OpenAI今天一口气把GPT-5.6全家桶交到所有人手里。Sol、Terra、Luna三档模型正式开放,同步上线Azure OpenAI服务及Microsoft 365 Copilot。
先说性能。旗舰Sol在Agents' Last Exam上豪取53.6%,比Claude Fable 5高出13.1分;Coding Agent Index拿下80分刷新SOTA,力压Fable 5 2.8分,输出token不到一半、耗时不到一半、成本低三分之一。Terra性能略高于Fable 5、成本约四分之一;Luna性能越过Opus 4.8、成本仅为十六分之一。Sol输入5美元/输出30美元、Terra2.5/15、Luna1/6,对比Fable 5的10/50,全线碾压。
再说架构。GPT-5.6新增Ultra模式,默认四个Agent并行,重活上到十六个。BrowseComp、SEC-Bench Pro、Terminal-Bench 2.1三项评测中,并行Agent让分更高、速度更快。设计审美短板补上——模型能「看」渲染结果、自检自修。知识工作上,Sol BrowseComp 92.2%、OSWorld 62.6%,双双SOTA,输出token比Opus 4.8减少85%。
但今天最大的新闻不是榜单数字。全家桶里最小的Luna,是旗舰Sol后训练出来的。Sol自主完成训练配置、GPU挑选、脚本启动、确认跑通——把一个模型的后训练从头到尾全包圆了。这活儿过去是一整队资深研究员的工作量。OpenAI称GPT-5.6是迄今最能加速AI研究的模型,内部RSI评测Sol比GPT-5.5高出16.2分。当AI开始训练AI,时间就不再是线性的。
同在今天,ChatGPT与Codex正式合并,ChatGPT Work发布。这是一款跨App和文件自主干活的Agent,能连续数小时推进项目,通过定时任务自动完成工作流。
GPT-5.6全系已上线Azure OpenAI服务。微软云核心合作伙伴领驭科技提供国内IP稳定调用、合规发票、按Token计费、Microsoft 365 Copilot集成、企业级安全合规等保障。