美国功夫7月9日，令人等待的GPT-5.6系列，终于全量上线。
同时推出的还有ChatGPT Work，就一句话：把Codex放到了ChatGPT里。
不是之前那种加个入口，是直接并了进去——Codex此刻已经造成了ChatGPT的一部门，就连app图标都换成了ChatGPT（能够保留原图标）。
13天前，OpenAI在GPT-5.6 Sol限量预览的文档中，只展示了编码、生物、网络安全等沉点评测，并暗示当模型更宽泛盛开时，将颁布一套扩大的评测了局。此刻也已经随着模型被一起放了出来。
而在正式成就单到来之前，另一种“民间评测”已经先一步起头。
不少获得早期接见权限的用户，已经在社交平台上分享了自己的使用履历。相比冰凉的benchmark，这些反馈更像是一次提前泄露的实战观察。
让我用最直白、最单一、最不绕弯子的话通知你……
GPT-5.6 Sol在难题攻坚上打不外Fable5，但是性价比更高、更适合日常办公。
相对便宜，并且超等快（这很沉要）。
划沉点：便宜、急剧、高性价比
在OpenAI 的正式颁布文档中，开篇就把话说得很直白：GPT-5.6的指标是“每个token带来更多智能、更强的每美元机能，以及在最难工作上按需挪用更高能力”。
首先，再次强调一下GPT-5.6系列的价值。
GPT-5.6分为Sol、Terra、Luna三个版本。依照OpenAI颁布的API价值，GPT-5.6按每100万token计费：Sol是输入5美元、输出30美元；Terra是输入2.5美元、输出15美元；Luna是输入1美元、输出6美元。
相识这个价值极度沉要，至少它会让用户原谅一些机能上的不及。好多人会把GPT-5.6 Sol对标Claude Fable 5，但从API单价看，GPT-5.6 Sol比Claude Fable 5便宜不少：输入价值只有后者一半，输出价值低40%。
并且OpenAI还提到GPT-5.6支持更可预测的prompt caching，缓存读取有90%的折扣，这会影响长高低文工作的现实成本。
除了价值，另一个出格值得关注的处所是速度——官方出格指出，Sol的速度最高可达每秒750个token。
用中文粗略理解，或许是每秒500到700个汉字。
这会把模型思虑和天生的部门大幅压缩，对通常谈天来说，将带来极度显著的秒回感。
我们在之前的文章里，已经提到了编码、生物、网络安全等沉点的评测，这次的评测更为全面，但在主题上并没有太大差距。
好比，在Agents’ Last Exam这个测试长功夫专业工作流的评估里，GPT-5.6 Sol达到了53.6分，比Fable 5高13.1分；即便只开medium reasoning，也能以约莫四分之一的估算成本超过Fable 5。
OpenAI还说，Terra和Luna能够在约莫1/16的成本下超过Fable 5。
只管官方benchmark并不料味着最终结论，但它至少说了然OpenAI这次的叙事沉点：
比的不只是谁更强，还有谁能以更低成本实现更多工作。
官方文档之表，在Artificial Analysis这套综合评测里，GPT-5.6实现工作时亏损的token显著更少，尤其是推理token少得夸大。就单元token产出和运行速度而言，效能险些高得离谱。
相比起冷冰冰的benchmark，还是热乎乎的直播更值得关注——凌晨一点，OpenAI开了一场直播，介绍了本次更新的全数内容。
在直播中，ChatGPT Work和GPT-5.6险些被放在了同样沉要的地位上，甚至ChatGPT Work越发沉要，奥特曼直接说那是个“really big deal”。
从直播来看，某种意思上，GPT-5.6反而像是一个专门为ChatGPT Work服务的模型底座。
而ChatGPT Work自身，说白了，就是把Codex放进了ChatGPT。
你看直播中的这个页面，是不是很熟悉 ？
OpenAI在介绍ChatGPT Work时直接写路：ChatGPT Work是ChatGPT里的一个Agent，能够跨利用和文件采取行动，必要时陪着一个项目工作数幼时，并把一个指标造成完制品。
