GPT-5.6來(lái)了：旗艦版碾壓GPT-5.5，價(jià)格卻沒(méi)漲

GPT-5.6來(lái)了，但……這是個(gè)什么型號(hào)？

這次OpenAI沒(méi)有沿用過(guò)去大家熟悉的Pro、Mini、Instant這類(lèi)命名，而是一次性端出了三個(gè)名字：GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.6 Luna。

Sol是太陽(yáng)，Terra是地球，Luna是月亮。

聽(tīng)起來(lái)很花哨，像一個(gè)新的模型宇宙。但它其實(shí)還是我們熟悉的那套產(chǎn)品分層：一個(gè)最強(qiáng)的旗艦?zāi)Ｐ停粋€(gè)日常使用的均衡模型，一個(gè)便宜、快速、適合大規(guī)模調(diào)用的輕量模型。

OpenAI官方說(shuō)法是：GPT-5.6系列會(huì)在未來(lái)幾周全面開(kāi)放，但目前先應(yīng)美國(guó)政府要求，在Codex和API中向一小群“值得信賴(lài)的合作伙伴”進(jìn)行有限預(yù)覽。

讓我們先來(lái)了解一下已公開(kāi)的情報(bào)。

01

最高檔和GPT 5.5同價(jià)

OpenAI這次給GPT-5.6分了三檔：Sol、Terra、Luna。

按照官方說(shuō)法，Sol是旗艦?zāi)Ｐ停琓erra是面向日常工作的均衡模型，Luna則是快速、便宜的輕量模型。

三檔模型一口氣全放了出來(lái)，基本對(duì)應(yīng)大模型產(chǎn)品里最常見(jiàn)的三層結(jié)構(gòu)：最強(qiáng)模型負(fù)責(zé)能力上限，中間模型負(fù)責(zé)大多數(shù)日常任務(wù)，輕量模型負(fù)責(zé)速度、成本和高并發(fā)調(diào)用。

從價(jià)格就能看出三者的層級(jí)。

按照OpenAI公布的API價(jià)格，GPT-5.6按每100萬(wàn)token計(jì)費(fèi)：Sol是輸入5美元、輸出30美元；Terra是輸入2.5美元、輸出15美元；Luna是輸入1美元、輸出6美元。

相信大家可能注意到了：GPT-5.6 Sol雖然是新一代旗艦?zāi)Ｐ停珒r(jià)格對(duì)齊的是GPT-5.5標(biāo)準(zhǔn)版，而不是GPT-5.5 Pro。

Terra則直接降到GPT-5.5的一半，Luna只有GPT-5.5的五分之一。

GPT-5.5 Pro依然是當(dāng)前OpenAI最貴的模型，價(jià)格是輸入30美元/百萬(wàn)token，輸出180美元/百萬(wàn)token，價(jià)格是GPT-5.5標(biāo)準(zhǔn)版和GPT-5.6 Sol的6倍。也不知道之后會(huì)不會(huì)再出一個(gè)“更適合專(zhuān)業(yè)任務(wù)”的GPT-5.6 Universe（只是開(kāi)玩笑）。

Sol是這次GPT-5.6系列里的最高檔，也是官方公告里花最多篇幅介紹的模型。

OpenAI把GPT-5.6 Sol稱(chēng)為目前最強(qiáng)模型，重點(diǎn)展示了它在寫(xiě)代碼、生物研究和網(wǎng)絡(luò)安全上的能力。

簡(jiǎn)單說(shuō)，Sol的定位是“最會(huì)干活的模型”，它對(duì)應(yīng)的不是普通聊天場(chǎng)景，是更復(fù)雜、更接近真實(shí)工作的任務(wù)。

比如在代碼場(chǎng)景里，它可以圍繞一個(gè)目標(biāo)持續(xù)推進(jìn)：先理解問(wèn)題，再拆步驟，然后調(diào)用工具、運(yùn)行命令、檢查結(jié)果，出錯(cuò)了再改，直到任務(wù)完成。

為了支撐Sol處理更難的任務(wù)，OpenAI給GPT-5.6引入了兩個(gè)新機(jī)制。

第一個(gè)叫max reasoning effort，可以翻譯成“最大推理強(qiáng)度”。

通俗理解，就是讓Sol有更多時(shí)間想清楚問(wèn)題、花更長(zhǎng)時(shí)間進(jìn)行深度推理，適合那些不能靠第一反應(yīng)解決的復(fù)雜任務(wù)。

第二個(gè)叫ultra mode，可以理解為“超強(qiáng)模式”。

這個(gè)模式的重點(diǎn)是讓多個(gè)子智能體一起參與復(fù)雜任務(wù)，可以理解為：過(guò)去是一個(gè)AI助手自己干活，現(xiàn)在是一個(gè)“AI經(jīng)理”帶著幾個(gè)小助手分頭處理問(wèn)題，從而加快復(fù)雜工作的推進(jìn)。

