OpenAI 發佈 GPT-5.6（Sol、Terra、Luna）：三層級模型家族，Responses API 集成程序化工具調用
OpenAI 推出了 GPT-5.6 家族，包含三個層級：旗艦級 Sol、平衡型 Terra 和經濟型 Luna。定價從每百萬 token 1/6 美元到 5/30 美元不等。Sol 在 Artificial Analysis 編碼智能體指數上達到 80 分，比 Claude Fable 5 高出 2.8 分，同時使用更少的 token。主要的開發者特性是程序化工具調用，可在隔離的 V8 運行時中運行 JavaScript，將 token 使用量減少 38% 到 63.5%。然而，差距依然存在：Sol 在 SWE-Bench Pro、智能指數和工具使用基準上落後於 Claude 模型。
OpenAI於2026年7月9日正式發佈了GPT-5.6模型家族，結束了此前的有限預覽。此次發佈推出了三個不同層級的模型：Sol、Terra和Luna，分別針對不同需求。Sol作為旗艦模型，定價為每百萬輸入token 5美元、每百萬輸出token 30美元；Terra為平衡型，定價2.50美元和15美元；Luna最為經濟，僅需1美元和6美元。所有模型均可通過ChatGPT、ChatGPT Work、Codex以及API訪問，但不同平台對模型的選擇有所限制。
Sol在性能上表現出色，特別是在編碼任務上。在Artificial Analysis編碼智能體指數v1.1中，Sol達到80分，比Claude Fable 5高出2.8分，同時使用的輸出token和時間均少一半以上。Sol在Terminal-Bench 2.1、DeepSWE v1.1、BrowseComp和OSWorld 2.0等基準測試中均取得最高分，其中在OSWorld 2.0上達到62.6%，比Claude Opus 4.8高出近8個百分點，且輸出token減少了85%。此外，Sol在Agents' Last Exam中取得53.6%（官方表格顯示52.7%），領先Claude Fable 5達13.1分。
最重要的開發者特性是程序化工具調用（Programmatic Tool Calling）。該功能允許模型編寫JavaScript代碼，並在隔離的V8運行時中執行，無需每次都將中間結果返回給模型，從而大幅減少提示詞token使用。據早期用户Clio和PlayCo報告，token使用量分別減少了38%和63.5%。該功能目前位於Responses API中，同時OpenAI還發布了多智能體beta功能，允許並行運行四個智能體。
儘管Sol在多個基準上領先，但與Anthropic的Claude模型相比仍存在明顯差距。在SWE-Bench Pro上，Sol得分為64.6%，而Claude Mythos 5達到80.3%，差距約15個百分點。在Artificial Analysis智能指數v4.1上，Fable 5以59.9分領先Sol的58.9分。此外，在工具使用基準Toolathlon上，Sol僅58%，Fable 5達到61.7%。在長上下文任務上，Luna在MRCR v2 8針測試中僅41.3%，Sol在512K-1M上下文下得分73.8%，略低於GPT-5.5的74%。
GPT-5.6還引入了提示緩存的變化：支持顯式緩存斷點，緩存寫入費用為未緩存輸入的1.25倍，緩存讀取繼續享受90%折扣，最小緩存壽命30分鐘。這些變化使成本建模更加複雜。OpenAI強調，其延遲和成本數據基於離線模擬，並非生產環境實測值。
總體上，GPT-5.6提供了強大的多層級選擇，在編碼和代理任務上樹立了新標準，但在某些基準上仍有提升空間。開發者可通過ChatGPT和API立即體驗。