7月10日消息,OpenAI 同日完成四件事:向公众开放 GPT-5.6 系列模型(含旗舰版 Sol、均衡版 Terra 和低成本版 Luna);发布智能体产品 ChatGPT Work;将 Codex 桌面端合并进统一的 ChatGPT 桌面应用;宣布独立浏览器 ChatGPT Atlas 将于 8 月 9 日关停。OpenAI 明确将公司组织为三条产品线:ChatGPT(对话)、ChatGPT Code(编程,前身 Codex)、ChatGPT Work(工作执行)。这是一次产品收敛而非扩张——砍掉独立应用、收拢入口、以单一桌面应用承载全部能力。GPT-5.6 在智能体和终端编程基准上领先,但在 SWE-Bench Pro 上落后 Claude Fable 5 约 15 个百分点,OpenAI 对此质疑了该基准的有效性。 GPT-5.6:三级定价、Token 效率优先、SWE-Bench Pro 差距明确
GPT-5.6 于 6 月 26 日进入有限预览(经政府安全审查),7 月 9 日向全部用户和 API 开发者开放。三个层级定价为每百万 Token:Sol 输入 5 美元 / 输出 30 美元,Terra 2.50 / 15 美元,Luna 1 / 6 美元。作为参照,Claude Fable 5 定价为 10 / 50 美元。
OpenAI 称 GPT-5.6 的核心训练目标是"每个 Token 完成更多有效工作"。在 Agents' Last Exam(55 个领域的长程专业工作流评估)上,Sol 得分 53.6,超过 Claude Fable 5 达 13.1 分。在 Terminal-Bench 2.1(复杂终端工作流)上,Sol 得分 88.8%,Ultra 模式达 91.9%。DeepSWE v1.1(长程代码工程)Sol 得分 72.7%,高于 Fable 5 的 69.7%。Artificial Analysis Coding Agent Index 上 Sol 得分 80,领先 Fable 5 的 77.2。
差距出现在 SWE-Bench Pro:Sol 64.6%,Claude Mythos 5 为 80.3%,Fable 5 为 80%。OpenAI 在同一天发布了一篇审计文章,称该基准约 30% 的任务存在问题,建议开发者谨慎解读结果。这一做法引发社区讨论——在自家弱势的基准上质疑方法论,可信度需要第三方独立验证。
技术层面,GPT-5.6 引入了 ultra 模式(协调四个代理并行执行)和 Programmatic Tool Calling(模型编写 JavaScript 程序在隔离 V8 运行时中执行,协调工具调用与中间结果处理,兼容 Zero Data Retention)。
ChatGPT Work:智能体执行多步任务,连接企业工具链
ChatGPT Work 是 ChatGPT 内的一个智能体模式,由 GPT-5.6 驱动,能跨应用和文件完成多步项目。用户设定目标后,它可独立拆解步骤、调取上下文、生成文档、表格、幻灯片和网页应用。
插件系统连接 Slack、Microsoft Teams、Google Drive、SharePoint、邮件、日历和 CRM 等外部工具。统一插件目录(Plugin Directory)取代此前的 App Directory,支持共享发现、安装、认证和上下文推荐。对话中输入 @ 加应用名可直接调用特定工具。
ChatGPT Work 还支持 Scheduled Tasks:即使用户不在线,智能体可按计划持续推进项目,例如将 Slack 和 Teams 中的新消息自动整理为文档更新。
可用性方面,Web 和移动端首先向 Pro、Enterprise、Edu 用户开放,Plus 和 Business 用户数日内跟进。桌面端的新 ChatGPT 应用(集成 Chat、Work 和 Codex)面向所有套餐用户开放,包括免费版,Mac 和 Windows 全球可下载。Free 和 Go 用户在 Work 与 Codex 中使用 Terra 模型,Plus 及以上可选 Sol、Terra、Luna 并设置 reasoning effort 等级。
Atlas 关停与产品线收敛:砍掉"副线任务",回归单一入口
ChatGPT Atlas 是 OpenAI 于 2025 年 10 月推出的独立桌面 AI 浏览器,运营不足一年即被关停。OpenAI 浏览器团队负责人 James Sun 在 X 上表示,Atlas 的经验已被转化为新桌面应用的浏览器能力——包括多标签页、密码管理器、自动填充和云端浏览器(供 Work 模式使用)。同步推出的还有 Chrome 侧边栏扩展。
Atlas 的书签、历史记录和浏览数据不会自动迁移,用户需在 8 月 9 日前手动导出。对话历史不受影响。
The Verge 报道称,Atlas 关停是 OpenAI 削减"副线任务"、追赶 Anthropic 生产力功能的一部分。《华尔街日报》今年 3 月曾报道 OpenAI 计划将 ChatGPT、Codex 和 Atlas 合并为一款桌面"超级应用",ChatGPT Work 和统一桌面应用是这一计划的落地。此前 OpenAI 还关停了视频生成应用 Sora 并暂停了"成人模式"计划。 产品收敛背后是商业化阶段的优先级切换
这次发布容易被读成"又出了一堆新东西",实际方向相反——OpenAI 在做减法。Atlas 关停、Sora 关停、Codex 桌面版合并、App Directory 改名 Plugin Directory,所有动作指向同一个目标:把用户留在一个应用里,让 ChatGPT 成为唯一入口。
ChatGPT Work 的定位是企业端收入增长引擎。它本质上是把 Codex 的执行能力包装成非技术用户可用的形态,搭配插件系统把企业的 SaaS 工具链接入 ChatGPT 生态。这与 GPT-5.6 被设为 Microsoft 365 Copilot 的默认模型形成配合——OpenAI 在 B 端的增长路径从"卖 API 给开发者"扩展到"卖执行能力给企业员工"。 GPT-5.6 的分层定价也服务于这一逻辑。三个层级覆盖从 Free 到 Enterprise 的全部用户,Luna 的低价确保免费用户不流失,Sol 的 Ultra 模式为付费用户提供明确的升级理由。但在 SWE-Bench Pro 上的差距意味着,在纯编程场景下,Anthropic 的 Fable 5 和 Mythos 5 仍是更强的选择。OpenAI 通过质疑基准方法论来管理这一叙事,但市场会按实际使用体验投票。
接下来要看 Work 的企业转化率和编程差距是否收窄
ChatGPT Work 的关键验证点不是功能列表,而是企业客户的实际付费转化。Scheduled Tasks 和插件连接能否把试用转为长期合同,决定了 Work 是否能成为 OpenAI 的第二增长曲线。编程方向,SWE-Bench Pro 15 个百分点的差距如果在下一次模型更新中没有明显收窄,开发者社区会把 GPT-5.6 定位为"智能体强、纯编码弱"的模型。此外,统一桌面应用的稳定性和插件生态的丰富度还需要数周到数月的真实负载验证——Codex 与 Atlas 的用户迁移过渡期本身就是一次产品风险窗口。