OpenAI 已面向公众推出其 GPT-5.6 系列产品，包括 Sol、Terra 和 Luna。与此同时，ChatGPT 与 Codex 已整合，推出了名为 ChatGPT Work 的新 AI 工具。

Sol 模型在多项基准测试中表现出色，例如在 Agents' Last Exam 中得分 53.6%，领先 Claude Fable 5 达 13.1 分。在 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%，而 Fable 5 为 83.1%。在 Coding Agent Index 评测中，Sol 以 80 分刷新 SOTA 记录，领先 Fable 5 2.8 分。

在定价方面，Fable 5 的输入和输出价格分别为每百万 token 10 美元和 50 美元。Sol 的价格减半，为 5 美元和 30 美元。Terra 进一步降至 2.5 美元和 15 美元，Luna 则为 1 美元和 6 美元。

此次更新还标志着 ChatGPT 和 Codex 的合并，OpenAI 的“超级应用”正式面世，未来将统一为 ChatGPT 应用。

GPT-5.6 系列已全面上线，包括旗舰模型 Sol，专为编码、知识工作、网络安全和科学领域设计，号称“地表最强”。Terra 和 Luna 则提供高性价比的选择。

在编程能力方面，Sol 被 OpenAI 称为“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、耗时和成本上均有显著优势。Terra 的表现略优于 Fable 5，Luna 则超越了 Opus。

GPT-5.6 还引入了新的高能力设置：max 档提供更多推理时间，ultra 档则支持最多四个 Agent 并行工作，重负载下可扩展至十六个。在 BrowseComp、SEC‑Bench Pro 和 Terminal‑Bench 2.1 等评测中，并行 Agent 的使用带来了更高的分数和更快的速度。

此外，GPT-5.6 在设计审美方面也有所提升，能够自主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均体现了设计能力的飞跃。

在“端到端知识工作”方面，Sol 在 BrowseComp 上获得 92.2% 的成绩，在 OSWorld 2.0 上获得 62.6%，均刷新 SOTA。在 OSWorld 评测中，Sol 的输出 token 量比 Opus 少了 85%。

GPT-5.6 的一个重要突破在于其加速 AI 研究的能力。内部数据显示，在 GPT-5.6 内测期间，研究员的日均输出 token 量翻倍。过去半年，OpenAI 在内部编程推理研究上的算力份额增长了 100 倍，内部 Agent 的 token 用量增长了约 22 倍。

在衡量“递归自我改进（RSI）”的内部评测中，Sol 比 GPT-5.5 高出 16.2 分。OpenAI 正在利用 AI 加速开发更强大的 AI。

值得注意的是，最小的 Luna 模型是由 Sol 模型训练出来的。Sol 能够自主完成训练配置、GPU 选择、脚本启动等任务，这曾是数位资深研究员的工作。

ChatGPT 桌面端也进行了重大升级，集成了浏览器和计算机使用功能，可直接调用本地文件和应用。原 Codex 应用已合并至新的 ChatGPT 桌面端。

此次发布的 ChatGPT Work 是一个能够跨应用和文件自主工作的 Agent，能够长时间处理项目，将目标转化为实际成果。该工具可通过手机端 ChatGPT 进行操控。

OpenAI 的此次发布标志着其在 AI 领域从追赶到反超的转变。AI 训练 AI 的模式预示着 AI 发展的速度将不再是线性的。