OpenAI的GPT-5.6現已上線
OpenAI正式發佈GPT-5.6系列模型，包括旗艦版Sol、主流版Terra和經濟版Luna，在多個基準測試中與Anthropic的Fable 5競爭，但成本更低。新模型在編程、知識工作和安全性方面均有提升。
正如預期，OpenAI於週四向全球應用和API用户推出了GPT-5.6模型系列。這是OpenAI首次同時發佈三個不同版本的新模型：旗艦版Sol（對標Anthropic的Fable 5）、主流版Terra以及更快、更便宜但能力稍弱的Luna。
可用性與定價 OpenAI根據推理努力程度對模型能力進行分級。Pro和Enterprise用户可使用GPT-5.6 Sol Pro，以“在複雜任務中獲得最高質量的結果”。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之間選擇，併為每個模型設置努力水平。值得注意的是，在Codex中，Ultra模式面向Plus及以上計劃開放。所有新模型也將在API中提供。Sol的成本為每百萬輸入token 5美元、每百萬輸出token 30美元；Terra為2.50美元/15美元；Luna為1美元/6美元。
基準測試表現 新旗艦模型Sol在性能上通常與Anthropic的Fable 5持平或更優，但OpenAI本次更強調成本優勢。該公司表示：“我們訓練GPT-5.6以從每個token中獲取更多有用工作。”在Artificial Analysis Intelligence Index中，Sol與Fable 5的差距不到一個百分點，但成本和時間均減半以上。在編程基準測試中，Sol在Agent's Last Exam、Terminal-Bench 2.1和DeepSWE 1.1等測試中均超越Fable 5，且成本顯著降低。OpenAI認為，新模型之所以表現出色，部分原因在於其內置的輕量級程序編寫和執行能力，能夠協調工具、處理中間結果並監控進度，從而減少token消耗和模型往返次數。此外，新推出的“Ultra”模式（類似Anthropic的Ultracode）可並行調度四個智能體，以換取更優結果，但會消耗更多token。
知識工作與安全 在知識工作方面，Sol在BrowseComp和OSWorld 2.0基準測試中領先同類模型，尤其在演示文稿和文檔創建方面改進顯著。GPT-5.6能夠推斷幻燈片的設計系統，並一致地應用佈局、字體、間距、顏色等規範。安全方面，OpenAI進行了大量測試。GPT-5.6在生物和網絡安全領域的能力有所提升，但未達到“臨界”閾值。網絡安全測試顯示，模型更擅長髮現和修復漏洞，而非發起自主攻擊。OpenAI表示，Sol的安全防護能力比前代模型提升了約10倍，但承認“不存在完美的安全性”，新漏洞和越獄方法仍可能出現。