OpenAI GPT-5.6 发布：Sol/Terra/Luna 三档模型，押注长程 Agent
OpenAI 发布 GPT-5.6 家族，包含 Sol、Terra、Luna 三档模型。本文快速梳理官方披露的 benchmark、价格、可用范围、工具调用能力与未披露参数规模这一关键信息。
OpenAI 把 GPT‑5.6 从预览推到正式可用，主线不再只是「更聪明」。这次发布的重点是把旗舰、均衡、低成本三档放进同一个家族，并把工具调用、多智能体和长程任务做成默认卖点。1
先看结论
这是一条面向开发者和企业工作流的发布。GPT‑5.6 不是单个模型，而是 Sol、Terra、Luna 三档：Sol 是旗舰，Terra 主打日常任务的性价比，Luna 是最低成本档。OpenAI 没有披露参数规模，公开信息主要落在价格、评测、工具调用和可用范围上。1
如果你只关心是否值得试，优先看两点：第一，Sol 在长程代理、编码、浏览、网络安全和科研评测上给出了一批新分数；第二，OpenAI 把 Programmatic Tool Calling 和 multi-agent beta 放进 API 叙事里，明显在争夺「能自己把复杂任务跑完」的开发者场景。1
关键参数与发布信息
| 维度 | 信息 |
|---|---|
| 发布时间 | OpenAI 在 2026 年 7 月 9 日发布 GPT‑5.6，并称其从有限预览进入 general availability。1 |
| 模型家族 | GPT‑5.6 包含 Sol、Terra、Luna 三档，分别对应旗舰、均衡和低成本模型。1 |
| 参数规模 | 官方发布没有披露参数量；可确认的信息是三档能力层级和按 token 计费。1 |
| 可用范围 | GPT‑5.6 从发布日起在 ChatGPT、Codex 和 OpenAI API 中逐步开放，OpenAI 称全球 rollout 将在 24 小时内推进。1 |
| API 价格 | Sol 为每 100 万 token 5 美元输入、30 美元输出；Terra 为 2.50 美元输入、15 美元输出；Luna 为 1 美元输入、6 美元输出。1 |
Benchmark：OpenAI 选择强调哪几类能力
OpenAI 把 GPT‑5.6 的评测重点放在长程代理、编码、知识工作、网络安全和科学任务上，而不是单纯给一个通用榜单分数。
- 长程代理任务：在 Agents’ Last Exam 上，OpenAI 称 GPT‑5.6 Sol 达到 53.6，领先 Claude Fable 5 adaptive reasoning 13.1 分；即使在 medium reasoning 下，也领先 11.4 分，并且估算成本约为后者四分之一。1
- 编码代理：在 Artificial Analysis Coding Agent Index 上，OpenAI 称 GPT‑5.6 Sol max reasoning 得分 80，比 Claude Fable 5 高 2.8 分，同时输出 token 少于一半、耗时少于一半、成本约低三分之一。1
- 浏览与电脑使用：GPT‑5.6 Sol 在 BrowseComp 上为 92.2%，在 OSWorld 2.0 上为 62.6%；OpenAI 称其在 OSWorld 上超过 Opus 4.8，同时输出 token 少 85%。1
- 网络安全：OpenAI 称 GPT‑5.6 在 ExploitBench 上为 73.5%，高于 GPT‑5.5 的 47.9%；在 SEC-Bench Pro 上为 71.2%，高于 GPT‑5.5 的 45.8%。1
这些分数的共同指向很清楚：GPT‑5.6 要证明自己在「把工具、浏览器、终端、代码库和长上下文串起来」这类任务上更稳。对普通聊天用户来说，差异未必每天可见；对用模型跑 agent、代码审查、资料检索和企业文档工作的团队，OpenAI 正在把单位成本和完成率放到同一张账上。
能力亮点：这次最值得盯的三个变化
1. Programmatic Tool Calling
OpenAI 称 GPT‑5.6 能写并运行轻量程序来协调工具、处理中间结果、监控进度，再决定下一步动作。开发者不必把每个工具返回结果都完整塞回模型，模型可以先过滤大批中间数据，只保留和任务相关的信息。1
这对 agent 成本很关键。很多自动化任务贵，不是因为最后答案长，而是因为中间工具调用和日志太多。GPT‑5.6 试图把这部分消耗压下去。
2. max 与 ultra 两档高强度推理
max 给 GPT‑5.6 更多时间做推理、检查和修订；ultra 默认协调 4 个 agent 并行工作，用更高 token 消耗换取复杂任务上的结果和速度。OpenAI 还提到，开发者可在 Responses API 中用 multi-agent beta 构建类似体验。1这不是给所有问题都加大算力，而是把「普通任务省钱」和「难题上堆并行」拆成两个明确开关。
3. 更强的设计、文档和表格工作
OpenAI 称 GPT‑5.6 在前端、演示文稿、文档和电子表格上有明显提升，尤其能根据参考模板推断版式、字体、间距、颜色和重复内容规则。1
这部分看似偏办公，其实和代码 agent 是同一条线：模型不只生成文本，还要检查结果是否能直接交付。
安全与限制
OpenAI 表示，GPT‑5.6 在生物和网络安全能力上强于早期模型，但未跨过其安全框架中的 Critical 阈值；网络安全方面，OpenAI 判断它更擅长发现和修复漏洞，而不是可靠地自主攻击加固目标。1
同时，GPT‑5.6 Sol 的网络安全防护会比旧模型更严格。OpenAI 称其 cyber safeguards 拦截的潜在有害活动约为上一代相关模型的 10 倍，并通过 Trusted Access 给已验证用户开放更精细的防御类能力。1
读者该怎么跟进
如果你是开发者，先试 Terra 和 Luna 的单位成本，再把 Sol 留给长程 coding agent、资料检索、复杂工作流和安全分析。若你正在做企业自动化，重点测试 Programmatic Tool Calling 能否减少中间 token 和工具往返。1
如果你只想判断行业信号，这次发布的关键词是：三档模型、按任务调 effort、程序化工具调用、多 agent、每美元完成更多工作。参数规模没有公开，单看「大不大」已经不够；更该看它在你的真实工作流里能不能少跑几步、少花几次钱。
References
- 1
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.