OpenAI发布GPT-5.6系列，模型性能与成本优势再创新高，并推出生产力工具ChatGPT Work。
核心内容：
1. GPT-5.6系列三大模型的核心特点与定价
2. 新模型在效率与成本上的显著优势
3. ChatGPT与Codex合并及ChatGPT Work工具的推出

机器之心编辑部

我们迎来了 OpenAI 的一大波发布。

在有限预览期之后，本周四 OpenAI 正式推出了 GPT-5.6 系列模型：包括新旗舰 Sol，适合日常工作的均衡模型 Terra，还有最快速的 Luna。

与此同时，ChatGPT 与 Codex 也正式合体，OpenAI 还推出了与 Claude Cowork、WorkBuddy 类似的智能体工具 ChatGPT Work。

GPT-5.6 已在 ChatGPT、Codex 和 OpenAI API 中上线，此次推送覆盖全球范围，将在 24 小时内逐步覆盖所有版本。

GPT-5.6 的定价分为三种：Sol 为每百万 token 5 美元输入 / 30 美元输出；Terra 为 2.50 美元输入 / 15 美元输出；Luna 为 1 美元输入 / 6 美元输出。

GPT-5.6 还引入了更可预测的提示缓存机制，包括对显式缓存断点的支持。缓存最短保留时间为 30 分钟。对于 GPT-5.6 及更高版本，缓存写入按模型未缓存输入速率的 1.25 倍计费，而缓存读取仍享受 90% 的缓存输入折扣。

GPT-5.6 系列模型

GPT-5.6 Sol 在智能和效率方面树立了新的标杆，在代码、知识工作、网络安全和科学等领域均取得了最先进的成果，同时以更少的 token 和更低的预估成本超越了同类前沿模型。OpenAI 还引入了一种加速最苛刻任务的新方法：新的最高能力设置是协调多个智能体在并行工作流中运行，从而更快地完成复杂任务。

更强大的计算机使用和设计判断能力使 GPT-5.6 Sol 成为人们迄今为止最成熟的协作伙伴，能够仔细检查、改进并交付可直接使用的成果。

GPT-5.6 提高了每 token 工作效率。在 Agents’ Last Exam 上在对 55 个领域上长期运行的专业工作流程进行评估后，GPT-5.6 Sol 创下 53.6 的新高，比 Claude Fable 5（自适应推理）高出 13.1 分。即使在中等推理水平下，它也比 Fable 5 高出 11.4 分，而成本约为其预估成本的四分之一。

这种效率也体现在更小的模型上，而这些模型对于实现更丰富、更经济的智能至关重要：GPT-5.6 Terra 和 GPT-5.6 Luna 的性能优于 Fable 5，而成本约为其十六分之一。

在 Artificial Analysis Intelligence Index 上，GPT-5.6 Sol 的推理能力涵盖了智能的广泛衡量标准，包括自主工作、编码、科学推理和一般能力。其推理能力最高时，得分仅比 Fable 5 低 1 分，完成任务的时间减少了 61%，成本也只有预估成本的一半左右。

GPT-5.6 Sol 是 OpenAI 迄今为止最好的编码模型。在 Artificial Analysis Coding Agent Index v1.1 上， GPT-5.6 Sol 结合最大推理能力取得了 80 分的全新最佳成绩，比 Fable 5 高出 2.8 分，同时输出 token 数量不到 Fable 5 的一半，运行时间不到一半，成本也降低了约三分之一。这一优势在整个模型家族中都有体现：Terra 的性能略高于 Fable 5，而 Luna 的性能优于 Opus 4.8；它们的运行时间分别约为 Fable 5 的三分之一，输出 token 数量约为其一半，成本约为其预估成本的四分之一。

此外，GPT-5.6 Sol 在 Terminal-Bench 2.1 和 DeepSWE 测试中也取得了新的最佳成绩，这两个测试旨在评估真实代码库中复杂的命令行工作流和长期工程。

GPT-5.6 可以编写和运行轻量级程序，协调各种工具、处理中间结果、监控进度，并在工作进行过程中选择下一步操作。这使得工具密集型任务能够以更少的 token 、更少的模型往返次数和更少的指导推进。无需开发者编写每个步骤的脚本或将每个工具响应都传递给模型，程序化工具调用即可实现这一点。响应 API 可以过滤大量中间数据，只保留重要信息，并在此过程中调整其工作流程。

对于那些需要投入更多时间和计算资源才能解决的问题，GPT-5.6 可以超越这种高效的默认设置。它赋予 GPT-5.6 更多的时间进行推理和探索替代方案、运行检查并修正其方法。更进一步，它默认并行协调四个智能体，以更高的 token 消耗换取更优的结果和更快的响应速度，尤其是在处理高要求任务时。

下图比较了 ultra 的默认四智能体配置与单智能体基准在 BrowseComp、SEC-Bench Pro 和 Terminal-Bench 2.1 上的表现。

BrowseComp 和 SEC-Bench Pro 还展示了 16 智能体配置。在所有三个评估中，添加并行智能体都会使得分 - 延迟曲线向上向左移动，从而在更短的时间内获得更优的结果。在 API 中，开发者可以使用 Responses API 中的多智能体 beta 版本构建类似 ultra 的体验。

GPT-5.6 在设计判断方面实现了质的飞跃。只需提供高层次的指令，GPT-5.6 就能创建美观、符合人体工学且功能强大的界面。它更强大的计算机使用能力使其能够检查和优化渲染结果 —— 而不仅仅是生成底层代码或内容 —— 从而发现视觉和功能上的问题，并在最终交付作品前进行润色。

GPT-5.6 的前端功能还可以将自然语言请求转换为 ChatGPT Work 中精美的交互式解释和可视化效果。

GPT-5.6 在专业任务中表现更佳。它能从你的文档和日常工作流程（例如 Slack、Notion、Microsoft 365 和 Google Drive）中提取杂乱的上下文信息，并将其转换为专家级、可共享的成果。

此外，GPT-5.6 在知识型工作方面的优势体现在涵盖长期专业分析、浏览、工具使用和计算机使用的各项评估中。GPT-5.6 Sol 在 BrowseComp 和 OSWorld 2.0 测试中分别取得了 92.2% 和 62.6% 的成绩；在 OSWorld 测试中，它超越了 Opus 4.8，同时输出 token 数量减少了 85%。GPT-5.6 系列的性价比优势也十分显著。Luna 的性能几乎达到了 GPT-5.5 的峰值水平，而成本却不到其一半；Terra 的性能则更胜一筹，且成本更低。

ChatGPT Work，ChatGPT 与 Codex 合并

OpenAI 新推出的 ChatGPT Work 是一款智能体工具，可以对你的应用程序和文件直接执行操作，如有需要，也可以长时间参与项目，并将目标端到端地转化为完成的工作。