泉源：学外行掌被502粘住“牵手”求助作者： 谢靖谦：

GPT-5.6中档模子封神，
，
，，，最贵版尴尬翻车

出品 | 网易智能

作者 | 辰辰

编辑 | 王凤枝

OpenAI说，
，
，，，GPT-5.6的要害词是"效率"。。
。。

社区测了一天，
，
，，，算出了三个谜底。。
。。

Terra意外出圈；；；Sol稳，
，
，，，但谈不上革命；；；最耗资源的Ultra，
，
，，，却在一组物理测试里花了GPT-5.5三倍的钱，
，
，，，效果还更差。。
。。

7月10日，
，
，，，OpenAI周全开放GPT-5.6系列：Sol、Terra和Luna。。
。。一起上线的尚有ChatGPT Work，
，
，，，OpenAI把Codex的部分能力带进ChatGPT桌面端，
，
，，，直接对标Claude Cowork。。
。。

两周前，
，
，，，GPT-5.6还因网络清静问题，
，
，，，只向少数经美国政府批准的机构开放。。
。。

现在限制扫除，
，
，，，用户只体贴一件事：

多花出去的token，
，
，，，究竟有没有换来更好的效果？？？？

一、被低估的谁人

第一波体验中，
，
，，，一个容易被忽略的名字最先泛起：Terra。。
。。

有人用Terra跑了钟表制造测试，
，
，，，天生完整的瑞士杠杆擒纵机构三维模子。。
。。真实的齿轮比、可事情的擒纵、呼吸式游丝，
，
，，，指针真的在走时。。
。。然后它自己检查了力学和视觉接触点，
，
，，，重复迭代直到整个机芯稳固。。
。。

评测者的原话："感受很是靠近 Mythos级别的模子。。
。。"

Terra 的官方定价：输入每百万 token 2.5美元，
，
，，，输出15美元。。
。。按 OpenAI 官方估算，
，
，，，在考察长程专业事情流的 Agents' Last Exam 中，
，
，，，Terra 和 Luna 以约十六分之一的本钱凌驾了 Fable 5。。
。。

这不是 Sol。。
。。这是中心那档。。
。。

Notion 联合首创人西蒙·拉斯特（Simon Last）在官方通告中的评价更直接："许多跑在 GPT-5.5上的智能体，
，
，，，换到 Terra 上体现一样好，
，
，，，本钱减半，
，
，，，token 消耗少16%。。
。。"

对 Sol 自己的评价，
，
，，，社区要冷静得多。。
。。

手艺大 V Jun Song 是活跃在 X 上的开源 AI 开发者，
，
，，，他的总结被大宗转发："不是 Fable 那样的全新架构。。
。。只是基于 GPT-5.5的一次扎实升级。。
。。三个月等来的更新，
，
，，，谈不上革命。。
。。"但他加了一句："仍然是订阅妄想里能用到的最好的模子。。
。。"

另一个撒播更广的比喻来自 Every 公司的联合首创人兼 CEO 丹·希珀（Dan Shipper），
，
，，，他发帖称："GPT-5.6像保时捷，
，
，，，Fable 5像曲速引擎。。
。？？？？缧窍涤 Fable。。
。。日常通勤用5.6。。
。。"

前端设计有这样一个详细数字。。
。。在 Triple Whale 的七项基准测试中，
，
，，，Sol 得分4.4，
，
，，，GPT-5.5是4.0，
，
，，，Claude 4.8是3.5。。
。。从电商页面到仪表盘，
，
，，，一连交付完整、响应式的界面。。
。。每一项都恰恰够好。。
。。这恰恰是"日常通勤"所需要的：不是最快的车，
，
，，，是最不会让你迟到的车。。
。。

这是一个比"倾覆性"更忠实的定位。。
。。Sol 不是来推翻 Fable 的。。
。。它是来让更多人在更多场景下用得起够好的 AI。。
。。

听起来像是精准的市场定位。。
。。

更准确地说，
，
，，，OpenAI 没有在所有场景里和 Fable 硬拼极限能力，
，
，，，而是把重点放在性能、速率和本钱的平衡上。。
。。

但也有人差别意 Terra 的好评。。
。。有用户看了 Artificial Analysis 的性价比曲线图后直接谈论："看不出用 Terra 的理由。。
。。Luna 或 Sol 在整条线上都是更好的选择。。
。。"

