GPT-5.6上线！对话框式AI将死——这篇文图完全都是5.6做的！

2026 年 7 月 9 日，OpenAI 发布 GPT‑5.6 Sol、Terra、Luna，并同步推出 ChatGPT Work 与统一桌面应用。本文依据 OpenAI 当日公告、产品文档及首批独立体验整理。

一、chatgpt正在整合一切

GPT‑5.6 变强当然重要，可这次发布更大的信号，落在 OpenAI 对产品边界的重新划定。

过去几年，OpenAI 的能力散落在聊天框、Codex、浏览器、连接器、文件工具和各种独立入口里。用户每换一种工作，就要换一个前台窗口。

7 月 9 日之后，这些窗口开始被收进同一栋楼：Chat 负责问答与讨论，Work 负责拆解并执行知识工作，Codex 负责开发任务；浏览器、Computer Use、插件、文件与定时任务则成为共享的行动层。

从分散工具到统一工作台：本次发布的主线落在产品整合。

这使 OpenAI 的目标显得更清晰。

它想争夺的已超出“最好用的聊天机器人”，更接近 AI 时代的生产力入口。Google Workspace 与 Microsoft 365 掌握文档、表格、邮箱、会议和组织协作，OpenAI 选择从另一个方向切入：先用模型理解任务，再把应用、文件和网页接到模型周围。

时间点也很微妙。

OpenAI 在 6 月 8 日宣布已向美国证券交易委员会秘密提交 S‑1 草案。几个月前，公司还披露企业业务已贡献超过 40% 的收入，并预计在 2026 年底接近消费业务。一个能进入企业日常工作流、承接更多任务并持续消耗算力的平台，显然比单个明星模型更适合支撑上市叙事。

二、GPT‑5.6：三档模型正式上线

GPT‑5.6 从 6 月 26 日的有限预览转为全球 GA，一次发布三档。它们更像长期能力层级，后续可以按各自节奏更新，名称也开始承担产品定位。

三档模型对应三类预算：复杂任务、日常主力与大批量处理。

Sol 是旗舰层，重点能力覆盖 coding、科学研究、网络安全、Computer Use 与长时间 Agent 任务。

它新增 max 推理强度，让单个 Agent 用更多时间搜索、核验和修订；ultra 再向前走一步，默认调度 4 个 Agent 并行工作。OpenAI 的评测图表还展示了 16 Agent 配置，但官方产品页没有把 16 写成统一固定上限。

Terra 是平衡层。

OpenAI 给它的定位很坦白：性能可与 GPT‑5.5 竞争，价格约为后者的一半。它大概率会成为最常用的一档，像办公室里那台很少被讨论、每天却承担最多任务的主力电脑。

Luna 是速度与成本层，

面向分类、整理、批量生成、轻量工具调用等高频任务。模型产业走到今天，小模型的意义早已超出“缩水版旗舰”。当任务量从几十次上升到几百万次，延迟和单位成本会直接决定产品能否成立。

在 ChatGPT 的普通 Chat 中，Plus、Pro、Business、Enterprise 用户可通过 medium 及以上推理强度使用 Sol；Pro 与 Enterprise 还可选择 Sol Pro。

ChatGPT Work 与 Codex 的规则略有差别：Free、Go 默认使用 Terra；Plus 及以上可在 Sol、Terra、Luna 之间选择。

具体上线采用 24 小时渐进式推送，首日看不到某个模型并不罕见。

API 标准价格如下，单位为每百万 token：

模型	输入	输出	适合任务
GPT‑5.6 Sol	5 美元	30 美元	高难 coding、研究、安全、复杂 Agent
GPT‑5.6 Terra	2.5 美元	15 美元	日常知识工作与主力应用
GPT‑5.6 Luna	1 美元	6 美元	低延迟、大批量、成本敏感任务

参照 Anthropic 的官方价格，Claude Fable 5 为每百万输入 10 美元、输出 50 美元。Sol 的输入价格只有一半，输出低 40%

Terra 与 Luna 的价差更大。当然，每百万 token 的标价无法直接等同于完整任务成本，推理 token、工具调用次数和任务成功率都会改写账单。这也是今天看模型价格时最容易被忽略的一层。

