GPT-5.6终于来了。但看完整场发布你会发现这次真正值得关注的并不只是模型又涨了多少分。更大的变化发生在产品层面。原本独立运行的Codex App被整合进了新版ChatGPT桌面端。现在一个应用里同时放进了Chat、Work和Codex三种模式。聊天、办公、编程开始共用一个入口。所以与其说Codex消失了不如说OpenAI正在把Codex背后的智能体能力装进ChatGPT这款拥有庞大用户基础的超级应用里。2022年ChatGPT让普通人学会了“向AI提问”。到了GPT-5.6这一代OpenAI开始尝试另一件事让AI接过任务把工作真正做完。一、GPT-5.6来了但OpenAI这次更想讲性价比GPT-5.6一共包含三个型号Sol旗舰模型面向复杂推理、编程和专业工作Terra兼顾能力、速度和成本Luna价格最低适合高频、批量和标准化任务。三款模型的标准API价格分别为Sol每百万Token输入5美元、输出30美元Terra为2.5美元和15美元Luna则为1美元和6美元。同时新模型支持显式缓存断点缓存写入按普通输入价格的1.25倍计算缓存读取价格只有普通输入的十分之一。对于大量重复读取背景材料、系统提示词和业务规则的企业应用这种计费方式可以明显降低长期运行成本。这套产品设计释放出的信号很明确。OpenAI已经不满足于证明“最强模型有多强”它更想回答企业真正关心的问题一个任务交给AI到底要花多少钱过去很多模型在演示中表现惊艳进入真实业务后却容易遇到两个问题。一个是成本不可控。模型推理时间越长、调用工具越多账单涨得越快。另一个是能力过剩。大量企业任务并不需要每次都调用最强模型例如信息分类、报表更新、资料整理和标准化内容生成更需要的是稳定、快速和便宜。Sol、Terra和Luna的分层本质上是在建立一套“按任务选模型”的成本结构。复杂项目交给Sol日常工作交给Terra大规模重复任务交给Luna。这比单纯推出一个更强、更贵的旗舰模型更接近企业真正的使用方式。二、跑分很强但远没有到全面碾压从正式发布的数据看GPT-5.6的优势主要集中在长流程任务、网页浏览、电脑操作、编程智能体和Token效率上。在覆盖多个专业领域长流程任务的Agents Last Exam中GPT-5.6 Sol得分52.7%Claude Fable 5为40.5%。在Artificial Analysis编程智能体指数中Sol获得80分高于Claude Fable 5的77.2分。开启Ultra模式后Sol在BrowseComp网页浏览评测中达到92.2%在OSWorld 2.0电脑操作评测中达到62.6%同时使用的输出Token比Claude Opus 4.8少85%。这些成绩说明GPT-5.6确实更适合处理一类越来越重要的任务需要模型自己查资料、调用工具、操作网页、修改文件并持续执行几十分钟甚至数小时的复杂工作。但如果因此得出“GPT-5.6已经全面领先Claude”的结论也不准确。在SWE-Bench Pro中GPT-5.6 Sol得分64.6%Claude Fable 5达到80%在FrontierMath Tier 4中Sol为83%Claude Fable 5为87.8%在专业工作评测GDPval-AA v2中Sol的1747.8 Elo也略低于Claude Fable 5的1759.6。这意味着Claude在部分高难度软件工程、数学和专业知识任务中依然具有优势。GPT-5.6真正突出的地方是综合能力更均衡。它可能不是每一个单项评测里的第一名但在规划、编码、工具调用、电脑操作、成本和执行稳定性之间形成了更完整的能力组合。可以把一些高能力模型理解为某个领域里的顶尖专家。而GPT-5.6更像一支配置完整的项目团队能够分析问题、拆分任务、调用工具、完成执行最后再进行检查和交付。三、GPT-5.6最重要的进步是开始学会收尾以前使用AI完成复杂任务经常会出现一种情况模型前面的分析很好方案也写得很完整真正进入执行后却开始遗漏步骤、调用失败、修改错文件或者做完一半就停下来。最后人仍然需要接手大量收尾工作。GPT-5.6试图解决的正是这个问题。根据OpenAI的介绍新模型加强了网页浏览、电脑操作、文件处理和设计判断能力可以根据参考文件识别PPT中的版式、字体、间距、配色和母版规则并将这些规则继续应用到新内容中。它不只生成一份“看起来像PPT”的文件还会尽量理解原文件背后的设计系统。在表格和文档场景中它也可以结合源数据更新公式、模型和内容并通过工具检查结果。API侧还新增了Programmatic Tool Calling。过去模型每调用一次工具往往都需要把大量中间结果传回上下文再判断下一步做什么。现在GPT-5.6可以临时编写程序协调多个工具并过滤中间数据减少反复传输和无效Token消耗。同时多智能体能力开始以测试版形式开放。模型可以让多个子智能体并行处理不同任务再汇总成统一结果。这意味着AI的工作方式正在发生变化。以前是一步一步地问“帮我分析这份数据。”“根据分析写一份报告。”“再把报告做成PPT。”“最后检查一下格式。”现在可以直接交代最终目标“读取业务数据找到异常更新财务模型制作汇报材料并整理成一个可以分享的交互页面。”模型自己决定先做什么、调用什么工具、如何拆分任务以及最终交付哪些文件。