二、Ultra 的翻车现场

若是 GPT-5.6的故事到此为止，
，
，，，它是清洁的。。
。。效率提升，
，
，，，定位清晰，
，
，，，社区大都人颔首。。
。。

但至少在一组 HTML5物理演示测试里，
，
，，，Ultra 翻车了。。
。。

Atomic Chat 项目团队跑了一组 HTML5物理演示测试。。
。。四个模子，
，
，，，统一个提醒词：天生三个自包括的物理场景，
，
，，，怪物卡车后空翻落车顶、特技车飞跃六辆大巴撞墙、火车脱轨坠桥入水。。
。。

效果如下：

三倍的价钱。。
。。更差的效果。。
。。

依据这个账单，
，
，，，测试者的结论不留人情："Sol Ultra 绘图跟 GPT-5.5一样，
，
，，，只是细节更多。。
。。物理真的变弱了。。
。。实质上是 GPT-5.5加更弱的物理和更悦目的画面，
，
，，，收你三倍的钱。。
。。"

OpenAI 对 Ultra 的界说是"协调多个智能体并行事情"，
，
，，，默认四个智能体同时跑，
，
，，，用更多 token 换更强效果和更快交付。。
。。

逻辑上说得通。。
。。

但物理测试揭开了逻辑裂痕：多智能体协调自己消耗 token。。
。。若是协调没有让最终输出更好，
，
，，，用户就是在花钱买更多内部讨论，
，
，，，而不是更好的效果。。
。。

AI 领域意见首脑罗翰·保罗（Rohan Paul）转述了这项测试，
，
，，，并增补了手艺诠释："物理演示袒露了通俗编码基准隐藏的弱点。。
。。一个模子可以花更多 token 形貌更富厚的场景，
，
，，，却仍在难的部分失败：维持力、动量、碰撞时机和跨帧的可信物体行为。。
。。"

虽然，
，
，，，需要说明的是，
，
，，，这组测试选的是物理模拟，
，
，，，一个需要全局一致性的使命类型。。
。。Ultra 的多智能体架构在可拆分的并行使命上可能体现差别。。
。。但物理测试恰恰袒露了它的结构性弱点：当使命不可拆分时，
，
，，，更多智能体不即是更好效果。。
。。

并且烧掉的更多 token，
，
，，，是用户在付钱。。
。。

三、模子还没用熟，
，
，，，下一代听说已经来了

GPT-5.6宣布当天，
，
，，，X 上已经最先撒播 GPT-6可能很快到来的新闻。。
。。相关听说尚未获得 OpenAI 确认，
，
，，，其宣布时间和手艺蹊径也都没有可靠结论。。
。。

但听说自己仍然击中了开发者的一种真实焦虑：模子迭代越来越快，
，
，，，为一个新模子调解提醒词、参数和事情流之后，
，
，，，这套适配事实能使用多久？？？？

一位用户问："人们还没时间真正用上5.6，
，
，，，已经在谈6了。。
。。这不就让整个5.6系列显得毫无意义？？？？"

这个判断未必公正。。
。。新模子泛起，
，
，，，也不料味着旧模子连忙失去价值。。
。。

但对企业来说，
，
，，，模子效率不可只算每百万 token 的价钱。。
。。切换模子、重新测试界线、修改提醒词和迁徙事情流，
，
，，，同样都是本钱。。
。。

模子省下的钱，
，
，，，只有在它被稳固使用足够长时间后，
，
，，，才真正算数。。
。。

四、效率牌，
，
，，，打给谁看

GPT-5.6的效率故事，
，
，，，有两个观众。。
。。

一个是开发者社区。。
。。他们在跑分、比价、算性价比。。
。。结论是破碎的。。
。。Ultra 不值，
，
，，，Sol 够用，
，
，，，Terra 吵得最凶。。
。。有人说它靠近 Mythos，
，
，，，有人说它在性价比曲线上没有保存理由。。
。。两种判断同时建设，
，
，，，由于测的不是统一件事。。
。。

另一个是华尔街。。
。。

OpenAI 已神秘提交 IPO 招股书。。
。。CNBC 和《纽约时报》的最新报道显示，
，
，，，其私募市场估值约为8520亿美元，
，
，，，并且 OpenAI 正在追求1万亿美元的 IPO 估值。。
。。Anthropic 在5月完成新一轮融资，
，
，，，据《卫报》其时的报道，
，
，，，估值抵达9650亿美元，
，
，，，由此成为全球最有价值的 AI 公司。。
。。两家都在抢上市窗口。。
。。

