OpenAI发布GPT-5.6系列模型：性能全面超越Claude 价格最低仅为竞品十六分之一

OpenAI正式推出GPT-5.6系列模型，以更低成本实现更强性能，向AI行业竞争格局发出明确信号。此次发布包含三款模型：旗舰版Sol、均衡版Terra以及主打成本效益的Luna，即日起通过ChatGPT、Codex及OpenAIAPI向全球用户开放。cB3品论天涯网

从定价来看，Sol每百万输入/输出token收费5美元/30美元，Terra为2.50美元/15美元，Luna为1美元/6美元。cB3品论天涯网

OpenAI强调，GPT-5.6在多项关键基准测试中超越Anthropic旗下ClaudeFable5，但token消耗量和推理成本均大幅降低，意味着用户在同等预算下可完成更多实质性工作。cB3品论天涯网

对企业用户和开发者而言，此次发布的核心影响在于“性价比”的全面提升。在面向专业工作流的Agents‘LastExam评测中，GPT-5.6Sol以53.6分超出ClaudeFable5达13.1个百分点，且即便采用中等推理设置，其成本也约为Fable5的四分之一。cB3品论天涯网

更具冲击力的是，定位更低端的Terra和Luna，在约十六分之一的成本下，基准测试得分仍超过Fable5。这一“降维打击”式的价格策略，直接压缩竞争对手的差异化空间。cB3品论天涯网

cB3品论天涯网

旗舰模型Sol确立效率新基准cB3品论天涯网

GPT-5.6Sol在编程能力上的提升尤为突出。在ArtificialAnalysis编程智能体指数（CodingAgentIndex）测试中，Sol（最大推理设置）以80分创下新纪录，比Fable5高出2.8分，同时输出token数量不及后者的一半，耗时减少逾半，成本低约三分之一。cB3品论天涯网

cB3品论天涯网

在复杂命令行工作流测试Terminal-Bench2.1中，Sol以88.8%的得分领先；在面向真实代码库的长周期工程测试DeepSWEv1.1中，其得分达72.7%，同样处于行业前列。cB3品论天涯网

cB3品论天涯网

企业用户的实测数据印证了上述表现。代码审查平台Qodo联合创始人兼CEOItamarFriedman表示，GPT-5.6在其内外部基准测试中均超越GPT-5.5，且每次代码审查所需token数量约减少三分之二，中位延迟降低约50%。cB3品论天涯网

AI开发平台Lovable联合创始人FabianHedin指出：cB3品论天涯网

“采用GPT-5.6后，用户完成任务所需步骤减少约25%，工具调用次数减少35%至48%，项目失败率下降15%。”cB3品论天涯网

多智能体架构开启“ultra”模式cB3品论天涯网

GPT-5.6引入分层计算调度机制，允许用户根据任务需求灵活选择推理深度。cB3品论天涯网

除标准的高推理设置外，OpenAI新增“max”和“ultra”两档模式：max给予模型更长思考和方案修正时间；ultra则默认协调四个并行智能体，通过牺牲更高的token消耗换取更强结果和更短交付时间。cB3品论天涯网

在BrowseComp测试中，SolUltra以92.2%的得分刷新纪录，在OSWorld2.0中以62.6%的成绩超越ClaudeOpus4.8，且后者输出token用量比其多出85%。SEC-BenchPro（针对复杂软件的漏洞概念验证生成）测试中，Sol达71.2%，而GPT-5.5仅为45.8%。cB3品论天涯网

cB3品论天涯网

在API层面，OpenAI同步推出ProgrammaticToolCalling功能，允许GPT-5.6在内存中编写并运行轻量程序，自主协调工具、处理中间结果，并在执行过程中动态调整工作流，从而减少模型与工具之间的往返调用次数，同时保持对零数据留存（ZDR）政策的兼容。cB3品论天涯网

网络安全与科学研究能力大幅跃升cB3品论天涯网

在网络安全领域，GPT-5.6Sol在ExploitBench评测中得分73.5%，而GPT-5.5仅为47.9%；在ExploitGym中，其在六小时上限内的通过率从GPT-5.5的15.1%提升至33.7%。cB3品论天涯网

cB3品论天涯网

OpenAI表示，该模型在安全防御侧同样具备更强能力，包括安全代码审查、漏洞修补、威胁建模和蓝队演练。cB3品论天涯网

为应对双重用途风险，OpenAI通过其“OpenAIDaybreak可信网络安全访问（TrustedAccessforCyber）”项目，向经过身份核实的个人和组织开放更高级别的防御功能，并对高风险实体和高风险地区实施额外访问限制。cB3品论天涯网

在生命科学领域，GPT-5.6Sol在GeneBenchPro（长周期基因组学与定量生物学）评测中得分28.7%，远超GPT-5.5的12%；LifeSciBench得分59.9%，高于GPT-5.5的50.4%。cB3品论天涯网

cB3品论天涯网

OpenAI同时表示，其测试结果显示GPT-5.6尚不具备端到端创建或合成高危新型生物威胁的能力。cB3品论天涯网

安全机制同步升级，保守部署策略延续cB3品论天涯网

随着模型能力提升，OpenAI在本次发布中同步强化安全架构。GPT-5.6Sol的网络安全防护措施较前代拦截的潜在有害活动多出约10倍。cB3品论天涯网

此前，OpenAI在正式发布前进行了约70万A100eGPU小时的黑盒自动化红队测试，并联合外部专家完成了大规模人工与自动化双轨评测。cB3品论天涯网

OpenAI表示，其安全体系采用多层冗余设计：模型内置保护与实时检查、持续监控及账户级执行机制协同工作。cB3品论天涯网

区别于纯分类器拦截方案，GPT-5.6引入“推理监控器”（reasoningmonitor），通过逐对话上下文分析判断潜在危害，使安全边界能够随使用场景动态调整，并可在不重新训练分类器的前提下快速修补漏洞。cB3品论天涯网

针对过度拦截可能对正当用途造成的影响，OpenAI在ChatGPT和Codex中提供一键切换至低能力模型重试的选项，并表示将持续优化，在维持高拦截强度的同时降低对正常使用的误伤。cB3品论天涯网

内部应用展示AI研发自加速趋势cB3品论天涯网

GPT-5.6的发布也揭示了OpenAI自身研发模式的重大变化。据OpenAI披露，在GPT-5.6内部测试期间，每位活跃研究员的日均输出token数超过GPT-5.5历史峰值的两倍。cB3品论天涯网

过去六个月，OpenAI内部用于编程推理的研究算力增长100倍，内部智能体token使用量增长约22倍，这一趋势已延伸至销售、市场、用户运营及财务等职能部门。cB3品论天涯网

在自我改进能力评测（RSIIndex）中，GPT-5.6Sol以57.9分领先GPT-5.5的41.7分，提升幅度达16.2个百分点。cB3品论天涯网

cB3品论天涯网

OpenAI将此解读为AI辅助AI研发正在加速落地的直接证据，并将其定位为推动后续模型迭代效率的核心驱动力之一。cB3品论天涯网