GPT-5.6 正式发布：Sol、Terra、Luna三款模型登场

OpenAI 今日正式发布 GPT-5.6 系列模型，面向全球用户开放。该系列包含三款模型：旗舰版 Sol、平衡版 Terra 以及最高性价比的 Luna。GPT-5.6 Sol 在编码、知识工作、网络安全和科学领域均达到新高度，同时显著提升了性能和成本效率。

性能与效率

在智能体最后考试（涵盖55个领域的专业工作流评估）中，GPT-5.6 Sol 以 53.6 分超越 Claude Fable 5（自适应推理）13.1 分。即便在中度推理设置下，Sol 也以约四分之一成本领先 11.4 分。Terra 和 Luna 则在约十六分之一成本下超越 Fable 5。在人工智能分析智能指数上，Sol 在最大推理时仅比 Fable 5 低 1 分，但耗时减少 61%，成本约低一半。

编码能力

在 Artificial Analysis 编码智能体指数上，GPT-5.6 Sol 以 80 分创下新高，比 Fable 5（77.2 分）高出 2.8 分，输出 token 少一半，时间减少一半，成本低约三分之一。Terra 和 Luna 表现同样出色，分别接近和超越 Opus 4.8。在 Terminal-Bench 2.1 和 DeepSWE 上，Sol 也达到新 SOTA。

新功能：Ultra 模式与程序化工具调用

ultra 模式默认协调四个并行智能体，以更多 token 换取更强结果和更快完成时间。在 BrowseComp、SEC-Bench Pro 和 Terminal-Bench 2.1 上，ultra 显著提升了得分并降低了延迟。API 中开发者可使用多智能体测试版构建类似体验。

程序化工具调用让模型能编写轻量程序来协调工具、处理中间结果，并动态调整工作流，减少 token 消耗和模型往返次数。

设计判断力

GPT-5.6 在界面设计方面有显著提升，仅凭高层指示即可生成美观、符合人体工学的界面。更强的计算机使用能力让它能检查并优化渲染结果，捕捉视觉和功能问题，然后交回成品。

以下对比展示了 GPT-5.6 在遵循模板设计系统方面的优势：

输入幻灯片
GPT-5.5 输出
GPT-5.6 输出

知识工作

在 BrowseComp 上，GPT-5.6 Sol 达到 92.2% 的新高；在 OSWorld 2.0 上达到 62.6%，超过 Opus 4.8 且输出 token 减少 85%。Luna 在成本不到一半的情况下接近 GPT-5.5 的峰值性能，Terra 则以更低成本超越 GPT-5.5。GPT-5.6 还能从混乱的文档上下文（Slack、Notion、Microsoft 365、Google Drive）中提取信息，生成专业级可分享成果。

网络安全

在 ExploitBench 上，Sol 得分 73.5%，远高于 GPT-5.5 的 47.9%。在 ExploitGym 上，Sol 两小时内通过率从 15.1% 提升到 24.9%，六小时达到 33.7%。在 SEC-Bench Pro 上，Sol 得分 71.2% 对 45.8%。模型还支持安全代码审查、打补丁、威胁建模等防御任务。通过 OpenAI Daybreak 的网络安全信任访问计划，合格用户可获取更多防御能力。