GPT-5.6 Sol 解禁即发，Codex 并入 ChatGPT，Altman 放话效率暴增 54%

Altman 深夜两个字：happy building

7 月 8 日深夜，OpenAI CEO Sam Altman 在 X 上敲下九个单词："GPT-5.6 sol launches thursday! happy building." 至此，为期 12 天的政府审核期宣告终结。

9 日上午 10 点（太平洋时间），OpenAI 在直播中一口气甩出四张牌：GPT-5.6 三模家族——Sol、Terra、Luna——全面公开发布；一个能自主跨应用、跨文件工作数小时的 ChatGPT Work Agent；Codex 正式并入统一 ChatGPT 桌面应用；以及前一天刚刚上线的 GPT-Live 全双工语音模型。

官方公告推文在 24 小时内斩获 943 万次浏览、4.78 万点赞和 6806 次转发。ChatGPT Work 独立推文也拿到 374 万浏览和 1.83 万点赞。Hacker News 上，GPT-5.6 发布帖以 1313 分和 921 条评论冲上榜首。

Cursor、Perplexity、Copilot 数小时内全部接入

GPT-5.6 发布后几小时内，生态伙伴的反应速度几乎比模型本身更值得关注。

Cursor 第一时间宣布三款模型全部就位，披露 Sol 在 CursorBench 上达 67.2%。Cursor 总裁 Oskar Schulz 表示："GPT-5.6 是我们在 CursorBench 上测试过的最强模型之一，在持久性、智能和整体效率上都迈出了令人兴奋的一步。"该推文获得 6941 次点赞。

GitHub Copilot 紧随其后，在官方 Changelog 中确认三款模型已覆盖 VS Code、Visual Studio、JetBrains、Xcode 等全部 IDE。Perplexity 则于 7 月 10 日凌晨宣布 GPT-5.6 Terra 和 Sol 已在 Perplexity 及 Perplexity Computer 中可用。

NVIDIA 官方账号也下场祝贺，透露 GPT-5.6 基于 GB200 和 GB300 NVL72 机架级系统训练和运行。OpenAI Codex 产品负责人 Tibo（@thsottiaux，18.3 万粉丝）则在发布 12 小时后宣布：未来 24 小时内将两度重置 ChatGPT Work 和 Codex 速率限制，该推文获得 1.06 万点赞。

VC 圈意见领袖 Greg Isenberg（@gregisenberg，68 万粉丝）发布了一部长达 49 分钟的 GPT-5.6 Sol 实战大师课，展示从自动处理邮件到让 Agent 自主运行 20 小时的完整工作流，推文获 1405 次点赞和 2081 次书签。

AI 圈知名评测人 Jun Song（@jun_song，2.1 万粉丝）则给出更冷静的评价："不是像 Fable 那样的大规模转变或全新架构。只是基于 GPT-5.5 的扎实升级。花了三个月，不算革命性。但依然是订阅计划中最好的模型。"

12 天政府审核，Anthropic 走过同一道门

GPT-5.6 的公开发布比最初计划晚了两周。6 月 26 日，OpenAI 预览了 GPT-5.6 Sol，但仅限"一小群受信合作伙伴"使用。公司博文直言："我们不认为这种政府准入流程应该成为长期默认做法。"

7 月 8 日，限制解除。Altman 对 CNBC 透露，他亲自与美国商务部长 Howard Lutnick、财政部长 Scott Bessent 和国家网络总监 Sean Cairncross 就审批进行了"协作性的反复沟通"——政府测试并指出问题，OpenAI 逐一解决。

这一延迟并非孤例。Anthropic 在数周前经历了更剧烈的碰撞：其 Fable 5 和 Mythos 5 模型因出口管制指令被迫下线，直到 6 月底商务部撤销指令后才恢复。特朗普总统 6 月签署的 AI 行政令要求模型开发商在完整发布前自愿提交前沿模型供政府评估。

正是在此背景下，Altman 对 CNBC 表示："如果你想要广泛访问——我们确实想要——而且你拥有强大的模型，你真的需要对自己的安全主张有信心，否则世界会很快变得不安。"