三、更高的 Agent 效率

这次最醒目的成绩来自 Terminal‑Bench 2.1。

GPT‑5.6 Sol 得分 88.8%，Ultra 提升到 91.9%，创下当时最高结果。这个基准考查命令行环境中的规划、迭代与工具协调，比单轮代码补全更接近真实开发 Agent 的工作方式。

Sol 的重点优势落在长流程任务的成功率与单位成本。

在覆盖 55 个专业领域长流程任务的 Agents’ Last Exam 上，OpenAI 给出的旗舰成绩是 53.6，比 Claude Fable 5 的 adaptive reasoning 高 13.1 分。

这里需要拆开看成本口径

Sol 在 medium 推理强度下仍领先 11.4 分，估算成本约为 Fable 5 的四分之一。高分与低成本分别来自不同配置，混成同一组数字会夸大优势。

网络安全和生物学同样有明显提升。

Sol 在 ExploitBench 2 上达到 73.5%，GPT‑5.5 为 47.9%；在 SEC‑Bench Pro 上为 71.2%，Ultra 为 74.3%。GeneBench Pro 上，Sol 从 GPT‑5.5 的 12% 提升到 28.7%。

这些数字支持一个相对稳妥的判断：GPT‑5.6 的进步主要体现在更长的任务链、更强的工具协调，以及更少 token 完成同类工作的能力。

早期独立体验也给这份成绩单留了一道边

Simon Willison 在首日文章中写道，Sol “非常有能力”，但在他常做的复杂 coding 任务上，暂时没有让他感到明显强于 Fable 5。他同时强调，单看 token 标价已很难衡量模型，因为不同模型完成相同任务时会消耗完全不同的推理量。

这份反馈很重要。基准告诉我们能力边界在移动，真实项目才会暴露模型的工作习惯、持续性和返工成本。就发布首日的证据看，Sol 的性价比优势更稳，复杂 coding 的绝对领先仍需更多公开案例。

四、ChatGPT 与 Codex 合并：一个应用，三种工作界面

统一桌面应用把 Chat、Work、Codex 放进同一工作台。任务、项目、文件和长时间运行的工作都留在一个界面内，用户再按目标选择入口。三种模式调用的能力有大量重叠，主要差异落在交互重点和结果呈现。

同一工作台之上，三种模式面向不同工作语言。

Codex 继续服务开发者，展示代码 diff、内联编辑、PR 审查侧栏和多仓库项目；

Work 面向更广泛的知识工作，用文档、表格、幻灯片、站点和任务进度承接结果。

Chat 保留低门槛的讨论与问答入口。

可以把它们理解成同一套生产系统的三张操作台：开发者需要看到齿轮，普通办公用户更关心成品与审批节点。

这条产品路线早在 3 月已有预告。

Fidji Simo 的内部备忘录经媒体批量后，外界得知 OpenAI 认为过多应用和技术栈造成分散，拖慢开发并影响质量标准。

7 月的统一应用，正是那次收缩与聚焦的落地版本。

五、ChatGPT Work：助手开始接管完整任务链

如果只挑本次发布里最值得关注的一项，我会选 ChatGPT Work。

它把用户的目标拆成步骤，从 Google Drive、Slack、Teams、邮箱、日历、SharePoint、CRM 等连接源收集上下文，再生成文档、表格、幻灯片、分析报告或站点。任务可以运行数小时，遇到缺失信息、权限动作或关键决策时再请求确认。用户仍能查看进度、补充材料、改变方向和批准敏感操作。

目标进入后，Work 负责取数、拆解、执行、核验与交付。

它还支持规划任务：既能定时运行，也能由事件触发，或持续监控变化。

比如每周读取 Slack 更新并刷新会议议程，每天检查网页与仪表盘，发现变化后发送报告；也可以在收到新邮件时更新一份演示文稿。

这也是 OpenAI 直接对标办公套件的地方。

Google 和 Microsoft 的优势来自现成的企业数据与应用入口；OpenAI 的筹码则是跨应用规划与执行。哪一边先把权限、可靠性和组织治理磨平，哪一边就更接近企业真正愿意长期付费的 Agent。