滑稽的是，OpenAI也不是单一把Codex改名为ChatGPT Work——OpenAI说，从今天起头，Codex app会并入新的ChatGPT desktop app；Codex依然是面向开发者和技术人员的壮大编码Agent，但也会和Chat、Work一路呈此刻统一个桌面利用里。
OpenAI自己此前已经在把Codex往“所有人的出产力工具”方向讲了，说 Codex在援手分歧职业的人自动化日常工作、加快产出、削减知识工作的瓶颈。而此刻，真正归并的时辰，它反而把Codex的能力拆成了两个部门。
Codex这个入口依然存在，持续面向开发者和技术人员，掌管代码、仓库、PR、diff、review、多仓库项目等工程工作。
但Codex背后那套更有价值的器材——接工作、读高低文、挪用工具、分步骤执杏注最后交付了局的能力——被抽象了出来，放进了ChatGPT Work。
也就是说，ChatGPT此刻有三个入口：Chat掌管对话，Codex掌管编码，Work掌管通用办公工作。
姑且来讲，又往超等入口迈了一步。
现实履历：更适合日常工作
好多获得了GPT-5.6早期接见权限的网友分享了他们的使用履历。
总的来说，GPT-5.6 Sol杰出的处所并不在于极限攻坚（好多人提到它在机能上和Fable 5还有一段距离），但它在日常工作上得到了用户的信赖：用户愿意每天开着它，把大量日常工作、细节查抄、高低文判断和中央过程交给它。
有网友以为，Sol像一个有魅力、高效、有才华、让人羡慕的同事；Fable则像一个有点拧巴的天才，在自己执着的问题上极其杰出，但不太适合日常相处。
在他的履历里，Fable依然适合那些指标极其明确的工作，好比定向调试、安全问题和机能优化。由于这类工作有清澈的嘉奖函数，模型能够不休往一个确定指标上猛推。
但一旦回到更常见的日常工作，Sol的优势就显露出来了：它更顺手，更会共同，也更适合长功夫合作。
所以，或许更好的方式是让Fable去出经营策，而后拿Sol去执行。
另一位网友的评价则更靠近团队层面的行为变动。他说，自己的团队在使用模型时比力守旧，但GPT-5.6对他的团队产生了巨大影响：他们此刻亏损的token数量，是从前的5倍。
他同样以为GPT-5.6不如Fable 5聪明，但更靠得住。
说到“使用的token数量是从前的5倍”，我一路头还以为他在吐槽GPT-5.6对token亏损太快，看了评论区才知路并不是这样。
重要是由于用得多，所以亏损得多，这其中的关键在于他们愿意去用。
不外5倍的token亏损并不代表出产力提升了5倍，这位网友暗示，他们并没有5倍的好点子去推动出产力。
多出来的token，大部门不是用来堆更多产出，而是用来提高已有工作的质量，像是反复查抄每一个藐幼决策、处置各类边缘情况、补上一些容易被忽略的打磨环节什么的。
但至少，他的团队愿意把更多细节交给模型一路斟酌。
在代码能力上，网友Tim Neutkens的评价极度具体——他是Vercel的Next.js技术掌管人，也是Next.js的共同作者之一。这是个大型开源框架，在业内很有影响力，并且是现代前端里极度主流的一套框架。
他们已经测试了Sol两个多月（那么长），而在Next.js项主张日常工作中，Sol阐发相当杰出。他说Sol能理解架构弃取，调查复杂的Next.js项目，在建bug时思考代码库的其他部门，并且险些不必要太多领导，用很短的提醒就够了。
并且Sol已经参加了一些Next.js服务器的大型沉构工作。他们只必要指出高档次的改进方向，Sol就能端到端实现。
有个早期用户则给出了比力降温的评价，他以为GPT-5.6 Sol并不像Fable那样代表一次巨大的变动或全新架构，它更像是在GPT-5.5基础上充分打磨出的升级版。
思考到这次更新花了约莫三个月，它甚至很难说有什么了不得。
不外，再思考到它的价值（Sol和5.5同价）和能力的提升，GPT-5.6 Sol依然是目前订阅造下能用到的最好模型。
这位网友还提到了前端用户界面——不外这里指的是OpenAI自己的产品界面，而不是Sol的前端代码能力。
事实上，Sol的前端代码能力反而是早期评价里比力亮眼的部门。
不外对前端页面的审美几多有些见仁见智的意思，具体感触可能还是必要自己去尝试。
