GPT-5.6正式發布，Codex與ChatGPT合二為一

這兩天，AI 行業迎來了一輪密集的產品發布。先是 xAI 發布 Grok 4.5，繼續強化其在編碼和 Agent 場景上的競爭力；后有 Meta 姍姍來遲，推出 Muse Spark 1.1，并首次向開發者開放 Model API，開始正面爭奪企業和開發者市場。

但就在這一輪競爭進入白熱化之際，OpenAI 正式發布 GPT-5.6 系列模型，并同步完成 ChatGPT 產品架構的一次重要調整，再次將行業關注點拉回自己身上。經過 12 天的政府審查與受限預覽，OpenAI 于當地時間 7 月 9 日正式向全球用戶開放 GPT-5.6 系列模型——Sol、Terra、Luna 三款同時上線。

（來源：X）

與此同時，獨立運行近一年的 Codex 應用正式并入 ChatGPT 桌面端，與新推出的 ChatGPT Work 智能體共同構成統一產品入口，整合了對話、編碼以及長程任務執行等能力。這也是 OpenAI 自今年 4 月發布 GPT-5.5 以來規模最大的一次產品更新，模型能力、產品架構和商業策略三條線同步調整。

政府審查結束，GPT-5.6 正式全面開放

6 月 26 日，GPT-5.6 首次以受限預覽形式上線，僅向約 20 家通過美國政府審查的合作機構開放。據多家媒體報道，白宮國家網絡安全總監辦公室（ONCD）和科技政策辦公室（OSTP）認為，旗艦模型 Sol 已具備較強的網絡安全能力，因此要求 OpenAI 在正式發布前完成額外安全評估。

官方數據顯示，Sol 在內部網絡攻擊評測中的得分達到 96.7%，在 ExploitBench 漏洞利用基準上的成績也從 GPT-5.5 的 47.9% 提升至 73.5%。美國商務部下屬 AI 標準與創新中心（CAISI）參與了技術評審，OpenAI 工程師也前往華盛頓與政府部門進行了技術交流。

雖然整個流程仍屬于企業自愿參與，但從外界來看，美國政府已經開始形成針對前沿 AI 模型"發布前評估"的治理框架。對于未來能力更強的基礎模型而言，這種安全審查機制很可能逐漸成為行業常態。

不再卷"最強"，而是卷"最劃算"

此次 GPT-5.6 家族采用了全新的命名體系。

Sol 定位旗艦模型，Terra 主打性能與成本平衡，Luna 則面向更高性價比場景，名稱分別來自拉丁語中的太陽、大地和月亮。數字代表模型代際，Sol、Terra、Luna 則成為長期保留的能力層級，未來可以分別獨立迭代。

價格體系也體現了這一思路。Sol 每百萬 Token 輸入價格為 5 美元、輸出 30 美元；Terra 分別降至 2.5 美元和 15 美元；Luna 則進一步降低至 1 美元和 6 美元。OpenAI 同時調整了 Prompt Cache 的計費方式，緩存寫入按標準輸入價格的 1.25 倍收費，讀取價格享受折扣，并支持開發者手動設置緩存斷點，使長期運行的 Agent 成本更加可預測。

從官方公布的數據來看，GPT-5.6 的核心賣點并不是絕對性能，而是性能、速度和成本之間的綜合平衡。

在 Artificial Analysis 編程智能體指數上，Sol 獲得 80 分，超過 Claude Fable 5，同時輸出 Token 數量不到后者的一半，運行時間縮短約一半，整體成本約低三分之一；Terminal-Bench 2.1 和 DeepSWE 等編碼任務也取得當前最佳成績。Terra 和 Luna 分別超過 Claude Fable 5 與 Claude Opus 4.8，在速度和成本方面同樣具有明顯優勢。

不過，在綜合推理能力上，Anthropic 依然保持領先。在 Artificial Analysis 綜合智能指數中，GPT-5.6 Sol 得分 59，仍低于 Claude Fable 5；SWE-Bench Pro 軟件工程評測中，Sol 為 64.6%，而 Claude Fable 5 和 Mythos 5 均超過 80%；FrontierMath Tier 4 數學測試中，Sol 的成績甚至低于 GPT-5.5。

這也反映出 OpenAI 此次產品策略的變化。相比追求每一項基準測試都保持第一，GPT-5.6 更強調開發者最常使用的編程、Agent 和企業應用場景，在保證能力的同時進一步壓低推理成本和響應時間。

圍繞這一目標，GPT-5.6 還加入了幾項新的能力。

Ultra 模式允許多個智能體并行工作，默認啟動 4 個 Agent，最多可擴展至 16 個，以更多計算資源換取更好的結果；Max 模式則給予模型更長思考時間，提高復雜推理任務的穩定性。

API 層面推出的 Programmatic Tool Calling 也值得關注。過去，開發者需要在應用層設計復雜的工具調用流程；現在模型可以自行編寫程序，對工具進行調度、處理臨時數據并組織執行流程，從而進一步降低復雜 Agent 的開發成本。

Codex 并入 ChatGPT

模型之外，OpenAI 對產品體系也進行了近年來最大規模的一次整合。

從 7 月 9 日開始，獨立運行近一年的 Codex 正式并入新版 ChatGPT 桌面應用。新版應用提供 Chat、Work、Codex 三種模式，用戶無需切換不同軟件，即可完成日常對話、代碼開發和長時間復雜任務。

原有 Codex 用戶可以保留項目、配置和工作流，也可以繼續使用 Codex 圖標或將其設為默認視圖；此前的 ChatGPT 桌面應用則更名為 ChatGPT Classic。與此同時，獨立 Atlas 瀏覽器停止更新，其智能體瀏覽能力被整合至 ChatGPT Chrome 擴展。

（來源：OpenAI）

事實上，這一整合早已有跡可循。今年 5 月，OpenAI 已將 ChatGPT 消費產品團隊與 Codex 團隊合并，由聯合創始人 Greg Brockman 統一負責產品研發。

更直接的原因則來自用戶行為。OpenAI 披露，Codex 每周活躍用戶已超過 500 萬，其中超過 100 萬人并非用于編程，而是在處理文檔、分析資料、規劃項目等通用工作。

在這一背景下，OpenAI 還同步推出了 ChatGPT Work。它能夠跨多個應用收集上下文信息，將復雜目標拆分為多個步驟，并持續工作數小時，最終生成文檔、電子表格、演示文稿乃至可直接分享的網頁應用。相比傳統聊天機器人，它更接近一個能夠長期執行項目的智能體。

這一系列調整也意味著，OpenAI 正在逐步放棄多個獨立 AI 產品并行發展的思路，而是希望將 ChatGPT 打造成所有 AI 能力的統一入口。

發布會上還有一個細節引發不少關注。OpenAI 透露，GPT-5.6 家族中最小的 Luna 模型，其后訓練流程已完全由旗艦模型 Sol 自主完成，包括尋找可用 GPU、確定訓練配置、編寫啟動腳本以及確認任務執行等全過程。與此同時，OpenAI 表示，過去六個月內部用于代碼推理研究的計算資源增長約 100 倍，智能體 Token 使用量增長約 22 倍，并首次公開了衡量 AI 自主研發能力的 RSI（遞歸自我改進）指數，GPT-5.6 Sol 相比 GPT-5.5 提升了 16.2 分。

這些數據表明，AI 已不僅是在幫助開發者寫代碼，也開始越來越多地參與下一代 AI 系統自身的研發流程。

參考鏈接：https://openai.com/index/gpt-5-6/