GPT-5.6 系列正式发布：Sol/Terra/Luna 三档模型 + 成本性能比大幅优化

7/9/2026OpenAIAIGPT-5.6

GPT-5.6 系列正式发布：Sol/Terra/Luna 三档模型 + 成本性能比大幅优化

OpenAI 于 2026 年 7 月 9 日正式发布 GPT-5.6 系列模型，一口气推出三个版本：旗舰 Sol、中档 Terra、入门 Luna。同时推出的还有 ChatGPT Work 和 Codex 桌面端重大更新。gpt-5.6 默认指向 Sol。

三档定价体系

GPT-5.6 抛弃了 mini/nano 命名，改用三个天体名称对应三档定位。每百万 token 定价：

模型输入输出定位
Sol$5.00$30.00最强能力，复杂编码/安全研究
Terra$2.50$15.00平衡性能与成本，大规模生产
Luna$1.00$6.00高并发低成本，日常任务

Sol 价格与上一代 GPT-5.5（$5/$30）持平，但性能有显著提升。Terra 在性能接近 GPT-5.5 的情况下，价格压到一半。对比竞品 Claude Fable 5（$10/$50），Sol 大约是对方价格的一半。

TerminalBench 2.1：命令行自动化

TerminalBench 2.1 测的是真实编码工作流中的规划、迭代和工具协调能力。

模型TerminalBench 2.1
GPT-5.6 Sol Ultra91.9%
GPT-5.6 Sol88.8%
Claude Mythos 588.0%
GPT-5.6 Terra84.3%
Claude Fable 584.3%
GPT-5.583.4%
GPT-5.6 Luna82.5%
Claude Opus 4.878.9%
Gemini 3.1 Pro Preview70.7%

几个关键数字：

  • Sol Ultra 模式拿下 91.9%，TerminalBench 2.1 目前最高分
  • Sol 标准模式 88.8%，超过 Claude Mythos 5 的 88.0%
  • Terra 与 Claude Fable 5 打平在 84.3%，但 Terra 价格只有对方一半
  • Luna 82.5% 超过 Claude Opus 4.8 的 78.9%
  • Gemini 3.1 Pro Preview 70.7% 垫底

Agent's Last Exam：成本效率的核心战场

Agent's Last Exam 成本性能对比

Agent's Last Exam 测的是跨专业领域的长流程智能体任务。横轴是 API 花费（0 到 $4,000+），纵轴是任务完成率（30% 到 55%）。

GPT-5.6 三档模型全部聚拢在图表左下角：低成本、高完成率。GPT-5.6 Sol 在约 $750 的花费下达到约 54% 的峰值，是目前唯一跨过 50% 门槛的模型。Terra 和 Luna 分别在约 $500-700 区间达到 50-51%。

Claude Opus 4.8 和 Claude Fable 5 两个模型在图表右侧延伸，需要 $3,000-4,000 才能追到 45% 左右的水平。Claude Fable 5 在 Adaptive 模式下花费 $2,315 完成 40.5%。

Gemini 3.1 Pro Preview 作为孤立的单一数据点出现在约 $2,000 / 32% 的位置，成本效率在所有参与测试的模型中垫底。

新推理模式：max 与 ultra

GPT-5.6 引入了两种高强度推理模式：

  • max 模式：单个推理链纵向深化。集中算力让一条思路想得更深，适合需要密集推理的单步骤问题。
  • ultra 模式：多个子智能体横向协作。把复杂任务拆分给不同 AI 实例并行处理，再汇总结果。

Ultra 模式是 Sol 拿下 TerminalBench 91.9% 的关键。OpenAI 的方向明确：复杂问题靠多智能体协作解决。GPT-5.6 也支持自适应推理强度（Adaptive），模型自行判断任务难度选择合适的推理深度。

Programmatic Tool Calling

GPT-5.6 引入 Programmatic Tool Calling。模型可以像写代码一样批量调用外部工具，而不需要每一轮对话单独发起一次工具请求。

传统工具调用流程是：模型输出工具请求 → 等待结果 → 继续推理 → 再输出下一个工具请求。N 个工具需要 N 轮对话。Programmatic Tool Calling 允许模型在一个步骤内编排多个工具调用，大幅减少对话轮次和 token 消耗。

ChatGPT Work

ChatGPT Work 是面向复杂工作场景的新产品形态。它可以跨应用和文件执行多步骤任务，直接生成表格、幻灯片、文档和网页应用等可交付成品。核心变化是 ChatGPT 从"回答问题"扩展到"完成工作"，输出的不再只是文字，还有可直接使用的结构化成品。

Codex 更新

Codex 正式并入 ChatGPT 桌面应用。主要更新：

  • 应用内直接编辑代码，支持跨仓库项目
  • 侧边栏审查 GitHub PR
  • Computer Use 性能提升
  • 支持 macOS 和 Windows 系统代理配置（包括 PAC 和 WPAD）
  • MCP 工具默认使用 tool search
  • Remote 插件默认开启

Prompt Caching 改进

GPT-5.6 引入更可预测的 prompt caching：

  • 支持显式 cache breakpoints
  • 30 分钟最小缓存生命周期
  • Cache writes 按 1.25 倍未缓存输入费率计费
  • Cache reads 享受 90% 的缓存输入折扣

此外，GPT-5.6 Sol 将于 7 月在 Cerebras 上线，速度可达每秒 750 tokens。

竞争格局

GPT-5.6 三档模型在 Agent's Last Exam 的成本效率图上形成了明显的技术代差。Sol 在 TerminalBench 上超过 Anthropic 旗舰 Claude Mythos 5，Terra 在半价条件下追平 Claude Fable 5，Luna 超过 Claude Opus 4.8。Gemini 3.1 Pro Preview 在两个 benchmark 上都处于落后位置。

OpenAI 的核心叙事：用更少 token、更低成本完成复杂任务，同时通过 Ultra 多智能体模式在高端性能上保持领先。

来源：OpenAI | Codex Changelog | ChatGPT Work

相关推荐