OpenAI今日正式推出GPT-5.6系列模型，包含旗舰版Sol、均衡款Terra及性价比款Luna，命名灵感源自拉丁语中的太阳、地球和月亮。该系列在性能与成本之间实现突破性平衡，尤其针对企业用户对AI应用成本的担忧，通过多维度优化重新定义了智能模型的性价比标准。
在核心性能方面，GPT-5.6系列展现出显著优势。旗舰版Sol在55个行业智能体工作流评测中取得53.6分，较Claude Fable 5高出13.1分；即便使用中档推理模式，仍领先11.4分且成本仅为对手四分之一。Terra和Luna在同等测试中均超越Fable 5，成本分别控制在十六分之一和更低水平。编程能力测试中，Sol在Artificial Analysis编程指数上刷新纪录，输出token减少近半，耗时缩短60%，成本降低33%。
价格体系呈现阶梯式布局：Sol每百万token输入5美元、输出30美元；Terra直接减半至2.5美元和15美元；Luna以1美元和6美元的定价成为最经济选择。配套的计费规则创新包括提示词缓存写入按常规输入价1.25倍收费、读取仅收10%，开发者可设置30分钟以上的缓存保留期，显著提升成本可预测性。
技术架构方面，新系列引入"ultra模式"和"max模式"双轨机制。ultra模式默认部署4个智能体并行工作，最高可扩展至16个，通过增加token消耗换取更强的处理能力和更快的响应速度；max模式则为模型提供更充裕的思考时间进行推理验证。API层面新增的Programmatic Tool Calling功能，使模型能够自主编写工具调度脚本，减少开发者手动配置工作量。
产品生态迎来重大升级，Codex独立应用正式并入新版ChatGPT桌面端，形成Chat、Work、Codex三合一入口。ChatGPT Work作为核心新产品，被定义为可跨应用执行复杂任务的智能体，具备三大核心能力：整合分散资料生成成品、连接企业工具调用上下文、通过定时任务实现自动化工作流。财务团队现场演示的月度对账场景显示，该系统可在单条指令下完成差异分析、模型更新、PPT生成及交互网站部署的全流程操作。
在专业领域测试中，GPT-5.6系列呈现差异化表现。Sol在BrowseComp网页浏览评测中创造92.2%的准确率新纪录，OSWorld 2.0电脑操作评测得分62.6%的同时减少85%输出token。设计能力方面，模型可基于简单指令生成具有审美价值的界面，并通过增强的电脑操作能力自主验证成果。但数学测试显示，Sol在FrontierMath Tier 4难题中得分65.9%，低于上代GPT-5.5的72.5%，更不及Claude Fable 5的87.8%。
安全机制实现全面强化，网络安全测试成绩从47.9%提升至73.5%，漏洞利用能力检测近乎翻倍。新引入的可信访问系统要求个人用户实名认证并开启高级账户安全设置才能使用最强网络安全功能，高风险地区直接限制访问。安全测试投入达70万A100等效GPU小时，自动化红队测试拦截的有害行为较前代增加10倍。
用户分层策略清晰划分服务边界：免费用户可在ChatGPT Work和Codex中使用Terra模型；Plus/Business用户解锁Sol聊天功能及全模型切换权限；Pro/企业版用户额外获得Sol Pro选项和ultra模式即时访问权。开发者可通过API调用全部三个模型，多智能体功能以beta版形式开放。
值得关注的是，OpenAI内部已全面采用新系统，近100%团队使用ChatGPT Work和Codex开展工作。销售团队利用该系统可在24小时内将客户需求转化为定制化概念验证，较传统流程提速数周。更引人注目的是，基础款Luna的后训练环节完全由旗舰版Sol自主完成，标志着AI训练AI的产业化应用迈出关键一步。据内部数据显示，过去六个月研究算力中代码推理占比增长100倍，智能体token使用量激增22倍。
在趣味彩蛋环节，OpenAI宣布解决困扰前代模型的"哥布林问题"。通过优化奖励机制，新模型不再无意义地重复插入神话生物词汇，仅在适当语境下适度使用相关表述。研究人员戏称这个曾让开发团队头疼的bug，如今已成为衡量模型语境理解能力的特色测试项。
