北京
文章轉載于新智元
終于等到了！
就在剛剛，OpenAI一口氣把GPT-5.6「全家桶」——Sol、Terra、Luna全放了出來。
毫不夸張地說，Sol這次就是沖著Claude Fable 5來的：
· Agents' Last Exam：Sol豪取53.6%，把Fable 5甩開13.1分；
· Terminal-Bench 2.1：Sol拿88.8%，開Ultra頂到91.9%，Fable 5才83.1%；
· Coding Agent Index：Sol狂攬80分刷新SOTA，力壓Fable 5 2.8分。
更刺激的的價格——
Fable 5每百萬token的輸入是$10、輸出是$50；
Sol直接對折，只要$5和$30，Terra再砍半到$2.5和$15，Luna干脆只要$1和$6。
同在今天，ChatGPT和Codex終于完成合體，OpenAI「超級應用」真的來了。
從此，只剩下ChatGPT這一個應用。
1
GPT-5.6，全面上線
自6月27日初次亮相以來，全網翹首以盼的GPT-5.6終于「到手」了。
Sol、Terra、Luna，一個不差，全部交給所有人。
旗艦Sol（太陽）：專治硬核編碼、知識工作、網絡安全和科學領域「硬骨頭」，堪稱地表最強。
Terra（大地）+ Luna（月亮）：主打一個極致性價比，用更少的成本體驗卓越的性能。
干翻Fable 5，編程新王登場
先看最硬核的編程，OpenAI直接把Sol稱為「迄今最強編程模型」。
在Artificial Analysis Coding Agent Index上，Sol開max推理拿下80分，創下新SOTA，比Fable 5高2.8分。
而且，輸出token不到一半、耗時不到一半、成本還低約1/3。
這種碾壓貫穿整條產品線：Terra略高于Fable 5，Luna則直接越過Opus 4.8。
而且各自都只用了約1/3的時間、約一半的輸出token、約1/4的成本。同樣的活，OpenAI這次是用小得多的代價干完的。
在考驗命令行長程工程的Terminal-Bench 2.1和DeepSWE上，Sol同樣刷新了SOTA。
四個Agent一起上，Ultra模式上線
如果一個模型不夠，那就上四個。
這一次，GPT-5.6新增了兩檔高能力設置——
max檔：比原來的xhigh給模型更多時間去推理；
ultra檔：默認一次派四個Agent并行開工，重活還能上到十六個。
用更多的token，換更強的結果和更快的出活速度。
在BrowseComp、SEC?Bench Pro、Terminal?Bench 2.1三項評測上，加了并行Agent之后，「分數?耗時」曲線整體向左上方移動——分更高，還更快。
左右滑動查看
這一代GPT?5.6，還悄悄補上了一塊過去的短板——設計審美。
它能自己去「看」渲染出來的結果，檢查視覺和功能上的毛病，然后動手修，最后再把成品交給你。
如下，GPT?5.6設計的航海小游戲、博物館網站、室內設計展示等，都展現出其設計能力上質的飛躍。
GPT-5.6在「端到端知識工作」上的成績，同樣亮眼。
Sol在BrowseComp上拿下92.2%、在OSWorld 2.0上拿下62.6%，雙雙刷新SOTA。
尤其是在OSWorld上，它超過Opus 4.8的同時，輸出token少用了85%。
左右滑動查看
1
GPT?5.6煉出自己 OpenAI「AI永動機」成真
GPT?5.6最科幻的一面，藏在OpenAI自己的辦公室里。
OpenAI官方稱，GPT?5.6，是他們迄今最能加速AI研究的模型。
研究員用它來診斷故障、優化訓練系統、跑實驗、解讀結果。
在GPT?5.6內測期間，每位活躍研究員的日均輸出token量，是GPT?5.5最高水平的兩倍多。
更夸張的是，過去半年，OpenAI投入到內部編程推理的研究算力份額漲了100倍，內部Agent的token用量漲了約22倍。
在一套衡量「遞歸自我改進（RSI）」的內部評測上，Sol比GPT?5.5高出16.2分。
說白了，OpenAI正在用AI，加速造下一個更強的AI。
發布會直播中，研究員透露了一個關鍵細節——
全家桶里最小的Luna，是老大哥Sol后訓練出來的！
過程是這樣，先輸入大致的需求，然后Sol就開始自己去找訓練配置、挑選GPU、啟動腳本、確認跑通，把一個模型的后訓練從頭到尾全包圓了。
這活兒放在過去，是一整隊資深研究員的工作。
而現在，那個「自動化研究員」，真的已經很近了。
這也許就是當下這個AI時代之所以愈發瘋狂，最有說服力的注腳。
1
ChatGPT和Codex終于合體了
同在今天，ChatGPT桌面端迎來重大升級。
新增內置瀏覽器和Computer Use，能直接調用你本地的文件和應用，替你點擊、打字、搬文件。
真正的關鍵在，原來的Codex應用，也和全新的ChatGPT桌面端合并了！
跟GPT-5.6一起端上來的，另一大重量級產品，便是ChatGPT Work。
它是一個能跨App和文件自主干活的Agent，能盯著一個項目連續跑好幾個小時，把一個目標變成真正的成品。
可以說，這就是OpenAI版的「Claude Cowork」！
同樣的，它可以通過手機端ChatGPT直接操控。
即便是電腦不在身邊，也能繼續推進工作。
從預覽到全量上線，不過半個月；從追趕到反超，OpenAI只用了一次發布會。
但真正讓人后背發涼的，不是那幾張榜單，是GPT-5.6 Sol親手訓出了Luna。
當AI開始訓練AI，時間就不再是線性的了。
競賽的終點線正在消失，剩下的只是下一個版本號。
參考資料：
https://openai.com/index/gpt-5-6/
https://openai.com/index/chatgpt-for-your-most-ambitious-work/
編輯：桃子 摩西
點個“愛心”，再走 吧
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