Terminal-Bench 2.1就是一個(gè)更接近真實(shí)開(kāi)發(fā)流程的測(cè)試，考的是模型能不能在命令行環(huán)境里一步步解決問(wèn)題。GPT-5.6 Sol在該測(cè)試中拿到了88.8%的高分，Ultra模式下得分更高。

OpenAI特別提到，等模型更廣泛開(kāi)放時(shí)，還會(huì)公布一套更完整的評(píng)測(cè)結(jié)果。

Terra是中間檔。

OpenAI對(duì)Terra的介紹沒(méi)有那么長(zhǎng)，但定位很清楚：它是面向日常工作的均衡模型。

也就是說(shuō)，它不一定追求最強(qiáng)，但要在效果、速度和成本之間取得平衡。官方強(qiáng)調(diào)，Terra的能力接近GPT-5.5，但價(jià)格便宜一半。

在OpenAI的設(shè)想中，Terra很可能才是GPT-5.6系列里最常用的那一檔。普通辦公任務(wù)很多時(shí)候不需要Sol那樣的最高能力，但需要穩(wěn)定、便宜、好用。

在Terminal-Bench 2.1測(cè)試中，GPT-5.6 Terra拿到了84.3%，和Claude Fable 5持平。

Luna則是最低成本檔。

OpenAI對(duì)Luna的定位也很簡(jiǎn)單：快，便宜，它適合大量、高頻、對(duì)成本敏感的任務(wù)。

比如批量摘要、文本分類(lèi)、信息抽取、簡(jiǎn)單問(wèn)答等等，這些任務(wù)本身不一定復(fù)雜，但調(diào)用量可能非常大。Luna的作用，就是把這些輕量任務(wù)用更低成本跑起來(lái)。

這三檔模型，Sol負(fù)責(zé)最高能力，Terra負(fù)責(zé)日常工作，Luna負(fù)責(zé)速度和成本，聽(tīng)起來(lái)花哨，但OpenAI只是把大模型行業(yè)已經(jīng)很成熟的分層重新包裝了一遍。

不過(guò)我覺(jué)得名字什么的并不重要，便宜好用就行。

02

性?xún)r(jià)比這一塊兒

只看官方公告，GPT-5.6 Sol這次放出的benchmark并不算多。OpenAI自己也說(shuō)，現(xiàn)在只是為了讓外界提前了解模型性能，所以先分享一組評(píng)估結(jié)果。

但放出來(lái)的這組benchmark方向很明確，集中展示了三個(gè)領(lǐng)域：代碼、生物學(xué)和網(wǎng)絡(luò)安全。

前面提到的Terminal-Bench 2.1就屬于代碼方向，它考的是模型能不能在命令行環(huán)境里完成真實(shí)開(kāi)發(fā)流程，包括規(guī)劃、反復(fù)修改、調(diào)用工具和驗(yàn)證結(jié)果。

除了代碼，OpenAI還重點(diǎn)提到了一個(gè)生物學(xué)benchmark：GeneBench v1。

GeneBench v1評(píng)估的是長(zhǎng)周期的基因組學(xué)和定量生物學(xué)分析任務(wù)，重點(diǎn)看模型能不能處理更接近真實(shí)科研流程的分析問(wèn)題。

按照OpenAI的說(shuō)法，GPT-5.6 Sol在GeneBench v1上比GPT-5.5表現(xiàn)更強(qiáng)，而且使用的token更少。

第三個(gè)重點(diǎn)方向是網(wǎng)絡(luò)安全。OpenAI稱(chēng)，GPT-5.6 Sol是它目前最強(qiáng)的網(wǎng)絡(luò)安全模型，尤其是在長(zhǎng)周期安全任務(wù)上（包括漏洞研究和漏洞利用相關(guān)任務(wù)）。

這里有一個(gè)benchmark叫 ExploitBench——它不是一般的安全問(wèn)答，是更接近漏洞利用場(chǎng)景的評(píng)估。

OpenAI稱(chēng)，在ExploitBench上，GPT-5.6 Sol的表現(xiàn)可以和Mythos Preview媲美，但只用了大約三分之一的輸出token。

雖然，官方給出的這張圖上還有一定差距。

可以看出，OpenAI這次反復(fù)強(qiáng)調(diào)：他們?cè)谀芰?qiáng)的同時(shí)，效率也特高。

更少的輸出token，意味著模型完成同類(lèi)任務(wù)時(shí)可能更簡(jiǎn)潔、更少繞路，也可能意味著實(shí)際調(diào)用成本更可控。

OpenAI還提到了另一個(gè)網(wǎng)絡(luò)安全benchmark：ExploitGym。

這個(gè)benchmark是UC Berkeley研究人員與OpenAI以及其他前沿實(shí)驗(yàn)室合作創(chuàng)建的。OpenAI說(shuō)，在ExploitGym上，GPT-5.6 Sol、Terra、Luna三檔模型都顯示出明顯的網(wǎng)絡(luò)安全能力提升，而且隨著推理強(qiáng)度提高，表現(xiàn)也會(huì)變強(qiáng)。

