OpenAI 发布 GPT-5.6（Sol、Terra、Luna）：三层级模型家族，Responses API 集成程序化工具调用
OpenAI 推出了 GPT-5.6 家族，包含三个层级：旗舰级 Sol、平衡型 Terra 和经济型 Luna。定价从每百万 token 1/6 美元到 5/30 美元不等。Sol 在 Artificial Analysis 编码智能体指数上达到 80 分，比 Claude Fable 5 高出 2.8 分，同时使用更少的 token。主要的开发者特性是程序化工具调用，可在隔离的 V8 运行时中运行 JavaScript，将 token 使用量减少 38% 到 63.5%。然而，差距依然存在：Sol 在 SWE-Bench Pro、智能指数和工具使用基准上落后于 Claude 模型。
OpenAI于2026年7月9日正式发布了GPT-5.6模型家族，结束了此前的有限预览。此次发布推出了三个不同层级的模型：Sol、Terra和Luna，分别针对不同需求。Sol作为旗舰模型，定价为每百万输入token 5美元、每百万输出token 30美元；Terra为平衡型，定价2.50美元和15美元；Luna最为经济，仅需1美元和6美元。所有模型均可通过ChatGPT、ChatGPT Work、Codex以及API访问，但不同平台对模型的选择有所限制。
Sol在性能上表现出色，特别是在编码任务上。在Artificial Analysis编码智能体指数v1.1中，Sol达到80分，比Claude Fable 5高出2.8分，同时使用的输出token和时间均少一半以上。Sol在Terminal-Bench 2.1、DeepSWE v1.1、BrowseComp和OSWorld 2.0等基准测试中均取得最高分，其中在OSWorld 2.0上达到62.6%，比Claude Opus 4.8高出近8个百分点，且输出token减少了85%。此外，Sol在Agents' Last Exam中取得53.6%（官方表格显示52.7%），领先Claude Fable 5达13.1分。
最重要的开发者特性是程序化工具调用（Programmatic Tool Calling）。该功能允许模型编写JavaScript代码，并在隔离的V8运行时中执行，无需每次都将中间结果返回给模型，从而大幅减少提示词token使用。据早期用户Clio和PlayCo报告，token使用量分别减少了38%和63.5%。该功能目前位于Responses API中，同时OpenAI还发布了多智能体beta功能，允许并行运行四个智能体。
尽管Sol在多个基准上领先，但与Anthropic的Claude模型相比仍存在明显差距。在SWE-Bench Pro上，Sol得分为64.6%，而Claude Mythos 5达到80.3%，差距约15个百分点。在Artificial Analysis智能指数v4.1上，Fable 5以59.9分领先Sol的58.9分。此外，在工具使用基准Toolathlon上，Sol仅58%，Fable 5达到61.7%。在长上下文任务上，Luna在MRCR v2 8针测试中仅41.3%，Sol在512K-1M上下文下得分73.8%，略低于GPT-5.5的74%。
GPT-5.6还引入了提示缓存的变化：支持显式缓存断点，缓存写入费用为未缓存输入的1.25倍，缓存读取继续享受90%折扣，最小缓存寿命30分钟。这些变化使成本建模更加复杂。OpenAI强调，其延迟和成本数据基于离线模拟，并非生产环境实测值。
总体上，GPT-5.6提供了强大的多层级选择，在编码和代理任务上树立了新标准，但在某些基准上仍有提升空间。开发者可通过ChatGPT和API立即体验。