听雨 发自 凹非寺
量子位 | 公众号 QbitAI
OpenAI 诚不欺我……今天凌晨，终置GPT-5.6正式登场！于舍
山姆·奥特曼（Sam Altman）表示：这是得重 OpenAI 迄今最强的模型，而 GPT-5.6 的额度技术博客也可能是他们写过最好的文章之一。
好家伙，终置模型要追求 SOTA（State of the Art），于舍连博客也要追求 SOTA 呗（doge）。得重
目前，额度ChatGPT、终置Codex 以及 API 均已全面开放使用。于舍
值得注意的得重是，Codex 似乎已被“夺舍”……如果你不强行挽留，额度界面上显示的终置甚至不再是 Codex 的标识（doge）。
原有的于舍 Codex 桌面应用已直接升级为新的 ChatGPT 桌面应用，而老版 ChatGPT 桌面应用则更名为 “ChatGPT Classic”。得重
社区用户也开始疯狂整活。开发者 Matt Shumer 让 GPT-5.6-Sol 一口气构建了一个“方块版曼哈顿”：
高楼、街区、道路，全部采用 Voxel（体素）风格。GPT-5.6-Sol 自主运行了一周，搭建出了一座纽约乐高城。
他还表示：按照这个发展趋势，明年这个时候，模型可能已经能够 One-shot（单次提示）生成 GTA 级别的游戏了。
数学研究者 nasqret 则分享称，GPT-5.6 帮助他推进了一个关于代数几何中 K3 曲面的问题。
GPT-5.6-Sol 被喂入大量技术文档后，在 Codex 中一路查阅资料、寻找方法、编写程序，最终挖掘出一条分式线性规划的思路。
模型将计算方案实现出来，去跑他们整理的 K3 曲面家族，直接突破了原先的猜想。
此外，此次还同步发布了 ChatGPT Work。
由 Codex 和 GPT-5.6 驱动，它可以跨应用和文件行动，必要时持续数小时，将目标转化为完成品。
但也有网友吐槽：GPT-5.6 太烧 Token 了！！！
Ultra 模式在 15 分钟内就烧完了 Pro 会员 5 小时的限额。
GPT-5.6 正式上线
GPT-5.6 家族分为三档：
- Sol：旗舰模型，主打最高能力；
- Terra：平衡款，面向日常工作；
- Luna：最快、最便宜，主打高性价比。
命名分别对应太阳、地球、月亮。
官方说法是，GPT-5.6 Sol 在编码、知识工作、网络安全、科学任务上达到 SOTA，同时用更少的 Token、更低的估算成本完成任务。
这次 GPT-5.6 还带来了一个很关键的新模式：Ultra。
如果说 Max 是让模型在一个任务上投入更多推理时间，那么 Ultra 就更进一步，直接把任务交给多个 Agent 并行处理。
按照 OpenAI 的说法，Ultra 默认会协调 4 个 Agent同时工作，可扩展至 16 个。
GPT-5.6 还带来一项工程侧的新能力：Programmatic Tool Calling（程序化工具调用）。
简单说，模型可以自己写一段轻量程序来协调多个工具调用、处理中间结果、监控进度并决定下一步动作。
不需要开发者把每一步都写死脚本，也不用把每次工具返回结果都塞回模型里过一遍。
这让“工具密集型”任务能用更少的 Token、更少的模型往返次数完成。
那么，GPT-5.6 相比 Fable 5 如何呢？
OpenAI 表示，在 Agents’ Last Exam（覆盖 55 个专业领域的长周期工作流测试）上，Sol 以 53.6 分刷新纪录，比 Fable 5 高出 13.1 分。
即便调低到中等推理强度，仍能以大约四分之一的成本领先 11.4 分。
这种效率优势同样体现在小尺寸模型上——Terra 和 Luna 分别以约十六分之一的成本反超 Fable 5。
代码能力上，官方称 GPT-5.6 Sol 是 OpenAI 目前最强代码模型。
在 Artificial Analysis Intelligence Index 上，Sol（最高推理强度）与 Fable 5 的分差被压缩到 1 分以内，但完成任务的时间少 61%，成本约为一半。
在设计能力上，GPT-5.6 实现了飞跃。
GPT-5.6 只需要高层级的指示，就能做出美观、符合人体工学、功能完整的界面。
关键的是，它的电脑操作能力让它能够检查和打磨“渲染出来的最终效果”，而不只是生成底层代码或文字内容。
也就是说，它能自己发现视觉和功能上的问题，交付前再做一遍收尾打磨。
比如这个帆船主题游戏，就是由 GPT-5.6 自主生成的：
这前端设计，这互动体验，不得不说真有点太丝滑了。
此外，GPT-5.6 也能完成 端到端的知识工作。
它能把 Slack、Notion、Microsoft 365、Google Drive 里那些“杂乱无章”的日常工作素材，转化为专业水准、可直接分享的成果。