"更好或持平，
，
，，，但更自制"，
，
，，，这是说给企业 CFO 听的，
，
，，，不是说给开发者听的。。
。。 CFO 体贴单位智能本钱，
，
，，，开发者体贴极端场景下的体现。。
。。两种人体贴的不是统一件事。。
。。

而在 GPT-5.6宣布当天，
，
，，，三个外围行动让"效率"这张牌更显拥挤。。
。。

GPT-5.6宣布后，
，
，，，Anthropic 也宣布调解 Claude 的周度费率。。
。。有用户将这一时间点解读为对 OpenAI 新行动的回应。。
。。

科技剖析师、AI 领域大 V 金·艾森伯格（Kim Isenberg）的说辞一针见血："态度很明确了。。
。。"

Meta 同日宣布 Muse Spark 1.1。。
。。SpaceX 前一天发了 Grok 4.5。。
。。统一周，
，
，，，四家公司有大行动。。
。。

效率不是 OpenAI 的独家故事。。
。。它是全行业的价钱战。。
。。 OpenAI 说"我们效率高"，
，
，，，翻译一下：别去找更自制的替换品。。
。。

GPT-6的幽灵在上面飘着。。
。。你刚买的模子，
，
，，，可能下个月就过时了。。
。。效率是时间的函数，
，
，，，你得用够久，
，
，，，省下的钱才算数。。
。。

五、那道线

回到社区评测。。
。。

把24小时的数据放在一起看，
，
，，，GPT-5.6的画像比官方博客重大，
，
，，，也更忠实。。
。。

第一，
，
，，，Terra 是最被低估的一款。。
。。 靠近 Mythos 级的体现，
，
，，，十六分之一的价钱。。
。。若是 OpenAI 的定价让你疑心，
，
，，，为什么 Terra 夹在 Sol 和 Luna 中心似乎没有保存感，
，
，，，Terra 的保存自己就是诠释。。
。。它证实晰效率提升是真实的，
，
，，，只是不在你最先关注的谁人型号上。。
。。

第二，
，
，，，Sol 是清静的选择，
，
，，，不是革命的选择。。
。。 "保时捷不是曲速引擎"被撒播得这么快，
，
，，，由于它精准地绕过了官方叙事的强调，
，
，，，给了一个用户能用的定位：日常通勤的最优解。。
。。

第三，
，
，，，Ultra 的物理测试至少袒露了一个问题：多智能体并行并不会自动带来更好的效果。。
。。 在需要维持统一物理规则和跨帧一致性的使命里，
，
，，，协调本钱可能抵消并行收益。。
。。这不是对多智能体蹊径的否认，
，
，，，而是提醒用户：Ultra 适合什么使命，
，
，，，仍需要按场景验证。。
。。

第四，
，
，，，GPT-6的幽灵悬在整个5.6系列上空。。
。。 这是效率叙事最深的矛盾：你告诉我这个模子很省、很值，
，
，，，但我也知道你可能下个月就让它过时。。
。。

社区翻完 GPT-5.6的第一天账单，
，
，，，谜底不是"好"或者"坏"。。
。。

而是统一个"效率"，
，
，，，在差别使命里算出了差别效果。。
。。

OpenAI 算的是基准效果、token 消耗和预估本钱；；；开发者算的是详细使命能不可一次做对；；；企业最终要算的，
，
，，，则是切换模子、重新适配和恒久运行之后的总账。。
。。

GPT-5.6的效率提升是真的。。
。。但它不是统一的、周全的，
，
，，，也不是换上新模子就会自动兑现。。
。。

Terra 在部分事情流里显示出了很强的性价比；；；Sol 提供了更稳妥的性能与本钱平衡；；；Ultra 则需要更挑使命，
，
，，，多花的 token，
，
，，，必需换来足够好的效果，
，
，，，才算效率。。
。。

归根结底，
，
，，，模子变得更自制，
，
，，，不即是使命一定做得更省。。
。。

真正有意义的效率，
，
，，，仍然只有一种：花更少的钱，
，
，，，把事情做完，
，
，，，还不必返工。。
。。