文章核心观点 - OpenAI正式发布了其迄今最强模型GPT-5.6，该模型在多项能力上实现突破，并同步推出了新产品ChatGPT Work，同时完成了产品架构的整合与升级[1][20][49] GPT-5.6模型发布与架构 - GPT-5.6家族分为三档：旗舰模型Sol、平衡款Terra、以及最快最便宜的Luna，命名分别对应太阳、地球、月亮[20][21] - 模型已全面上线，可在ChatGPT、Codex以及API中使用[4] - 原有的Codex桌面应用已升级为新的ChatGPT桌面应用，老版ChatGPT桌面应用更名为“ChatGPT Classic”[8] 技术能力与性能表现 - GPT-5.6 Sol在编码、知识工作、网络安全、科学任务上达到SOTA水平，同时能用更少token、更低估算成本完成任务[22] - 引入了新的“ultra”模式，可协调多个agent并行处理任务，默认协调4个agent，可扩展至16个[23][24][25] - 新增“程序化工具调用”能力，模型可自主编写轻量程序来协调多个工具调用、处理中间结果，从而用更少的token和模型往返次数完成工具密集型任务[26][27][28][29] - 在Agents' Last Exam测试中，Sol以53.6分刷新纪录，比Fable 5高出13.1分，即便调低推理强度，也能以约四分之一的成本领先11.4分[30] - 小尺寸模型Terra和Luna分别以约十六分之一的成本反超Fable 5[32] - 在Artificial Analysis Intelligence Index上，Sol（最高推理强度）与Fable 5的分差在1分以内，但完成任务时间少61%，成本约为一半[33] - 在BrowseComp评测中拿到92.2%的新纪录，在OSWorld 2.0上达到62.6%，后者输出token比Claude Opus 4.8少85%[43][47] - 在遵循模板和参考文件的能力上有所提升，能识别并一致地应用幻灯片的整体设计体系[48] 设计与端到端工作能力 - 设计能力实现飞跃，只需高层级指示就能做出美观、符合人体工学、功能完整的界面，并能检查和打磨渲染后的最终效果[35][36][37][38] - 具备端到端的知识工作能力，能将Slack、Notion、Microsoft 365、Google Drive中的杂乱素材转化为专业水准、可直接分享的成果[42] 网络安全能力 - 官方称GPT-5.6是“迄今最强的网络安全模型”，且用明显更少的token实现[64][65] - 在ExploitBench上得分73.5%，而GPT-5.5在相同token预算下只有47.9%[65] - 在ExploitGym上，两小时时限内的最高通过率从GPT-5.5的15.1%提升至24.9%，六小时时限下可达33.7%[69] - 在SEC-Bench Pro上得分71.2%，大幅领先GPT-5.5的45.8%[71] - 主要支持防御性网络安全任务，更高级别的能力仅向通过“网络安全可信访问”计划验证的个人和机构开放[73] - 安全测试结论显示，其在网络安全和生物两个维度均未越过“关键(Critical)”风险阈值[75] ChatGPT Work产品特性 - 由Codex和GPT-5.6驱动，可跨应用和文件行动，持续数小时，将目标转化为完成品[15][16][50] - 具备三项主要能力：跨应用取材与跨文件行动、产出“成品”而不是草稿、支持长任务与持续监督并存[52][54][56] - 内置“统一插件目录”，可连接Google Drive、SharePoint、Slack、Microsoft Teams、Gmail等第三方服务[52] - 任务可一次性运行、按计划重复执行或依据触发条件自动启动，用户可随时查看进度、调整方向或审批关键动作[56][57] - 安全性强调Auto-Review机制，在对抗性红队测试中拦下了全部尝试窃取受保护数据的攻击[59] 产品架构整合与定价 - 产品架构完成合并，ChatGPT桌面端拆分为Chat、Work、Codex三种模式[60][62] - 将逐步淘汰独立的Atlas浏览器，相关智能体浏览能力会并入ChatGPT内置浏览器和新的Chrome侧边栏扩展[63] - 定价方面（每百万token）：Sol输入$5/输出$30；Terra输入$2.5/输出$15；Luna输入$1/输出$6[51] 社区反响与行业影响 - 社区用户展示了GPT-5.6-Sol在生成“方块版曼哈顿”和推进代数几何K3曲面问题研究方面的强大能力[9][12][13][14] - 有用户预测，照此趋势明年模型可能可以one-shot生成GTA级别的游戏[11] - 也有用户吐槽GPT-5.6 ultra模式消耗token极快，15分钟内就烧完Pro会员5小时限额[18] - Anthropic在发布会后连夜重置了用户额度，显示出竞争压力[78]