GPT-5.6 發布之夜，Codex/ChatGPT 合二為一

智能體時代的 ChatGPT，想成為你電腦里常駐的那一層。

作者｜張勇毅

北京時間 7 月 10 日凌晨，GPT-5.6 面向公眾全面開放。這件事本身沒什么懸念。畢竟跑分 6 月底就公開了，價格早就掛了出來，所有人等的只是一個「開閘」日期。

同樣值得關注的，是同一晚被模型光環蓋住的另外兩條公告：一個叫 ChatGPT Work 的智能體產品，以及 Codex App 正式并入 ChatGPT 桌面應用。

模型發布是大家都等的那只靴子，這兩條才是 OpenAI 藏在靴子里的東西。

01

如期而至的 5.6

和此前公開的一樣，GPT-5.6 分三檔：旗艦 Sol（太陽）、均衡型 Terra（地球）、輕量型 Luna（月亮）——數字代表世代，天體名代表檔位，也代表以后各檔可以按自己的節奏迭代。

按每百萬 token 計，Sol 輸入 5 美元、輸出 30 美元，與上一代 GPT-5.5 持平；Terra 直接砍半；Luna 壓到 1 美元和 6 美元。

OpenAI 給后兩檔的定位其實也非常明確：Terra 在知識工作評測中以更低成本超過 GPT-5.5；Luna 用不到一半的預估成本，逼近 GPT-5.5 的峰值表現。

從這點也能看出。，這次發布的主敘事不是「更聰明」，是「更省」。

在第三方評測機構 Artificial Analysis 的編程智能體指數上，開滿 max 推理的 Sol 以 80 分創下新高。代價卻更低：比此前最高分的模型少用 54% 的輸出 token，耗時縮短 57%。

拼智商的邊際收益在收窄，前沿模型開始拼單位任務成本了。

另一塊值得單說的是設計。前端一直是 OpenAI 被公認落后的短板，Altman 在 GPT-5.5 發布時親口承認過這一點。

這次官方宣稱設計判斷力有了一次跨越：只給一句高層指示，模型就能產出得體、能用的界面——更關鍵的是機制變了，借助更強的電腦操作能力，它會自己打開渲染出來的頁面，檢查視覺和功能上的問題、補完細節再交稿，而不是寫完代碼就算完。

把「看過成品才交付」這個人類工程師的驗收習慣裝進模型，比跑分上漲更能說明這一代的方向。 第三方的背書也跟上了：一家評測伙伴給它的前端質量評分是 4.4 分，GPT-5.5 是 4.0；Canva 說它做幻燈片強于同類模型，token 效率還高出 1.6 倍

API 里還塞了兩個給開發者的新東西。一個是程序化工具調用：模型自己寫一段 JavaScript，在托管的隔離運行時里編排整條工具鏈。

另一個是多智能體：單次請求內并行派生多個子智能體，目前在 Responses API 以 beta 開放。加上可顯式聲明斷點的緩存機制，方向是一致的：把編排的活兒從開發者手里收進模型手里。

早期測試者對 Sol 和 Fable 5 各有擁躉，「保時捷對曲速引擎」的比喻流傳很廣。前沿模型的差距，已經小到要用口味而不是代差來形容了。

02

收進一個 App

模型是這一晚的面子，里子還有接下來這兩件事。

先說 ChatGPT Work。它不是一個新的聊天模式，是一個交付結果的智能體。

給它一個目標，它自己拆解步驟、跨應用跨文件地行動、連續工作數小時。最后給你的不是一段建議，而是做完的表格、幻燈片、文檔，甚至一個可以分享鏈接的網頁應用。

通過插件接入 Slack、Teams、Google Drive、郵箱、日歷和 CRM，用「@」指定它去哪個應用里取上下文。配合定時任務，它可以每周一早上把群里的討論整理成會議議程，或者盯著反饋郵箱、一有新郵件就更新匯報文稿。桌面版還內置了瀏覽器，配合 Computer Use，它可以直接上手操作你的電腦，去完成那些沒有 API 可調的活兒。

第三條能力線則是瀏覽和操作電腦。Sol 在測試網頁深度檢索的 BrowseComp 上以 92.2% 創下新紀錄；在模擬真實電腦操作的 OSWorld 2.0 上拿到 62.6%，超過了 Anthropic 的 Opus 4.8——而且只用了對方 15% 的輸出 token。

這兩個數字解釋了 Work 敢承諾「連續工作數小時」的底氣從哪來，也把「省著干活」的主線又坐實了一遍。

支撐這一切的底座是 Codex。OpenAI 在博客里給了一組數字：每周有超過 500 萬人使用 Codex，其中超過 100 萬人用它做的根本不是軟件開發。

一個編碼智能體，五分之一的用戶拿它干別的——這就是 OpenAI 敢把它升格為通用工作智能體的底氣。 寫代碼需要的那套能力——理解目標、拆解任務、調用工具、檢查結果、自己糾錯——恰好就是干任何知識工作需要的能力。Codex 不是被替代了，是被泛化了。

