信息

• 性能 vs. Claude：在 Agents’ Last Exam 评测中，Sol 得 53.6 分，高于 Claude Fable 5 的 40.5 分，且中档推理成本仅为对方四分之一；Terra 和 Luna 也超过 Fable 5，成本约十六分之一。但 SWE-Bench Pro 上 Sol 64.6% 低于 Fable 5 的 80%；FrontierMath Tier 4 数学题 Sol 65.9% 落后于 Fable 5 的 87.8%；GDPval-AA 专业评测 Sol Elo 1747.8 略低于 Fable 5 的 1759.6。OpenAI 在博客中暗指 Claude 拒答高阶生物题。
• 编程与办公能力：Sol 在编程智能体指数达 80 分（超 Fable 5 2.8 分），且耗时、成本更低。设计品味和电脑操作能力有跨越式提升，可自动验收渲染结果。浏览评测 BrowseComp 92.2%、电脑操作 OSWorld 2.0 62.6%（输出 token 少 85%）。做 PPT、文档、表格等知识办公场景显著改进。
• 新功能 ultra 与 max：ultra 模式默认派出 4 个智能体并行，最多 16 个，用更多 token 换取更强结果和更快出活；max 模式提供更长的思考时间。API 引入 Programmatic Tool Calling，模型可自行编写调度脚本来降低 token 消耗。
• ChatGPT Work 与 Sites：Work 可整合跨系统资料、连接企业工具、通过 Scheduled Tasks 自动重复任务；Sites 可将分析结果一键转为可分享的交互网站。演示中财务人员用一条指令完成差异分析、更新 Excel、做 PPT、生成网站、发 Slack。
• AI 训练 AI：最便宜的 Luna 后训练由旗舰 Sol 独立完成，仅需一条 prompt 让 Sol 自动找配置、启动脚本。内部过去六个月用于代码推理的研究算力增长 100 倍，智能体 token 用量增 22 倍，研究员日均输出 token 超 GPT-5.5 时期两倍。OpenAI 建立 RSI 指数（递归自我改进），Sol 较 GPT-5.5 高 16.2 分。
• 安全与限制：史上最大规模红队测试（约 70 万 A100 等效 GPU 小时），安全系统拦截有害行为多 10 倍；引入“可信访问”机制，实名验证和高级账户安全才可解锁最强网络安全能力；高风险地区限制访问。
• 分层开放：免费用户可用 Terra；Plus/Business 用户可用 Sol 及全部模型切换；Pro/企业版额外提供 Sol Pro 和 ultra 模式，Work 即时可用。API 全部开放多智能体 beta 版。

值得关注

OpenAI 此次发布将 Codex 并入 ChatGPT，标志着从独立编程工具向通用智能体平台转型。GPT-5.6 的核心叙事是性价比，通过更低的成本达到或超越竞品多数指标，但数学和部分编程基准仍落后 Claude。AI 自训练能力的提升可能加速模型迭代，同时安全机制也相应升级。内部数据（100 倍算力增长、22 倍 token 用量）揭示了 AI 开发范式的转变。