在涉及长周期专业分析、网页浏览、工具使用和电脑操作的评测中，Sol 在 BrowseComp上拿到 92.2%的新纪录，在 OSWorld 2.0上达到 62.6%。
后者甚至超过了 Claude Opus 4.8，同时输出 Token 少了 85%。
在演示文稿、文档、表格这类具体产出上，官方特别强调了“遵循模板和参考文件”这项能力的提升。
GPT-5.6 能识别一份幻灯片的整体设计体系（布局、字体、间距、配色，乃至藏在幻灯片母版里的规则），并把这些规范一致地套用到新内容上。
定价方面（每百万 Token）：
- Sol：输入 $5 / 输出 $30；
- Terra：输入 $2.5 / 输出 $15；
- Luna：输入 $1 / 输出 $6。
ChatGPT Work 登场：把目标变成完成品
ChatGPT Work 这次也同步上线。
它由 Codex 和 GPT-5.6 驱动，可以跨应用和文件行动，必要时持续数小时，把目标变成完成品。
主要能力有三项：
- 跨应用取材、跨文件行动：通过内置的“统一插件目录”，ChatGPT Work 首发即可连接 Google Drive、SharePoint、Slack、Microsoft Teams、Gmail 等一连串第三方服务。
用户可以主动指定要调用的数据源，也可以让模型自己判断该去哪里找信息。
- 产出“成品”而不是草稿：官方给出的场景是根据任务直接生成 Excel 表格、Word 文档、幻灯片、报告或网站（Sites），模型会自己检查渲染后的最终效果并做收尾打磨。
- 长任务与持续监督并存：任务可以运行一次性，也可以按计划重复执行，或者依据触发条件（比如某个文件被更新）自动启动，这套机制复用了 ChatGPT 里已有的“Scheduled Tasks”。
过程中用户可以随时查看进度、回答模型的追问、调整方向，或者对关键动作进行审批。
安全性上强调 Auto-Review：让能力更强的模型在关键动作真正执行前先做一遍检查。在对抗性红队测试中，该机制拦下了全部尝试窃取受保护数据的攻击。
这次发布也顺带完成了一次 产品架构的合并。
ChatGPT 桌面端不再只是聊天窗口，而是拆分成 Chat / Work / Codex三种模式。
- Chat：用于问答、搜索、头脑风暴等轻量对话；
- Work：面向研究选题、信息分析、文档/表格/演示文稿/网站等成果型任务；
- Codex：继续专注软件开发，展示更多技术细节（代码、diff、PR），而 Work 则把这些细节抽象掉，只呈现结果。
同时，OpenAI 也顺势宣布将逐步淘汰独立的 Atlas 浏览器，相关的智能体浏览能力会并入 ChatGPT 内置浏览器和新的 Chrome 侧边栏扩展。
安全放到了 C 位
安全方面，GPT-5.6 也没落下。
官方称 GPT-5.6 是“迄今最强的网络安全模型”，而且是用明显更少的 Token 做到的。
在 ExploitBench（衡量从发现漏洞代码到实现任意代码执行的完整进展）上，GPT-5.6 得分 73.5%，而 GPT-5.5 只有 47.9%（Token 预算相当的情况下）。
在 ExploitGym（要求智能体把真实漏洞转化为可用的漏洞利用程序上），两小时时限内的最高通过率从 GPT-5.5 的 15.1% 几乎翻倍到 24.9%，六小时时限下能到 33.7%。
在 SEC-Bench Pro（测试复杂软件中的概念验证生成）上得分 71.2%，大幅领先 GPT-5.5 的 45.8%，延迟表现也更好。
出于对滥用风险的考量，GPT-5.6 对“防御性”网络安全任务（代码安全审查、补丁开发、威胁建模、蓝队工作等）提供支持。
但更高级别的能力——比如漏洞分诊验证、恶意软件分析、检测工程、补丁验证，只向 OpenAI Daybreak 的“网络安全可信访问”计划中通过身份验证的个人和机构开放。
能力越强，红线画得也越谨慎。官方披露，这一代投入了前所未有的算力做安全测试。
结论是 GPT-5.6 在网络安全和生物两个维度均未越过“关键（Critical）”风险阈值。
具体到网络安全，测试显示它更擅长“找到并修复漏洞”，而不是可靠地对加固过的目标发起自主端到端攻击——这给了防御方抢先补洞的窗口期。
生物领域则是能支持合法研究，但不具备从头设计或合成高危新型威胁的端到端能力。
最后的最后…
估计 A 社（Anthropic）也是感受到了压力。
Anthropic 那边看完发布会后，连夜表示：
我们重置了大家的额度。（狗头)
网友的梗图也已经如约而至：
有趣…真有趣啊。
[1]https://openai.com/index/gpt-5-6/
[2]https://x.com/openai/status/2075271435573244008
[3]https://x.com/sama/status/207526616615436