AI产品的竞争重点正在从回答质量转向任务完成率。四、Codex没有消失它正在变成ChatGPT的底层能力这次产品调整里最容易被误解的一件事就是“Codex没了”。准确地说Codex并没有被取消。新版ChatGPT桌面应用同时整合了Chat、ChatGPT Work和Codex三个入口。用户仍然可以进入Codex模式处理代码仓库、开发任务和软件工程工作只是不再需要单独打开另一款应用。真正发生变化的是产品定位。过去Codex主要面向开发者。但OpenAI披露Codex每周用户已经超过500万其中超过100万人使用它处理非软件开发工作。换句话说Codex原本为编程打造的长任务执行、文件操作、多步骤规划和工具调用能力已经被大量用户拿去做研究、分析和办公。于是OpenAI顺势推出了ChatGPT Work。底层仍然大量采用Codex技术但前台不再强调代码仓库、分支和提交记录而是强调文档、表格、演示文稿、邮件、浏览器和企业系统。这种调整看似只是换了一个名字实际上解决了一个重要问题普通用户不需要理解什么是Coding Agent他们只需要知道这个AI能不能帮自己完成工作。Codex服务开发者的专业需求。Work承接更广泛的知识工作。Chat则继续保留即时问答和轻量交流。三种模式共用模型、文件、工具和应用生态ChatGPT也由此从一个聊天产品逐渐变成AI任务的统一入口。五、ChatGPT Work可能比GPT-5.6更值得关注按照官方定义ChatGPT Work可以在多个应用和文件之间采取行动持续处理数小时的复杂项目并把一个目标转化为文档、表格、PPT、分析报告或Web应用等最终成果。它可以连接Slack、Microsoft Teams、Google Drive、SharePoint、邮箱、日历、CRM和项目管理系统从不同工具中读取业务背景。它还可以使用浏览器和Computer Use能力在网页和桌面应用中点击、输入、整理文件并更新内容。例如用户可以让它完成一套月底经营分析流程先从业务系统和表格中读取实际数据再与预算和预测数据进行对比定位收入、成本和费用差异更新Excel财务模型生成管理层汇报PPT最后把关键指标做成可分享的交互页面。以前这是一串需要财务、业务、数据分析和汇报人员共同完成的工作。现在OpenAI希望用户只需要描述目标然后在关键节点进行审核和确认。与此同时Scheduled Tasks可以让ChatGPT按照固定时间或触发条件运行任务。它可以每天检查网站和业务看板整理变化并发送报告也可以持续监控客户反馈、邮件和Slack消息自动更新会议材料或项目文档。这一步非常关键。当AI只能在人发出指令后工作它仍然是一种工具。当AI能够按计划检查变化、调用系统、更新文件并主动交付结果它就开始接近企业中的数字员工。六、Sites补上了AI交付的最后一公里很多人已经可以用AI写代码、分析数据、制作原型。但把结果部署出来让同事、客户或管理层直接使用仍然存在门槛。Sites就是用来补这一环的。用户可以直接在ChatGPT中创建、预览、发布和分享交互式网站或轻量应用用于制作实时仪表盘、项目追踪器、发布日历、内部信息门户、交互报告和产品原型。过去AI给你的可能是一份代码、一张图或一个分析结论。现在它可以把这些内容直接组合成一个可访问、可操作、可持续更新的页面。这背后反映出的产品逻辑很清晰OpenAI不希望ChatGPT只负责“生成内容”它还希望ChatGPT负责交付内容。从资料到分析从分析到文件从文件到应用从一次性交付到持续更新。整个工作链条正在被装进同一个产品里。七、这次发布真正改变的是AI产品的竞争规则过去两年行业讨论AI模型习惯比较参数、上下文长度和评测分数。接下来衡量一款AI产品可能需要换一套标准它能不能理解复杂目标能不能拆分并持续执行任务能不能稳定调用企业里的各种工具能不能遵循已有模板和业务规则能不能在合理成本下交付可直接使用的成果模型能力仍然重要但单纯回答得更聪明已经不够了。企业需要的不是一个偶尔给出惊艳答案的聊天机器人而是一套能够进入真实工作流、处理脏数据、遵守流程、接受审核并持续运行的执行系统。从这个角度看GPT-5.6只是发动机。ChatGPT Work、Codex、Sites、插件、定时任务和电脑操作能力才共同构成了OpenAI这次真正推出的产品。它正在尝试建立一个AI工作操作系统。所有文件、系统、任务和交付物都可以围绕一个智能体入口重新组织。写在最后2022年11月ChatGPT第一次走进大众视野时人们最震撼的是原来机器也能像人一样聊天。四年之后这种能力已经不再稀奇。今天人们更关心的是它能不能理解一个模糊的业务目标自己找到资料、拆解问题、调用工具、处理异常最后把结果完整地交出来GPT-5.6给出的答案还谈不上完美。它在部分软件工程、数学和专业任务上依然落后于竞争对手复杂工作中的权限、安全、稳定性和责任边界也需要真实业务长期验证。但方向已经很清楚了。ChatGPT曾经让十亿级用户学会如何向AI提问。接下来OpenAI想让这些用户逐渐习惯另一件事不再告诉AI每一步该怎么做只告诉它最终要完成什么。聊天时代并没有结束。只是聊天正在变成AI开始工作的第一句话。注本文数据截至2026年7月10日以OpenAI正式发布页面及帮助中心信息为准。