泉源：湖北省委书记在武汉调研汽车工业生长作者： 邓怡菁：

GPT5.6吞了Codex

出品｜虎嗅科技组

作者｜余杨

编辑｜苗正卿

头图｜视觉中国

7月10日新闻，，，，，，OpenAI 正式推出 GPT-5.6 系列模子，，，，，，包括新旗舰模子 Sol，，，，，，适合日常事情的平衡模子 Terra，，，，，，以及最具本钱效益的模子Luna。。。。。

在这次宣布的主题中，，，，，，OpenAI 重点强调了智能的尖端、动态的生长和自身的协作性。。。。。以及一个醒目的细节：它直接将性价比打在了公屏上。。。。。

“每个代币都能带来更多智能，，，，，，每美元能带来更强的性能，，，，，，并可凭证您的最难题事情需求提供更多功效。。。。。”

模子试图丝滑进入你的事情

在已往的几个周，，，，，，GPT-5.6 在天下的各个角落被差别水平地使用。。。。。使用者包括日本的农场主Hiroki 和纽约的一个三口之家。。。。。Ian 、Margaret以及他们的儿子Alice在起居室里使用GPT-5.6完成一系列的事情。。。。。别的尚有波兰的数学领域，，，，，，Batosz用GPT-5.6 解决无法解决的问题。。。。。

宣传片最先于日本北海道的一个农场，，，，，，农场主 Hiroki 正在通过GPT-5.6治理温室。。。。。他说，，，，，，“我不是一个工程师，，，，，，但我已经在使用Codex来使事情更有用率了。。。。。”他使用GPT-5.6翻开和关闭温室：“人们已往手动把温室侧面的塑料薄膜卷起来透风。。。。。”但现在，，，，，，GPT-5.6 资助妄想多年的采购，，，，，，妥善安排维修以及装置它们，，，，，，并且它确实有用。。。。。

Hiroki 体现，，，，，，GPT-5.6 处理prompt并且一直跟进到效果。。。。。“使用之前的模子，，，，，，我不得不重复做提升，，，，，，给出新说明，，，，，，现在，，，，，，使用单个prompt，，，，，，它能读取整个对话线索，，，，，，选择准确的工具，，，，，，自主判断并完成使命直到竣事。。。。。这是一个难以置信的转变。。。。。”

GPT-5.6同样在一些小事情上资助人们。。。。。Jake 在“Three Wishes”团队事情，，，，，，这是一个美国早餐麦片品牌，，，，，，由 Ian 和 Margaret Wishingrad 于2019年配合建设，，，，，，主打康健、无谷物、高卵白的麦片产品，，，，，，目的人群为注重营养与口感的消耗者。。。。。其产品线包括多种口胃，，，，，，如“Fruity”、“Cocoa”等，，，，，，强调“Sneaky Delicious, Sneaky Nutritious”，，，，，，即在鲜味中隐藏营养。。。。。

已往，，，，，，“Three Wishes”由 Ian 和Margaret自己重新到尾运营。。。。。Jake展示了怎样对模子举行提醒。。。。。

他使用GPT-5.6 完成一个安排开发销售仪表盘的使命。。。。。首先，，，，，，他给出了一个销售仪表盘的组件，，，，，，要求从六个差别的零售商那里抓取数据，，，，，，拉取这些数据后，，，，，，还要建设一个Codex 自动化程序，，，，，，把它牢靠在谈天里，，，，，，让它每小时同步并拉取一次这些信息，，，，，，这样 Margaret 就能拥有一个实时更新的数据仪表盘。。。。。他们即将有一个新产品宣布，，，，，，因此需要把这次新宣布的品牌素材以及新包装盒的图片拉取进来，，，，，，确保仪表盘能反映出这些内容。。。。。

GPT-5.6 在五分钟内制订了妄想。。。。。它拉取了相关的数据，，，，，，包括品牌等等，，，，，，以及可使用的润色版本，，，，，，设计了演示环节和撒播表格。。。。。

GPT-5.6也能资助科研职员做一些新发明。。。。。在波兰的波兹南，，，，，，Batosz在统一个数学难题上泯灭了3年，，，，，，但解决不了它，，，，，，新Codex的到来资助了他。。。。。“Codex能够提出新点子，，，，，，也能资助演算和证实，，，，，，解决了三年来没有解决的问题。。。。。” GPT-5.6可以划分要害协作事项，，，，，，匹配差别事情流，，，，，，从而解决差别部分的问题。。。。。“新发明让他感应很兴奋”。。。。。

