OpenAI的GPT-5.6现已上线
OpenAI正式发布GPT-5.6系列模型，包括旗舰版Sol、主流版Terra和经济版Luna，在多个基准测试中与Anthropic的Fable 5竞争，但成本更低。新模型在编程、知识工作和安全性方面均有提升。
正如预期，OpenAI于周四向全球应用和API用户推出了GPT-5.6模型系列。这是OpenAI首次同时发布三个不同版本的新模型：旗舰版Sol（对标Anthropic的Fable 5）、主流版Terra以及更快、更便宜但能力稍弱的Luna。
可用性与定价 OpenAI根据推理努力程度对模型能力进行分级。Pro和Enterprise用户可使用GPT-5.6 Sol Pro，以“在复杂任务中获得最高质量的结果”。在Codex和新的ChatGPT Work中，Free和Go用户可使用Terra模型，而Plus、Pro、Business和Enterprise用户可在Sol、Terra和Luna之间选择，并为每个模型设置努力水平。值得注意的是，在Codex中，Ultra模式面向Plus及以上计划开放。所有新模型也将在API中提供。Sol的成本为每百万输入token 5美元、每百万输出token 30美元；Terra为2.50美元/15美元；Luna为1美元/6美元。
基准测试表现 新旗舰模型Sol在性能上通常与Anthropic的Fable 5持平或更优，但OpenAI本次更强调成本优势。该公司表示：“我们训练GPT-5.6以从每个token中获取更多有用工作。”在Artificial Analysis Intelligence Index中，Sol与Fable 5的差距不到一个百分点，但成本和时间均减半以上。在编程基准测试中，Sol在Agent's Last Exam、Terminal-Bench 2.1和DeepSWE 1.1等测试中均超越Fable 5，且成本显著降低。OpenAI认为，新模型之所以表现出色，部分原因在于其内置的轻量级程序编写和执行能力，能够协调工具、处理中间结果并监控进度，从而减少token消耗和模型往返次数。此外，新推出的“Ultra”模式（类似Anthropic的Ultracode）可并行调度四个智能体，以换取更优结果，但会消耗更多token。
知识工作与安全 在知识工作方面，Sol在BrowseComp和OSWorld 2.0基准测试中领先同类模型，尤其在演示文稿和文档创建方面改进显著。GPT-5.6能够推断幻灯片的设计系统，并一致地应用布局、字体、间距、颜色等规范。安全方面，OpenAI进行了大量测试。GPT-5.6在生物和网络安全领域的能力有所提升，但未达到“临界”阈值。网络安全测试显示，模型更擅长发现和修复漏洞，而非发起自主攻击。OpenAI表示，Sol的安全防护能力比前代模型提升了约10倍，但承认“不存在完美的安全性”，新漏洞和越狱方法仍可能出现。