OpenAI已面向公众发布了GPT-5.6「全家桶」，该系列包含Sol、Terra和Luna三款模型。同时，ChatGPT与Codex已整合，新推出的ChatGPT Work被定位为一款强大的AI辅助工具。

GPT-5.6系列模型的发布标志着AI能力的显著提升。其中，旗舰模型Sol在多项基准测试中表现突出：

• 在Agents' Last Exam评测中，Sol得分53.6%，领先Fable 5达13.1个百分点。
• Terminal-Bench 2.1测试中，Sol获得88.8%的成绩，Ultra模式下更是达到91.9%，远超Fable 5的83.1%。
• Coding Agent Index评测显示，Sol以80分的成绩刷新了SOTA（State-of-the-Art），领先Fable 5 2.8分。

价格方面，Sol的输入和输出价格分别为每百万token 5美元和30美元，Terra降至2.5美元和15美元，Luna更是低至1美元和6美元，相较于Fable 5（输入10美元，输出50美元）具有显著的成本优势。

此次更新还带来了ChatGPT和Codex的整合，标志着OpenAI「超级应用」的实现，未来将统一使用ChatGPT这一应用。

GPT-5.6系列模型已于今日全面上线。旗舰模型Sol专为硬核编码、知识工作、网络安全和科学领域设计。Terra和Luna模型则以极致的性价比为目标，提供卓越性能。

在编程能力方面，Sol被OpenAI誉为“迄今最强编程模型”。在Artificial Analysis Coding Agent Index上，Sol以80分创下SOTA，比Fable 5高2.8分，同时在输出token数量、耗时及成本上均有大幅优化。Terra和Luna模型在各项评测中也超越了Fable 5和Opus，且在时间和成本上展现出明显优势。Sol在Terminal-Bench 2.1和DeepSWE等命令行长程工程测试中同样刷新了SOTA。

GPT-5.6系列还引入了新的能力设置：max模式为模型提供更长的推理时间，ultra模式则支持四个Agent并行工作，重度任务可扩展至十六个Agent，以期在提升结果质量的同时加快处理速度。在BrowseComp、SEC‑Bench Pro和Terminal‑Bench 2.1等多项评测中，并行Agent的应用显著提升了“分数-耗时”表现。

此外，GPT-5.6在设计审美方面也有所突破，能够自行检查和修复视觉及功能问题，其设计的航海小游戏、博物馆网站和室内设计展示等作品均体现了设计能力的飞跃。在“端到端知识工作”方面，Sol在BrowseComp和OSWorld 2.0上均刷新了SOTA，特别是在OSWorld上，其输出token量比Opus 4.8减少了85%。

OpenAI表示，GPT-5.6是迄今为止“最能加速AI研究”的模型。研究人员利用GPT-5.6进行故障诊断、优化训练系统、运行实验和解读结果，其日均输出token量是GPT-5.5最高水平的两倍多。内部数据显示，过去半年，OpenAI在内部编程推理研究上的算力投入增长了100倍，Agent的token使用量增长了约22倍。GPT-5.6 Sol在衡量“递归自我改进（RSI）”的内部评测中，得分比GPT-5.5高出16.2分。

发布会上，研究员透露，GPT-5.6系列中最小的Luna模型是由Sol训练生成的。Sol能够自主完成训练配置、GPU选择、脚本启动等一系列模型后训练工作，这在过去需要一支资深研究团队才能完成。

ChatGPT桌面端也迎来了重大更新，集成了内置浏览器和Computer Use功能，能够直接调用本地文件和应用进行操作。原Codex应用已与全新的ChatGPT桌面端合并。

与GPT-5.6一同推出的还有ChatGPT Work，这是一款能够跨应用和文件自主工作的Agent，可长时间运行并完成复杂任务，被视为OpenAI版的“Claude Cowork”。它可以通过手机端ChatGPT进行操控，即使在没有电脑的情况下也能继续工作。

OpenAI此次发布不仅在技术榜单上实现了反超，更展现了AI加速AI研究的潜力，预示着AI发展进入了一个新阶段。