這條路，Anthropic 半年前就走過一遍：今年 1 月，Claude 桌面應用里出現了第三個標簽頁 Cowork——用 Claude Code 的智能體架構做編碼之外的知識工作，和 Chat、Code 并列；就在 ChatGPT Work 發布前兩天，它剛擴展到網頁和移動端。

Anthropic 同期公布的數據甚至提前驗證了 OpenAI 的判斷：120 萬次 Cowork 會話里，占比最高的是對賬、做報表這類業務流程工作，寫代碼只占 8.7%。

區別在入口的激進程度——Cowork 至今是付費功能，OpenAI 則是直接把 Work 直接放進了免費版。

然后是入口。Codex App 從今天起并入新的 ChatGPT 桌面應用，Chat、Work、Codex 三個模式裝進同一個 App，macOS 和 Windows 全球開放下載，所有檔位可用——包括免費版；舊版桌面應用更名為 ChatGPT Classic。

老用戶的項目、設置、工作流全部保留，可以把 Codex 設為默認視圖，macOS 上連圖標都能繼續用原來的。合并的同時，Codex 還帶來一批實打實的更新：在應用里內聯編輯 Markdown 和代碼，在側邊欄審 GitHub PR、評審意見和 diff 擺在一起看，單個項目支持多個倉庫。Computer Use 在 GPT-5.6 加持下也更快了。

博客末尾還藏著一條消息：獨立的 Atlas 瀏覽器將逐步停役，瀏覽器側的能力改由更新后的 Chrome 擴展承接，住進 Chrome 的側邊欄。

把這幾件事連起來看：Codex 并進來，Atlas 撤出去，Chrome 擴展貼上來。模型在 API 里打價格戰，產品在桌面上打入口戰——OpenAI 想讓「電腦上那個能替你動手干活的東西」只有一個名字。

聊天框時代的 ChatGPT 是瀏覽器里的一個標簽頁，智能體時代的 ChatGPT，想成為你電腦里常駐的那一層。

對普通用戶，最實際的變化是門檻。Work 和 Codex 隨桌面 App 對所有檔位開放，免費版也在其中；網頁和移動端從 Pro、Enterprise 和教育版開始推送，Plus 和 Business 隨后幾天跟上。一個此前只屬于開發者和重度付費用戶的東西，一夜之間放到了所有人面前。

ChatGPT 桌面 App 中并列的 Chat、Work 與 Codex 入口｜圖片來源：OpenAI 官網

03

禁令余波

最后還是得說回一件更大的事——這次發布的日期，不是 OpenAI 自己定的。

6 月 2 日，特朗普簽署行政令，要求 AI 公司在全面發布前向政府提供前沿模型做能力評估。

6 月 26 日 GPT-5.6「發布」，但應政府要求，只向約 20 家報備過的機構開放。商務部下屬的 AI 標準與創新中心評估了兩周，7 月 8 日放行，才有了今天的全面開放。

引來審查的是 Sol 在網絡安全和生物領域的能力——OpenAI 的系統卡片寫得坦率：它能找到漏洞和攻擊的「零件」，但在測試條件下沒能自主拼出一條完整的攻擊鏈。

管控也下沉到了產品層。開發者須知里寫明：部分 API 調用可能被攔截，甚至在生成到一半時被暫停，交給安全系統做額外審查。尤其在網絡安全領域——防御和攻擊，初看起來一模一樣。但護欄的力度是量化過的：新的網絡安全防護攔截的潛在有害活動約為上一代的十倍。

OpenAI 知道這會誤傷正常使用，于是留了個逃生門——在 ChatGPT 和 Codex 里，被攔下的請求可以一鍵換低能力模型重試，護欄嚴了十倍，鑰匙還是塞回了用戶手里一把。

OpenAI 配合了，但官方聲明同時也寫道：「我們不認為這種政府準入流程應該成為長期默認。」而且它不是孤例——幾周前，Anthropic 的 Fable 5 和 Mythos 5 因一紙出口管制指令下架，Fable 5 已經恢復，Mythos 5 至今只對一小批美國機構開放。

兩家最頭部的 AI 公司在一個月內先后經歷「模型做好了、但不能隨便賣」，或許這不是巧合，而是新常態的開端。

Sam Altman 在國會山會晤后接受媒體采訪的現場照片｜圖片來源：CNBC

圍繞審查機制的博弈還在繼續。但對坐在電腦前的你我來說，這一晚更值得記住的可能是另一件事

從今天起打開那個 App，里面坐著的不再只是一個會聊天的框，而是一個問你「要不要我把這活兒干了」的同事。

*頭圖來源：視覺中國

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO

極客一問

你會讓 AI 直接操作你的電腦替你干活嗎？