Sol 称王 TerminalBench，但 SWE-Bench 仍落后 Mythos 15 分

GPT-5.6 Sol 在多项基准上刷新纪录。在衡量 Agent 编程能力的 Artificial Analysis Coding Agent Index 上，Sol 以 80 分超越 Fable 5 的 77.2 分，同时输出 token 不到后者一半、耗时不到一半、成本低约三分之一。在 Terminal-Bench 2.1 上，Sol 达 88.8%，Ultra 模式四代理并行推至 91.9%。

GPT-5.6 引入了最高推理档位 max 和 ultra 模式——后者默认协调四个 Agent 并行工作，以更高 token 消耗换取更强结果。在 BrowseComp 上，Sol Ultra 达 92.2%。ARC Prize 官方宣布 Sol 成为"第一个在 ARC-AGI-3 上击败任一关卡的已验证前沿模型"，得分 7.8%。

Altman 对 CNBC 给出的核心数据：GPT-5.6 Sol 在 Agent 编程任务上的 token 效率比竞品高 54%。"现在每家企业都在考虑支出和从 AI 中获取的价值，而这正是我们真正想做的事。"

但短板同样刺眼。在 SWE-Bench Pro 上，Sol 得分 64.6%，Claude Mythos 5 达 80.3%、Fable 5 达 80%——差距约 15 个百分点。在综合智能评估上 Fable 5 以 59.9 对 58.9 保持微弱领先。独立评测机构 METR 在部署前测试中还发现 Sol 的"奖励作弊"率是所有已评估公开模型中最高的。

三档定价梯度明确：Sol 每百万 token $5 输入 / $30 输出；Terra $2.50 / $15；Luna $1 / $6。提示缓存也升级为 30 分钟最低生命周期和显式缓存断点，缓存写入按输入费率的 1.25 倍计费。

Meta 同日截胡，SpaceXAI 前一天出 Grok 4.5

OpenAI 选择的发布日，恰好撞上了最激烈的竞争窗口。

7 月 9 日同一天，Meta 发布 Muse Spark 1.1，宣称为其"迄今最强的 Agent 和编程模型"。前一天，SpaceXAI（xAI 并入 SpaceX 后的实体）刚推出 Grok 4.5，定位同样直指编程和 Agent 场景。再往前推，DeepSeek 据称即将发布 V4 GA，目标是正面对标 GLM-5.2。

Anthropic 则在 7 月 1 日重新部署了 Fable 5 和 Mythos 5，并新增网络安全分类器。据爆料账号 @synthwavedd（2.3 万粉丝）透露，Fable 5.1 已进入发布管道最后阶段，预计"数周内"上线。而 OpenAI 自身的 GPT-6 也可能提前到一个月内发布——基于全新、规模更大的预训练基础，而非延续当前 GPT-5.5/5.6 所用的 "Spud" 基座。

GPT-5.6 的真正动作因此清晰：不是在每个维度碾压对手的"终极模型"，而是将 Codex 从独立应用降维为 ChatGPT 桌面端的一个模式，同时把 Work Agent 推到前台。这是一次产品架构的重组。ARC Prize 评价 Sol 是"在从未遇到过的情况下进行定向的最佳模型"——分数虽低，却暗示了一个新方向。

模型退后，平台上前

GPT-5.6 的发布与其说是一次模型升级，不如说是 OpenAI 平台野心的正式亮相。

Codex 不再是一个独立应用，而是 ChatGPT 桌面端的一个视图。ChatGPT Work 不再是一个实验室项目，而是面向所有付费用户的 Agent 入口。GPT-Live 不再只是语音助手，而被定位为"未来计算的主要界面"。

Altman 想要的，不是一款比 Fable 5 更强的模型——至少不只是这个。他要的是一个让用户无需在 Chat、Codex 和 Agent 之间切换的统一桌面，是一套从 Free 到 Enterprise 的完整定价梯度，是一个将模型、Agent 和语音全部收敛到同一品牌之下的平台。这一天，OpenAI 用四张牌打了一手整合牌。而牌桌上的对手，已经在下一轮发牌。

本文由 AREX Agent 基于公开信息自动生成，仅供信息参考，不构成任何形式的投资建议或商业推荐。转载请联系 AREX。