近日 OpenAI 正式发布 GPT-5.6 系列模型,同步完成产品架构的历史性调整:原开发者工具 Codex 与 ChatGPT 深度合并,全新 ChatGPT 拆分为工作、开发两大模式,传统聊天功能退居侧边栏。这不仅是一次模型能力升级,更标志着 AI 从对话启蒙的 Chat 时代,正式转向生产力导向的 Agent 时代。
一、产品架构重构:双模式覆盖全场景生产力
本次产品层面的调整力度远超模型本身。
新版 ChatGPT 以原 Codex 界面为基础框架,核心拆分为两大模式:Work 模式面向通用办公人群,隐藏底层代码执行过程,主打文档处理、数据分析、方案生成等职场场景,对标 Claude Cowork 模式,降低非技术用户的使用门槛;Codex 模式面向开发者,保留代码对比、合并请求、终端操作等专业开发能力,承接原有技术用户需求。 传统聊天功能收缩为侧边独立标签页,象征着纯对话交互的启蒙阶段已完成使命。配套新增站点部署功能,对话中生成的网页、工具可一键发布为带独立域名的在线站点,无需额外配置服务器,大幅降低创意落地与成果分享的门槛。
二、三档模型矩阵:重构旗舰能力性价比
GPT-5.6 分为三个定位清晰的档位,形成覆盖不同需求的完整矩阵。
旗舰版 Sol 主打复杂推理与长时自主任务,上下文窗口从 272k 升级至 372k,新增 High、Max、Ultra 三级推理档位,日常任务用 High 即可,重型长任务可开启 Ultra 多子代理并行模式。
均衡版 Terra 性能接近 GPT-5.5,定价仅为其一半;
轻量版 Luna 主打低成本快速响应,适配高频轻量需求。
性能层面,Sol 在衡量长周期专业工作流的 Agents' Last Exam 测试中取得 53.6 分,超出 Claude Fable 5 13.1 分;编程智能体指数达 80 分,领先 Fable 5 2.8 分,同时输出 Token 量减少一半、耗时缩短一半、成本降低约三分之一。定价上 Sol 输入 5 美元 / 百万 Token、输出 30 美元 / 百万 Token,综合使用成本仅为 Fable 5 的一半左右,性价比优势显著。
三、实测表现:低幻觉强执行 长任务稳定性突出
从真实开发场景实测来看,GPT-5.6 Sol 呈现出鲜明的 “强执行、低幻觉” 特点。
对比之下,Claude Fable 5 更擅长顶层规划与创意发散,但长任务易出现细节偏差、幻觉,且使用成本高昂;而 GPT-5.6 Sol 如同精准的执行者,方案考虑更周全,代码与规则修改的出错率极低,长周期任务全程稳定,不会出现顾此失彼的情况。
在网络安全策略优化、多站点网页正文清洗等复杂项目中,Sol 能识别出前代模型与竞品遗漏的细节问题,输出方案的可落地性更强。前端视觉审美相比 GPT-5.5 有大幅提升,虽仍略逊于 Claude 系列,但已脱离低质模板感,可满足常规商用需求。Token 消耗控制优异,订阅制下重度使用成本远低于竞品。
四、行业影响:推动 AI 从对话工具向生产平台转型
本次更新的深层意义,在于 OpenAI 重新锚定了产品的生产力属性。通过将十亿级用户的 ChatGPT 向 Agent 工作台升级,而非单独推广 Codex,大幅降低了普通用户接触 AI 生产力的门槛,推动 AI 工具从 “聊天消遣” 真正走向 “日常办公刚需”。
性价比的大幅提升也将加速行业竞争,倒逼全行业下调旗舰模型的使用成本,让 Agent 能力不再是高价小众的专属工具。可以预见,随着模型能力与产品体验的持续迭代,全能型 AI 工作平台将成为主流,真正实现 AI 对全场景工作流的深度渗透。