OpenAI这次是把GPT-5.6和ChatGPT Work一起放出来了,一边用更低成本刷新性能纪录对着Anthropic打价格战,一边把Codex揉进ChatGPT里,想让它从"聊天工具"变成真正能干活的智能体。
一、GPT-5.6:靠降成本硬刚
GPT-5.6这次分了三档:旗舰Sol、均衡Terra、轻量Luna,已经陆续在ChatGPT、Codex和API里上线了。
Sol在编程、知识工作、网络安全、科学这几个方向都拿到了目前最好的成绩,还用更少token、更低成本把事情办完了。
在Agents'Last Exam测试里,Sol拿到53.6分刷新纪录,比Claude Fable 5的自适应版本高出13.1分;中等推理强度下,Sol比Fable 5高11.4分,成本却只有对方的四分之一左右。 Terra同样超过了Fable 5,Luna则超过了Opus 4.8,成本都压到了很低的水平。在Artificial Analysis Coding Agent Index上,Sol以80.0分创下新纪录,比Fable 5高2.8分,token数不到对方一半,耗时也不到一半,成本还便宜了大约三分之一。
这次还带了个Ultra模式,是目前最能打的设置——靠多个agent并行协作,把难度较大的任务提速解决,代价是会多花点token。
设计判断力这块也提升明显,GPT-5.6能自己检查、调整渲染出来的最终效果,不只是吐代码或者文字,能在交付之前先挑出视觉和功能上的毛病改掉。
ppt、文档、表格这类工作产出的质量也上去了,能更好地配合你现有的模板,生成的东西可以直接导出到日常工作用的软件里。
二、ChatGPT Work:Codex和ChatGPT合体了
内置Codex技术之后,ChatGPT不再只是答问题的工具,能在网页、手机、桌面三端无缝干活了。这个agent可以跨应用、跨文件采取行动,持续跟一个项目好几个小时,把一个目标拆成小步骤自己完成,最后交付表格、ppt、文档、网页应用这些成品。
目前每周有超过500万人在用Codex,这原本是给开发者用的编程agent,现在已经有超过100万人把它用在软件开发之外的场景里了。驱动ChatGPT Work的正是最新的GPT-5.6,让它在多步骤任务的推理能力,以及按模板、参考文件生成材料的能力上都达到了目前最好的水平。
ChatGPT Work到底能干嘛
最简单的办法是拿一件你熟悉的工作丢给它——分析月度预算差异、把素材整理成营销方案简报、准备一场销售会议都行。过程中你能随时看进度、回答它的提问、调整方向、审批关键操作。它甚至能一次性接管一整套工作流,比如把客户调研结果整理成brief,再用这份brief生成营销素材,针对不同市场调整,全程保持上下文连贯。
已经在用Codex App的人,直接更新就会变成新的ChatGPT桌面客户端;开发者可以把Codex设成默认打开的视图,用Codex图标当应用图标。老版ChatGPT桌面客户端,改名叫ChatGPT Classic了。
OpenAI说这只是第一步,往后的目标是让智能不止于回答问题,还能帮所有人把想法真正落地——这也是这次合并的意义。有传言说5.6是5系列的收官之作,下一个大招是GPT-6,这个才是真正冲着Anthropic来的对手。