六、其余更新

GPT‑5.6 与 Work 占据了发布会中心，周围几项更新同样指向统一平台。

生成、浏览、操作与开发被收进同一条工作链。

第一项是 Sites。

ChatGPT 生成的可视化、仪表盘、项目追踪器、内部入口和轻量工具，可以直接转成可交互站点，通过 URL 向团队或公众分享。它还能随底层信息变化继续更新。过去对话里的产物常停在聊天记录中，Sites 给这些产物加了一扇对外打开的门。

第二项是 内置浏览器与 Computer Use。

桌面应用拥有独立浏览器 profile，可在任务需要时登录网站，并把下载文件保存到系统下载目录；Computer Use 可以执行打开页面、点击、输入、截图和核验等动作。若任务需要沿用用户现有的 Chrome 登录态、标签页与扩展，则通过 Chrome 扩展接入。这里的分工很清晰：内置浏览器提供隔离环境，Chrome 扩展负责复用真实工作现场。

第三项落在 Codex。

新版支持在 diff 中直接编辑、侧栏查看 PR 与审查反馈、单项目连接多个仓库，并使用 GPT‑5.6 加速 Computer Use。Ultra 也进入 Codex，Plus 及以上套餐可用。

还有一个容易被低估的动作：统一桌面应用新增“从其他 Agent 导入”。官方文档列出的可迁移内容包括 instructions、settings、skills、plugins、项目、近 30 天聊天、MCP 配置、hooks、slash commands 与 subagents。导入不会删除原有 Agent 配置。即便文档正文采用中性称呼，它瞄准的用户群并不难辨认——已经在 Claude Code 等工具里积累大量偏好与工作流的人，如今获得了一条更低摩擦的迁移路径。

七、最后：奥特曼拯救世界

把这些更新放在一起看，OpenAI 的商业逻辑已经从“卖更聪明的 token”延伸到“占据工作发生的界面”。模型负责推理，插件和浏览器负责接触外部世界，Computer Use 负责操作，Sites 和办公文件负责交付，统一桌面应用负责留住任务历史与组织关系。

模型、工具、任务与企业治理形成同一套平台循环。

这套组合对企业客户很有吸引力。

企业采购看重的从来不只是一张跑分表，还包括权限、审计、连接器、稳定容量、人员迁移成本，以及员工能否在同一个入口完成更多工作。统一平台让 OpenAI 有机会把这些条件打包，也让客户一旦形成工作习惯后更难替换。

它同样服务于 IPO。

单个模型的领先可能只维持几个月，生产力平台的价值来自长期使用、企业数据接入和任务迁移成本。对于一家刚秘密提交 S‑1、企业收入占比已经超过 40% 的公司，后者显然能讲出更大、也更容易被资本市场计价的故事。

当然，平台故事能否成立，最后仍要回到很朴素的检验：Work 能否稳定交付，Computer Use 能否少走弯路，企业管理员能否放心给权限，用户能否在关键节点看懂并接管。模型更强只是入场券。OpenAI 今天真正押下的筹码，是让 ChatGPT 从一个回答问题的窗口，变成越来越多工作开始、推进并完成的地方。

资料来源

• OpenAI：GPT‑5.6 正式发布、基准、访问规则与 API 定价

• OpenAI：ChatGPT Work 与统一桌面应用

• OpenAI Learn：本周 ChatGPT 与 Codex 更新

• OpenAI Learn：内置浏览器与 Computer Use

• OpenAI Learn：从其他 Agent 导入设置与工作

• OpenAI：企业业务收入占比与统一 AI 超级应用战略

• OpenAI：秘密提交 S‑1 草案

• Anthropic：Claude Fable 5 定价与定位

• Simon Willison：GPT‑5.6 首日体验