「AINews」OpenAI 釋出 GPT 5.6 Sol/Terra/Luna，Codex 成為 ChatGPT 超級應用

OpenAI 在 2026 年 7 月 8 日至 9 日期間釋出重大更新，推出了新一代 GPT-5.6 系列模型，包含 Sol、Terra 和 Luna 三個尺寸，分別對應太陽、地球和月亮。這是繼政府批准後，OpenAI 首次推出主線性前沿模型。與此同時，OpenAI 還整合了產品線，將 Codex 融入 ChatGPT，推出新的桌面應用 ChatGPT Work，標誌著其超級應用戰略的進一步推進。

新模型在多個基準測試中表現優異。OpenAI 宣稱，Sol 在 Agents' Last Exam 上獲得 53.6 分，比 Claude Fable 5 高出 13.1 分。Terra 效能略高於 Fable 5，而 Luna 則超越 Opus 4.8，三者均以約三分之一的時間和一半的輸出 Token 數實現，成本僅為四分之一。在 Terminal-Bench 2.1 和 DeepSWE 等複雜工程基準上，GPT-5.6 也重新整理了紀錄。此外，模型在計算機使用、文件生成和科學研究方面也有顯著改進。

定價方面，Sol 每百萬輸入/輸出 Token 為 5/30 美元，Terra 為 2.5/15 美元，Luna 為 1/6 美元，並首次引入快取寫入定價，保留 90% 的快取讀取折扣。OpenAI 將這一系列定位為價效比階梯，Sol 代表最高天花板，Terra 提供類似 GPT-5.5 的能力但成本更低，Luna 則是最快最便宜的高容量選項。

產品層面，ChatGPT Work 桌面應用將 Codex 和 ChatGPT 功能合併，支援持久多標籤會話、檔案下載和跨裝置切換。Sites 功能進入測試階段，允許付費使用者託管和認證 GPT 構建的應用。此外，Responses API 新增了程式化工具呼叫和多代理測試版，進一步強化了代理編排能力。

最引人注目的技術宣告是，OpenAI 稱 GPT-5.6 Sol 自主後訓練了 Luna。但這一說法迅速引發爭議。多位技術觀察者指出，這更可能是 Sol 在內部基礎設施上執行了部分後訓練流程，如修改配置、編輯排程檔案並啟動執行，而非完全自主的端到端後訓練。內部人士 Aidan McLau 則表示，他經常使用 5.6 完成整個強化學習流程，暗示模型已具備有意義的內部工作流自動化能力。

獨立評估機構給出了積極但謹慎的評價。Artificial Analysis 報告稱 Sol（最大推理）在智慧指數上得分為 59，僅比 Claude Fable 5 低 1 分，但成本僅為後者約三分之一。在編碼代理指數上，Sol 以 80 分領先 Fable 5 和 Opus 4.8。Vals AI 將 GPT-5.6 排在 Vals 指數第二位，稱其與 Fable 5 處於同一級別，並在多個基準上排名第一。然而，也存在一些弱點：ParseBench 顯示模型在圖表和佈局方面仍有困難，且幻覺率略高於 GPT-5.5。

OpenAI 還分享了內部效率提升資料：自年初以來，每位研究員的實驗吞吐量翻倍；活躍研究員的日均輸出 Token 數超過 GPT-5.5 內部測試期間最高水平的兩倍；過去六個月，內部編碼推理的計算份額增長了 100 倍，代理 Token 使用量增長約 22 倍。這些資料被視為模型改進能力提升的訊號。

總體而言，GPT-5.6 系列在效能、成本和效率方面實現了顯著進步，尤其是 Sol 在代理和編碼任務上的表現。OpenAI 的超級應用策略也透過 ChatGPT Work 邁出了關鍵一步，而自主後訓練的爭議則凸顯了當前 AI 模型在完全自主研究能力上的侷限。