宣传片想要表达，，，，，，GPT-5.6 使事情不但仅停留在屏幕上，，，，，，而是进入到现实的天下，，，，，，从生涯中的小事情到农场主的事情，，，，，，再到最好的数学研究领域，，，，，，大模子正在实验进入每一件事。。。。。

GPT-5.6 的效果单

GPT-5.6 Sol 在智能和效率方面均有大幅提升。。。。。尤其是在编码、知识事情、网络清静和科学等领域，，，，，，消耗更少的token，，，，，，完成更重大的使命，，，，，，性价比极高。。。。。它的特点在于，，，，，，协调多个署理在并行事情流中运行，，，，，，这种成熟的协作能力使它能够检查、刷新并交付可直接使用的效果，，，，，，从而逾越了以往的同类前沿模子。。。。。

在对 55 个领域恒久运行的专业事情流程举行评估后，，，，，，GPT-5.6 Sol 创下 53.6 的新高，，，，，，比 Claude Fable 5（自顺应推理）横跨 13.1 分。。。。。纵然在中等推理水平下，，，，，，它也比 Fable 5 横跨 11.4 分，，，，，，而本钱约为其预估本钱的四分之一。。。。。这种效率也体现在更小的模子上，，，，，，而这些模子关于实现更富厚、更经济的智能至关主要：GPT-5.6 Terra 和 GPT-5.6 Luna 的性能优于 Fable 5，，，，，，而本钱约为其十六分之一。。。。。

在人工智能剖析智能指数(AII)上（在新窗口中翻开）GPT-5.6 Sol 的推理能力涵盖了智能的普遍权衡标准，，，，，，包括自主事情、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，，，，，，完成使命的时间镌汰了 61%，，，，，，本钱也只有预估本钱的一半左右。。。。。

GPT-5.6 Sol 在人工智能剖析编码署理指数 (ACI) 上取得了 80 分的全新最佳效果，，，，，，比 Fable 5 横跨 2.8 分，，，，，，同时输出标记数目不到 Fable 5 的一半，，，，，，运行时间不到一半，，，，，，本钱也降低了约三分之一。。。。。

不但云云，，，，，，在整个GPT-5.6 系列模子中，，，，，，Terra 的性能也略高于 Fable 5，，，，，，而 Luna 的性能优于 Opus 4.8；；；它们的运行时间划分约为 Fable 5 的三分之一，，，，，，输出标记数目约为其一半，，，，，，本钱约为其预估本钱的四分之一。。。。。

别的，，，，，，GPT-5.6 Sol 在 Terminal-Bench 2.1 和 DeepSWE 测试中也取得了新的最佳效果，，，，，，这两个测试旨在评估真实代码库中重大的下令行事情流和恒久工程。。。。。

同时，，，，，，GPT-5.6 可以编写和运行轻量级程序，，，，，，协调种种工具、处理中心效果、监控进度，，，，，，并在事情举行历程中选择下一步操作。。。。。这使得工具麋集型使命能够以更少的标记、更少的模子往返次数和更少的指导推进。。。。。宣传片中的北海道农场和“Three Wishes”麦片公司都用到了这个功效。。。。。

开发者不需要编写每个方法的剧本或将每个工具响应都转达给模子，，，，，，仅仅挪用程序化工具就可以实现这一点。。。。。响应 API 可以过滤大宗中心数据，，，，，，只保存主要信息，，，，，，并在此历程中调解其事情流程。。。。。

关于那些需要投入更多时间和盘算资源才华解决的问题，，，，，，GPT-5.6 可以逾越这种高效的默认设置，，，，，，并行协调四个智能体，，，，，，以更高的令牌消耗换取更优的效果和更快的响应速率。。。。。以下是较量了 ultra 的默认四智能体设置与单智能体基准在 BrowseComp（浏览盘算）、SEC-Bench Pro 和 Terminal-Bench 2.1 上的体现；；；

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效果。。。。。

这也就不难明确，，，，，，GPT-5.6获得了包括来自CURSOR、qodo、Notion、Cognition等公司的开发者的一众好评。。。。。

要知识，，，，，，还要漂亮

与此同时，，，，，，GPT-5.6 在设计判断方面实现了质的飞跃。。。。。

它能够检查和优化渲染效果——而不但仅是天生底层代码或内容——从而发明视觉和功效上的问题，，，，，，并在最终交付作品前举行润色。。。。。其前端功效还可以将自然语言请求转换为 ChatGPT Work 中细腻的交互式诠释和可视化效果。。。。。