意思是，GPT-5.6的提升不只是模型本體變強(qiáng)，也和推理方式有關(guān)。給模型更多時(shí)間思考、讓它做更長(zhǎng)鏈條的推理，結(jié)果就會(huì)更好。

03

關(guān)于有限預(yù)覽

如果說(shuō)Sol、Terra、Luna是GPT-5.6表面上的變化，那么更值得關(guān)注的事情是，OpenAI這次沒(méi)有直接全面開(kāi)放。

按照官方公告，目前GPT-5.6只會(huì)先在Codex和API中，向一小群“值得信賴(lài)的合作伙伴”進(jìn)行有限預(yù)覽。

并且，這次有限預(yù)覽是“應(yīng)美國(guó)政府要求”進(jìn)行的，參與預(yù)覽的合作伙伴名單已經(jīng)和美國(guó)政府共享。

最近一段時(shí)間，美國(guó)政府正在明顯加強(qiáng)對(duì)前沿AI模型的介入，尤其是那些具備更強(qiáng)代碼、網(wǎng)絡(luò)安全和agent能力的模型。

今年6月，美國(guó)政府發(fā)布了新的AI網(wǎng)絡(luò)安全相關(guān)行政令，提出要建立一個(gè)自愿框架，讓前沿模型開(kāi)發(fā)者在模型更廣泛發(fā)布前，與政府進(jìn)行接觸和評(píng)估。

法律界對(duì)這份行政令的解讀是：它名義上不是強(qiáng)制許可、也不是正式審批制度，但已經(jīng)搭起了一個(gè)政府參與模型發(fā)布前評(píng)估的制度框架。

GPT-5.6 Sol“先小范圍預(yù)覽、名單與政府共享”的發(fā)布模式，可以看做前沿模型的發(fā)布流程里，第一次出現(xiàn)了清晰的政府介入痕跡。

OpenAI自己也在公告里解釋?zhuān)圆扇∵@種方式，是為了和政府一起探索一個(gè)可重復(fù)的流程，用來(lái)支持未來(lái)的模型發(fā)布。

政府介入背后，核心原因是網(wǎng)絡(luò)安全。

官方公告里，網(wǎng)絡(luò)安全占了非常大的篇幅：OpenAI一邊強(qiáng)調(diào)GPT-5.6 Sol是它目前最強(qiáng)的網(wǎng)絡(luò)安全模型，能在漏洞研究、漏洞分析、安全防御等長(zhǎng)周期任務(wù)上提供更強(qiáng)幫助；另一邊又花了大量篇幅解釋?zhuān)鼪](méi)有跨過(guò)自己的Cyber Critical門(mén)檻。

OpenAI的準(zhǔn)備框架里，把高風(fēng)險(xiǎn)能力分成不同等級(jí)。達(dá)到High，意味著模型可能放大已有的嚴(yán)重風(fēng)險(xiǎn)；達(dá)到Critical，則意味著模型可能帶來(lái)前所未有的新型嚴(yán)重風(fēng)險(xiǎn)。

OpenAI反復(fù)強(qiáng)調(diào)GPT-5.6 Sol沒(méi)有達(dá)到Cyber Critical，其實(shí)是在告訴政府、客戶(hù)和公眾：這個(gè)模型很強(qiáng)，尤其在網(wǎng)絡(luò)安全任務(wù)上很強(qiáng)，但還沒(méi)有強(qiáng)到可以自主完成最危險(xiǎn)的網(wǎng)絡(luò)攻擊鏈。

網(wǎng)絡(luò)安全能力就像一把雙刃劍，它越強(qiáng)，越能幫防御者找漏洞、寫(xiě)補(bǔ)丁、做安全測(cè)試；但也正因?yàn)樗軓?qiáng)，政府也會(huì)擔(dān)心它被濫用。

雖然OpenAI承認(rèn)這次發(fā)布需要和政府一起摸索流程，但它也在官方公告里明確說(shuō)明，他們不認(rèn)為這種政府訪(fǎng)問(wèn)流程應(yīng)該成為長(zhǎng)期默認(rèn)機(jī)制。

理由是：如果最強(qiáng)工具總是被拖延開(kāi)放，用戶(hù)、開(kāi)發(fā)者、企業(yè)、網(wǎng)絡(luò)防御者和全球合作伙伴都會(huì)更晚拿到最好的工具。

某種意義上，前沿模型正在進(jìn)入一個(gè)新的發(fā)布階段。

當(dāng)大模型的能力集中到代碼、生物、網(wǎng)絡(luò)安全和智能體執(zhí)行這些領(lǐng)域，它就會(huì)開(kāi)始被當(dāng)成一種可能影響現(xiàn)實(shí)世界安全的技術(shù)。

而一旦技術(shù)被這樣看待，發(fā)布權(quán)就很難再完全留在公司自己手里。（作者/袁心玥）