大家好我是 cxuan。GPT-5.6 终于官宣解禁了等的我家娃都快能上街打酱油了。继 A 社解禁 Fable 5 以来GPT-5.6 也终于迎来了解禁消息。就在几十分钟前OpenAI 官宣GPT-5.6 Sol 将和 Terra、Luna 一起在本周四公开推出他们现在正在全球范围内扩大预览访问权限。很多人包括我一直都在等这个消息。我在 6 月 27 号写过一篇文章专门介绍 GPT-5.6 的模型能力《虽迟但到GPT-5.6 重磅发布》。当时 GPT-5.6 已经发布了但由于政策问题只给一小部分组织限量预览普通用户根本用不上。现在这个限制终于开始解除了感谢比利时把美国队淘汰了天亮了不过大家先别急着打开 ChatGPT 找模型。OpenAI 这次说的是在全球范围内扩大预览访问权限目前还没有明确说所有 ChatGPT 用户都能直接使用。到底会先开放 API、Codex还是直接进 ChatGPT 模型列表还得等周四正式推送。过了两周了估计大家都忘了 GPT-5.6 的模型能力了所以先简单复习一下为明天的大测做准备。GPT-5.6 Sol 是 OpenAI 目前最牛批的模型GPT-5.6 Terra 是一个比较平衡的模型GPT-5.6 Luna 是一个便宜、快速而且最耐用的模型。图源OpenAITerra 的性能与 GPT-5.5 基本差不多但是价格便宜一半。Luna 的能力不如 GPT-5.5胜在价格更低、速度更快。一句话区分Sol 看智力上限Terra 看日常性价比Luna 看吞吐和成本。OpenAI 当时没有把所有评测一口气全放出来。原文说完整评测会等更广泛开放时再发。它先放了三个方向编码、生物、网络安全。在编码上GPT-5.6 Sol 在 TerminalBench 2.1 上刷新了 OpenAI 自己给出的表现。这个 benchmark 测的是命令行工作流需要规划、迭代和工具协调能力。图源OpenAI在 TerminalBench 2.1 上GPT-5.6 Sol 的两个effort档位都把 Mythos 5 给超了。Terra 这个具备性价比的版本竟然还把 Fable 5 给超了。GPT-5.6 还新增了两个能力入口max reasoning effort和ultra mode。max的意思是给 Sol 更多时间深度推理。ultra更像是让模型调用子 Agent把复杂任务拆给多个子任务一起跑。OpenAI 的表述是它超出了单个 Agent 的能力边界。生物方向OpenAI 提到 GeneBench v1。它用来评估长周期基因组学和定量生物分析任务。OpenAI 的说法是GPT-5.6 Sol 比 GPT-5.5 更强而且用的 Token 更少。图源OpenAI在网络安全方面说的就更加直白了。OpenAI 说GPT-5.6 Sol 是他们目前网络安全能力最强的模型。它在漏洞研究和利用这类长周期安全任务上性能和效率都有长足的进步。在 ExploitBench 这份测评榜单上GPT-5.6 Sol 用了大约 1/3 的 Token就接近了 Mythos Preview 的水平。图源OpenAI在 ExploitGym 上Sol、Terra、Luna 随着推理的增强也都展现出了明显的网络安全能力提升。图源OpenAI这地方要跟大家说清楚。原文和 System Card 里都强调Sol 主要用来帮助网络防御者发现攻击漏洞、开发补丁、加强系统保护。在 Chromium 和 Firefox 的测试条件下它并没有产出可自主运行的完整攻击链。按照 OpenAI 当前的框架设定它还没过 Cyber Critical 的阈值。但能力已经强到必须分阶段发布了。所以这条官宣消息出来后我第一反应很简单终于轮到我们自己测了。官方 benchmark 已经放了不少到底 GPT-5.6 能不能打还得亲自上手。尤其是 Sol 的max和ultra我很想看看它在真实编码任务里到底能跑到什么程度。明天见了各位。参考链接OpenAIPreviewing GPT-5.6 SolOpenAIGPT-5.6 Preview System Card我之前的文章虽迟但到GPT-5.6 重磅发布