在知识型事情方面，，，，，，它的优势体现在涵盖恒久专业剖析、浏览、工具使用和盘算机使用的各项评估中。。。。。

GPT-5.6 Sol 在BrowseComp和OSWorld 2.0测试中划分取得了92.2% 和62.6%的优异效果；；；在 OSWorld 测试中，，，，，，它逾越了 Opus 4.8，，，，，，同时输出令牌数目镌汰了 85%。。。。。

这一系列的性价比优势也十分显著。。。。。Luna 的性能险些抵达了 GPT-5.5 的峰值水平，，，，，，而本钱却不到其一半；；；Terra 的性能则更胜一筹，，，，，，且本钱更低。。。。。

这带来的效果是，，，，，，当使用模板和参考资料时，，，，，，提高尤为显著。。。。。

GPT-5.6 可以推断出资料的设计系统——结构、字体、间距、颜色和重复泛起的内容模式（包括嵌入在幻灯片母版中的规则）——并将这些规范一致地应用于新内容。。。。。

例如，，，，，，当要求凭证参考文件更新数字时，，，，，，GPT-5.5 的输有缺少母版幻灯片中的要害组件，，，，，，而 GPT-5.6 则能更忠实地遵照参考结构。。。。。

清静，，，，，，但一直对清静

OpenAI体现，，，，，，GPT-5.6 是其迄今为止最强盛的网络清静模子。。。。。

在ExploitBench2测试中（该测试权衡从找到易受攻击代码到执行恣意代码的希望），，，，，，GPT-5.6 的得分为 73.5%，，，，，，而 GPT-5.5 在类似的输出令牌预算下得分为 47.9%。。。。。

在ExploitGym3测试中（该测试要求署理将真实天下的误差转化为可用的攻击代码），，，，，，GPT-5.6 的峰值通过率险些是 GPT-5.5 的两倍，，，，，，在两小时的测试时间内从 15.1% 提升至 24.9%；；；在六小时的测试时间内，，，，，，其通过率抵达了 33.7%。。。。。

在SEC-Bench Pro测试中（该测试测试重大软件的看法验证天生能力），，，，，，GPT-5.6 的得分为 71.2%，，，，，，而 GPT-5.5 的得分为 45.8%，，，，，，并且延迟更低。。。。。

GPT-5.6 支持主要的防御使命，，，，，，例如清静代码审查、补丁程序修补、威胁建模和蓝队演练。。。。。OpenAIDaybreak 的“网络清静可信会见”妄想中切合资格的个人和组织可以通过更精准的清静包管步伐，，，，，，在授权情形中执行经由验证的事情，，，，，，从而获得更多防御功效，，，，，，包括误差分类和验证、恶意软件剖析、检测工程和补丁验证。。。。。

在 OpenAI 内部，，，，，，研究职员将其应用于整个开发流程：诊断故障、优化训练系统、运行实验息争读效果。。。。。

但“绝对的清静”是不保存的，，，，，，OpenAI 同样声明晰其局限。。。。。

GPT-5.6 模子在生物学和网络清静领域均比之前的模子更强盛，，，，，，但在这两个领域均未抵达“要害”标准。。。。。在网络清静领域，，，，，，GPT-5.6 更善于发明和修复误差，，，，，，但难以可靠地对强化目的提倡自主的端到端攻击——这使得防御者有时机在误差被使用之前增强系统。。。。。在生物学领域，，，，，，GPT-5.6 可以支持正当的研究，，，，，，但并不具备建设、设计或合成高危新型威胁所需的端到端能力。。。。。

“一分钱一分货”

GPT-5.6 克日起在 ChatGPT、Codex 和 OpenAI API 上线，，，，，，详细的使用上也附带了说明。。。。。这次推送将在全球规模内举行，，，，，，并在未来 24 小时内逐步笼罩所有版本。。。。。

Chat: Plus、Pro、Business 和 Enterprise 用户可以通过中等和较高难度设置会见 GPT-5.6 Sol。。。。。Pro 和 Enterprise 用户还可以选择 GPT-5.6 Sol Pro，，，，，，以获得重大使命的最高质量效果。。。。。

