GPT-5.6一发布，Claude终于舍得重置Fable 5额度了

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> GPT-5.6一发布，Claude终于舍得重置Fable 5额度了 听雨 2026-07-10 17:41:25 来源： 量子位 听雨 发自 凹非寺 量子位 | 公众号 QbitAI OpenAI诚不欺我…今天凌晨， GPT-5.6 正式来了！ 奥特曼表示：这是OpenAI迄今最强模型，GPT-5.6的技术博客也可能是他们写过最好的blog之一。 好家伙，模型要SOTA，连blog也要SOTA呗（ 目前ChatGPT、Codex以及API，哪哪都可以使用了。 Codex已经被夺舍了…甚至你不强行挽留的话，显示的都不是Codex的标（doge）。 原有的Codex桌面应用直接升级成了新的ChatGPT桌面应用，老版ChatGPT桌面应用则更名为 “ChatGPT Classic”。 社区也开始疯狂整活。Matt Shumer让GPT-5.6-Sol一口气搓了个“方块版曼哈顿”： 高楼、街区、道路，全是voxel风格，GPT-5.6-Sol自主运行了一周，搭了个纽约乐高城。 他还表示：照这个趋势，明年这个时候模型可能已经可以one-shot生成GTA级别的游戏了。 数学研究者nasqret则分享，GPT-5.6帮助他推进了一个关于代数几何中K3曲面的问题。 GPT-5.6-Sol被喂进大量技术文档后，在Codex里一路查资料、找方法、写程序，最后挖出了一条分式线性规划的思路。 模型把计算方案实现出来，去跑他们整理的K3曲面家族，直接突破了原先猜想。 此外，这次还同步发布了 ChatGPT Work 。 由Codex和GPT-5.6驱动，可以跨应用和文件行动，必要时持续数小时，把目标变成完成品。 但也有网友吐槽： GPT-5.6太烧token了！！！ ultra模式在15分钟内就烧完Pro会员5小时限额的程度。 GPT-5.6正式上线 GPT-5.6家族分三档： Sol：旗舰模型，主打最高能力； Terra：平衡款，面向日常工作； Luna：最快、最便宜，主打高性价比。 命名分别对应太阳、地球、月亮。 官方说法是，GPT-5.6 Sol在编码、知识工作、网络安全、科学任务上达到SOTA，同时用更少token、更低估算成本完成任务。 这次GPT-5.6还带来了一个很关键的新模式：ultra。 如果说max是让模型在一个任务上投入更多推理时间，那么ultra就更进一步，直接把任务交给多个agent并行处理。 按照OpenAI的说法，ultra默认会协调4个agent同时工作，可扩展至16个。 GPT-5.6还带来一项工程侧的新能力： Programmatic Tool Calling （程序化工具调用）。 简单说，模型可以自己写一段轻量程序来协调多个工具调用、处理中间结果、监控进度并决定下一步动作。 不需要开发者把每一步都写死脚本，也不用把每次工具返回结果都塞回模型里过一遍。 这让“工具密集型”任务能用更少的token、更少的模型往返次数完成。 那么，GPT-5.6相比Fable 5如何呢？ OpenAI表示，在 Agents’ Last Exam（覆盖55个专业领域的长周期工作流测试）上，Sol以53.6分刷新纪录，比 Fable 5 高出13.1分。 即便调低到中等推理强度，仍能以大约四分之一的成本领先11.4分。 这种效率优势同样体现在小尺寸模型上——Terra和Luna分别以约十六分之一的成本反超 Fable 5。 代码能力上，官方称GPT-5.6 Sol是OpenAI目前最强代码模型。 在Artificial Analysis Intelligence Index上，Sol（最高推理强度）与 Fable 5的分差被压缩到1分以内，但完成任务的时间少61%，成本约为一半。 在设计能力上，GPT-5.6实现了飞跃。 GPT-5.6只需要高层级的指示，就能做出美观、符合人体工学、功能完整的界面。 关键的是，它的电脑操作能力让它能够检查和打磨“渲染出来的最终效果”，而不只是生成底层代码或文字内容。 也就是说，它能自己发现视觉和功能上的问题，交付前再做一遍收尾打磨。 比如这个帆船主题游戏，就是由GPT-5.6自主生成的： 这前端设计，这互动体验，不得不说真有点太丝滑了。 此外，GPT-5.6也能完成 端到端的知识工作 。 它能把Slack、Notion、Microsoft 365、Google Drive里那些“杂乱无章”的日常工作素材，转化为专业水准、可直接分享的成果。 在涉及长周期专业分析、网页浏览、工具使用和电脑操作的评测中，Sol在BrowseComp上拿到92.2%的新纪录，在 OSWorld 2.0上达到62.6%。 后者甚至超过了Claude Opus 4.8，同时输出token少了85%。 在演示文稿、文档、表格这类具体产出上，官方特别强调了“遵循模板和参考文件”这项能力的提升。 GPT-5.6能识别一份幻灯片的整体设计体系（布局、字体、间距、配色，乃至藏在幻灯片母版里的规则），并把这些规范一致地套用到新内容上。 在定价方面（每百万 token）： Sol：输入$5/输出$30； Terra：输入$2.5/输出$15； Luna：输入$1/输出$6。 ChatGPT Work登场：把目标变成完成品 ChatGPT Work这次也同步上线。 它由Codex和GPT-5.6驱动，可以跨应用和文件行动，必要时持续数小时，把目标变成完成品。 主要能力有三项： 跨应用取材、跨文件行动 ：通过内置的“统一插件目录”，ChatGPT Work首发即可连接 Google Drive、SharePoint、Slack、Microsoft Teams、Gmail等一连串第三方服务。 用户可以主动指定要调用的数据源,也可以让模型自己判断该去哪里找信息。 产出“成品”而不是草稿 ：官方给出的场景是根据任务直接生成 Excel 表格、Word 文档、幻灯片、报告或网站（Sites），模型会自己检查渲染后的最终效果并做收尾打磨。 长任务与持续监督并存 ：任务可以运行一次性，也可以按计划重复执行，或者依据触发条件（比如某个文件被更新）自动启动，这套机制复用了ChatGPT里已有的“Scheduled Tasks”。 过程中用户可以随时查看进度、回答模型的追问、调整方向，或者对关键动作进行审批。 安全性上强调Auto-Review ：让能力更强的模型在关键动作真正执行前先做一遍检查。在对抗性红队测试中，该机制拦下了全部尝试窃取受保护数据的攻击。 这次发布也顺带完成了一次 产品架构的合并 ： ChatGPT桌面端不再只是聊天窗口，而是拆分成 Chat/Work/Codex 三种模式。 Chat用于问答、搜索、头脑风暴等轻量对话； Work面向研究选题、信息分析、文档/表格/演示文稿/网站等成果型任务； Codex继续专注软件开发，展示更多技术细节(代码、diff、PR)，而 Work则把这