北京
八年前Meta就有萬億參數模型了，但當時沒人能將這種規模壓進企業級推理成本。現在OpenAI推出GPT-5.6系列，旗艦推理模型Sol在基準測試中大幅領先對手，反而輸出token減少一半，耗時縮短一半，成本還低了三分之一。這打破了"越強越貴"的常規認知。
GPT-5.6 Sol、Terra、Luna三款模型今天在Amazon Bedrock正式上線，搭載下一代推理引擎，企業可以直接用自己已有的AWS承諾消費來調用。OpenAI這次引入了一套新的命名規則：數字代表代際，Sol、Terra、Luna則代表持久的能力層級，各自按照獨立節奏迭代。這種設計讓企業不必再被"一代一旗艦"的節奏綁架。
從指標來看，Sol確實刷新了多項紀錄。在評估長周期專業工作流的Agents' Last Exam上，Sol拿到53.6分，比第二名高出13.1分；即使在中等推理強度下，它仍領先11.4分，而預估成本僅為對手的四分之一。在網絡安全研究基準ExploitBench中，Sol得分73.5%，相較于GPT-5.5在相近輸出token預算下的47.9%有了質的飛躍。值得注意的是，這些成績是在輸出token更少、速度更快的前提下實現的。OpenAI將其歸因于"每token更高智能密度"——通俗說，就是思考得更少但想得更準。
然而分層結構也帶來了新的選擇成本。Sol主打深度推理，適合自主編碼代理、漏洞挖掘、藥物發現這類需要多步推理的任務；Terra定位日常生產負載，性能優于GPT-5.5且成本更低，覆蓋代碼生成、內容工作流等；Luna則專攻高吞吐場景，分類、摘要、路由等，追求最低延遲和每次token成本。企業需要根據工作負載進行匹配，這意味著模型管道的復雜度上升了。以前一個模型打天下，現在得維護三套提示詞策略和回退邏輯。對于中小團隊，這可能是甜蜜的負擔。
支持方認為，這種按需分層真正讓模型回歸工具屬性。并非所有任務都需要推理鏈，實時應用對延遲敏感，批量處理則對成本敏感。把"最聰明"和"最便宜"拆開，反而能避免過去那種"為偶爾的復雜查詢支付旗艦價格"的浪費。而且定價對標OpenAI官方費率，同時計入AWS現有承諾，財務口徑統一。Bedrock的下一代推理引擎也在可用性、安全性和數據駐留上加碼，對監管行業是加分項。
值得拆解的是，Sol的新增"最大推理強度"選項給了用戶一個可調節的算力旋鈕。日常任務用中低強度即可，碰到硬骨頭再調高，這讓智能不再是固定值，而是按需分配的算力資源。這種設計或許比單純提升基準分數更有工程意義——它把模型性能從實驗室榜單拉進了資源調度的現實世界。
最終判斷：GPT-5.6系列不是簡單的代際升級，而是一次能力維度的切分。OpenAI把"更強"拆解為"更省"和"更專"，逼迫企業重新審視自己的AI工作流——不是每個應用都需要Sol的推理深度，但每個應用都值得一個恰好匹配的模型層級。這種務實分層對于規模化部署AI的團隊來說，可能比在排行榜上多拿幾個第一更有價值。
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.