ChatGPT Work 和 Codex：免费版和 Go 版用户可使用 GPT-5.6 Terra 版本。。。。。Plus、Pro、Business 和 Enterprise 版用户可以选择 GPT-5.6 Sol、Terra 和 Luna 版本，，，，，，并为每个版本设置事情量级别。。。。。所有在 ChatGPT Work 和 Codex 中拥有 GPT-5.6 会见权限的用户均可使用此功效，，，，，，并且可以在设置中启用。。。。。在 ChatGPT Work 中，，，，，，此功效仅对 Pro 和 Enterprise 版用户可用。。。。。在 Codex 中，，，，，，此功效仅对 Plus 及更高级别的衣餐用户可用。。。。。

API：开发者可以通过 OpenAI API 会见 Sol、Terra 和 Luna。。。。。在响应 API 中，，，，，，程序化工具挪用功效允许 GPT-5.6 在内存中编写和运行程序，，，，，，以协调工具并处理中心效果，，，，，，从而实现零数据保存 (ZDR) 兼容。。。。。多智能体功效（现在以 Beta 版形式提供）允许 GPT-5.6 运行多个子智能体，，，，，，并在单个请求中综合它们的运行效果。。。。。

GPT-5.6 的定价基于每百万代币，，，，，，分为三种模子：Sol 为 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。。。。。

与此同时，，，，，，OpenAI 更是拿专业、编程、科学与康健、盘算机使用、网络清静性、自我提升、多模态、学术研究、工具使用等一系列维度的数听说明晰自己的“一分钱一分货”。。。。。

OpenAI 越发“接地气”了

OpenAI年中节点的这场宣布，，，，，，从跑分宣传笼罩到了性能的落地应用。。。。。与手艺前进相比，，，，，，更为主要的可能是，，，，，，GPT-5.6 比以往任何时间都越发务实，，，，，，更“接地气”了。。。。。

首先是按需分配算力，，，，，，离别了古板的“一刀切”，，，，，，GPT-5.6 的产品越来越矩阵化。。。。。已往OpenAI 的战略是“做一个最强的模子，，，，，，让所有人用它”，，，，，， GPT-5.6则把模子酿成了类似手机一样的产品线，，，，，，让差别预算的用户都能找到合适的方案。。。。。

Sol旗舰版主打极致性能，，，，，，Terra平衡版主打性价比，，，，，，Luna轻量版主打极速和低本钱。。。。。

并且旗舰版 Sol 的定价，，，，，，输入5美元/百万token，，，，，，输出30美元，，，，，，这仅仅是其竞争敌手 Anthropic 同级产品 Fable 5 的一半，，，，，，但性能更优。。。。。

其次，，，，，，GPT-5.6 也不再仅仅知足于“回覆问题更智慧”，，，，，，而是最先把“明确意图、挪用工具、拆分使命”毗连成完整的事情流，，，，，，推出由 Codex 驱动的 ChatGPT Work，，，，，，一键天生 PPT、表格并直接导出到 Microsoft Office，，，，，，让 AI 真正落地打工人的日常办公场景。。。。。

这既是一种手艺选择，，，，，，也是一种商业战略。。。。。OpenAI 还通过和 Cerebras 相助定制芯片等一系列战略降本增效，，，，，，改善公司的现金流。。。。。一些看法以为，，，，，，这是OpenAI 在为自己2027年的IPO妄想做准备。。。。。

也就是说，，，，，，OpenAI正在起劲从一个“腾贵的极客玩具”，，，，，，酿成通俗人和企业“用得起、用得顺”的生产力基础设施，，，，，，深入“everything”。。。。。

直播中，，，，，，农场主Hiroki 体现身边的人都问他怎样使用AI ，，，，，，而他自己感受，，，，，，“那险些像是在变魔术。。。。。” 从中可以嗅到的信号是，，，，，，天下的一些角落，，，，，，正在悄悄爆发转变。。。。。

当蝴蝶扇动同党，，，，，，在时间的催化下，，，，，，可能会酿成现实的魔术。。。。。

本内容由作者授权宣布，，，，，，看法仅代表作者自己，，，，，，不代表虎嗅态度。。。。。如对本稿件有异议或投诉，，，，，，请联系 tougao@huxiu.com。。。。。

本文来自虎嗅，，，，，，原文链接：https://www.huxiu.com/article/4874356.html?f=wyxwapp