单一地说，GPT-5.6 Sol至少不像一次尺度意思上的大代际更新，终于也只是版本号+0.1的水平——只是GPT-5.5之后的一个幼版本。
固然，它在传布上的确获得了很大的成功。先是提前很久就起头吊胃口，又赶上了美国对前沿模型加强监管的布景；褂蠸ol、Terra、Luna这套太阳系定名，也给它蒙上了一层很严害的滤镜。
回到现实评价里，Sol的主题故事反而没有那么玄乎，只是比GPT-5.5更快、更适合日常工作，价值上也没什么变动。
按理来讲，这种变动其实是足够的，但放在人家Anthropic从4到5的升级旁边，还是差点意思。它在好多工作上不如Fable 5也算正常，价值和版本号差在这里。
说到大代际，有网友泄漏，GPT-5.6将是5.x系列中的最后一批模型（三个模型）。GPT-6可能在本月稍晚一些或者下个月颁布。
OMT：花圃里的两条路
只管听起来没佑装前沿模型沉大跃迁”那么刺激，但对Agent来说，性价比极度沉要。
通常谈天，用户问一句，模型答一句，成本再高也有限。但Agent要干活，就不是一句两句的事了——对高低文的读取以及对现实情况的查抄，造成的token亏损险些难以计量。
到了Agent时期，问题不只是“谁最聪明”，还蕴含“谁足够聪明、足够快，并且能被大量挪用”。
GPT-5.6这次就有点像是在回覆这个问题。值得关注的不只有Sol，它一次给出了三个版本，分工也很明确：复杂工作交给Sol，日常工作交给Terra，高频、轻量、容易验证的工作交给Luna。
若是说GPT-5.6是模型底座，ChatGPT Work就是它真正干活的处所。有了具体的使用场景，GPT-5.6的性价比才真正有了意思。
不是所有事件都要请最贵的专家来做，好多时辰，一个足够不变、足够便宜的模型，才是工作流真正跑起来的关键。
说起来，最近这两天的新模型颁布，有一点“便宜模型批量放送”的意思。
xAI昨天颁布的Grok 4.5、Meta刚刚推出的Muse Spark 1.1，主打的也都是便宜、急剧、高性价比。
事实上我并不是很爱看跑分，时时用AI的都知路，benchmark和现实使用上的体感是两码事，但价值是实打实的价值。
按每100万token计费，xAI的Grok 4.5的价值是输入2美元、输出6美元，xAI官方还强调它具备约2倍的token利用率；Meta刚推出的Muse Spark 1.1更低，输入1.25美元、输出4.25美元。
这其实是一个很大的变动。
从前，前沿模型的竞争很像跑车颁布会：比谁的马力更大，谁的极速更高，谁能在最难的测试里跑出最好成就。
但Agent时期更像商用车市场，用户不仅关切它能不能跑得快，还关切它省不省油、耐不耐用。
OpenAI、xAI和Meta看起来都在往这个方向靠：把足够强的模型做得更便宜、更快、更适合规；灿。
就Anthropic，在证了然自己的实力以来，依然在另一条路上持续狂奔。
Anthropic当然也在做工作流——甚至做得极度好，只不外它的沉点和OpenAI不太一样。我一向感触Anthropic的工具存在肯定的使用门槛，很强调合作质量和人的判断。
或者说，它并不那么防呆。所以才会有那么多的Claude使用指南，教你怎么把“最强AI工具”用到极致。
拿它凌晨刚刚推出的Reflect with Claude职能举例，它甚至专门让用户回看自己从前1、3、6、12个月若何使用Claude，分析常见工作和使用模式，并提醒用户思虑哪些事件适合交给AI，哪些依然应该自己实现。
单一地讲，OpenAI的工作流更强调规；灿，而Anthropic的工作流更强调高质量合作。它们的主流模型看起来也很切合这衷禅质。
我们很难单一评价这两条路线的正误，它们更像是花圃里的两条路。不外目前看来，占有最顶级模型的Anthropic似乎更胜一筹。
一方面是估值，市场给出了它的答案。另一方面，Fable（Mythos）只是Anthropic的顶级模型，它还有Opus、Sonnet和Haiku，在性价比上不定落了下风。
不外，看起来OpenAI今天的更新还是给Anthropic带来了一些紧迫感。
除了把Fable5的使用限度耽搁到了7月12日，它今晚还为所有效户沉置了限额。
居然，有竞争才有动力啊……
（作者：袁心玥）
