OpenAI发布GPT-5.6系列：旗舰模型Sol登场

OpenAI今天正式发布GPT-5.6系列模型，包含三款产品：旗舰模型Sol，日常平衡型Terra，以及最高性价比的Luna。此前，该系列已通过预览版供部分用户测试。

性能飞跃，成本更低

GPT-5.6 Sol在多项基准测试中达到新高度。在涵盖55个领域专业工作流的Agents' Last Exam上，Sol得分为53.6，超越Anthropic的Claude Fable 5（40.5）超13个百分点。即便使用中等推理模式，Sol也以Fable 5大约四分之一的成本，高出后者11.4分。更小规模的Luna和Terra同样以Fable 5约十六分之一的成本，实现了更优表现。

在Artificial Analysis Coding Agent Index编码智能体排名中，Sol（max推理）以80分创下新高，超越Fable 5（77.2），同时输出token减少一半，耗时减少一半，成本降低约三分之一。Terra和Luna的表现也分别超过或接近Fable 5，但成本和延迟大幅降低。在新基准Terminal-Bench 2.1和DeepSWE上，Sol同样取得最佳成绩。

更强的设计与协作能力

GPT-5.6引入了新的ultra模式，默认协调四个智能体并行工作，在复杂任务中通过更多token换取更强的结果和更短的耗时。在API中，开发者可借助多智能体beta构建类似体验。

模型的设计判断能力显著提升，仅需高层指令即可生成美观、符合人体工学的界面。配合增强的计算机使用能力，Sol能在生成代码或内容后，自动检查渲染结果并调整视觉和功能细节。在ChatGPT Work中，用户还能将自然语言请求转化为交互式说明和可视化图表。

安全性升级

GPT-5.6搭载了OpenAI迄今最强大的安全系统，采用分层防护：模型训练中嵌入保护，配合实时检查、监控和基于信任与风险的访问控制。上线前，团队进行了最大规模的评估，包括人类红队测试和约70万A100e GPU小时的自动化黑盒红队测试。与预览阶段相比，Sol的网络安全防护措施阻止的潜在有害活动数量增加约十倍。

定价与可用性

GPT-5.6系列已通过ChatGPT、Codex和OpenAI API开放，全球逐步推送，24小时内完成全量部署。定价按每百万token计算：Sol输入5美元、输出30美元；Terra输入2.5美元、输出15美元；Luna输入1美元、输出6美元。此外，新模型引入更可预测的提示缓存机制，包括显式缓存断点和30分钟最小缓存生命周期。

以下为部分关键基准测试结果概览（完整表格请见OpenAI官方博文）：

评估项目	Sol	Terra	Luna	GPT-5.5	Claude Fable 5
Agents' Last Exam	52.7%	50.4%	50.3%	46.9%	40.5%
AA Coding Agent Index	80	77.4	74.6	76.4	77.2
SWE-Bench Pro	64.6%	63.4%	62.7%	59.4%	80%
OSWorld 2.0	62.6%	50.2%	45.6%	47.5%	不适用
ExploitBench	73.5%	52.9%	33.2%	47.9%	不适用

上图展示了GPT-5.6在遵循模板和参考幻灯片设计方面相比GPT-5.5的显著改进。