奥特曼瘫坐在椅子上的发布会剧本，大家估计早就看腻了。但说实话，每次 OpenAI 毫无征兆地在半夜扔出新模型，科技圈还是得跟着集体失眠。
这次没有画大饼，GPT-5.6 带着三款新模型直接全量上线。
名字起得挺有意思，分别叫 Sol（太阳）、Terra（大地）和 Luna（月亮），分别对应超配旗舰、中端主力以及入门性价比。
最让人精神一振的是价格。Sol 的输入 5 美元/百万 token，输出 30 美元；Terra 直接砍半；最便宜的 Luna 只要 1 美元和 6 美元。
这价格一出来，压力瞬间全给到了 Anthropic 这边。据说 Claude 连夜重置了用户的调用额度，空气里全是火药味。
当然啦，国内很多站点也可接入 gpt5.6全家桶模型，官网用不起，可以用用这种的。
更绝的是，那个曾经被程序员捧上天的 Codex 独立 App，今天被官方“宣判死亡”了。
但它不是消失，而是被整个揉进了 ChatGPT 里面，成了新版超级应用的核心引擎。
贴脸开大，Claude 成了发布会隐藏主角
看完这次的官方博客，我最大的感受就是：OpenAI 简直把 Claude 挂在耻辱柱上打。
在横跨 55 个行业的长程智能体评测（Agents' Last Exam）里，最顶配的 Sol 拿下了 53.6 分，比 Claude Fable 5 高出整整 13.1 分。
OpenAI 的嘴还特别损，在报告里补了一刀：我们就算只开中档推理，也比你 Fable 5 高出 11.4 分，而且成本只有你的四分之一。
言下之意：你不仅跑得慢，还贵得要死。
在更偏向日常综合体验的 Artificial Analysis 指数上，Sol 开满推理虽然只比 Fable 5 高了 1 分，但完成任务的速度快了 61%，账单直接省了一半。
说白了，这次发布会的核心叙事就两个字：算账。
奥特曼在 X 上也直言不讳：企业客户天天抱怨 AI 成本太高，Sol 就是为了帮大家省钱而生的。
为了把“省钱”这个人设演到底，OpenAI 连计费规则都改了：提示词缓存读取直接打一折，而且开发者能手动设置缓存断点，至少保留 30 分钟。
这波操作，确实打到了不少创业团队的痛点上。
编程与设计：主战场上的降维打击
写代码依然是两家死磕的主战场。
Sol 在编程智能体指数上拿到了 80 分，不仅破了纪录，输出 token 和耗时还都比 Fable 5 少了一半以上。
中端的 Terra 表现也很亮眼，评分略高于 Fable 5，耗时却只有对方的三分之一。
我用 Sol 试着跑了一段日常的 Python 脚本重构，最直观的感受就是“不纠结”。以前的模型遇到报错，喜欢在同一个坑里反复试错，疯狂消耗你的 token；而 Sol 发现走不通，会立马换个思路，甚至自己写个临时脚本去探路。
Lovable 的创始人也出来背书，说换了新模型后，用户构建应用时卡死的情况减少了 15%。
推特上的大神们已经玩疯了。Matt Shumer 晒出 Sol 独立跑了一周、完全自主搓出来的体素版曼哈顿，这细节和精度，确实有点吓人。
除了写代码，这次 OpenAI 还特别强调了“设计品味”。
以前的 AI 写前端，套出来的模板一股浓浓的“程序员审美”。这次 Sol 似乎开窍了，你给个大概方向，它能自己推断出一整套视觉系统，做出来的界面居然挺高级。
更重要的是，它现在学会了“自我验收”。写完代码，它会调用增强后的电脑操作功能，自己盯着渲染出来的网页看，发现哪里歪了、哪里有 Bug，自己改完再交工。
办公场景：PPT、文档与表格精度飞跃
日常办公这块，PPT 算是个重灾区。
以前让 AI 帮你改 PPT，最怕它把原本调好的母版格式、字体、LOGO 毁得一塌糊涂。
官方给的对比很明显：老模型更新数据时，直接把母版元素丢了；而 GPT-5.6 能识别出整套排版逻辑，原样把新数据套进去。
不过，吃瓜不能只看公关稿。我翻到评测报告最底下的表格，发现了几处很有意思的细节：
在极难的 FrontierMath 数学评测里，Sol 只拿到了 65.9%，居然比上代 GPT-5.5 的 72.5% 还要退步了一截，而 Claude Fable 5 是 87.8%。
在 SWE-Bench Pro 这种硬核编程测试中，Sol 的 64.6% 也依然被 Claude 的 80% 压着打。
看来，在极高难度的逻辑硬核区，Claude 依然保住了尊严。
有趣的是，OpenAI 在生物评测的图注里还阴阳怪气了一句：Claude Fable 5 没在表里，因为它“拒绝回答高阶生物问题，导致大部分题没分”。这小家子气的文风，很符合我们对硅谷商战的想象。
什么是 ChatGPT Work？
这次产品线最大的变动，是推出了 ChatGPT Work。
说白了，OpenAI 终于把 Codex 杀死了，因为他们发现每周 500 万活跃用户里，有 100 多万人根本不用它写代码，而是拿它当“赛博牛马”来整理资料、做表格。
既然如此，干脆做个通用工具。
ChatGPT Work 的逻辑很简单：它不是一个只能一问一答的聊天框，而是一个能跨应用、跨文件、自己默默干几个小时活的智能体。
比如月底对账，以前你要在好几个系统、Excel 预测模型之间来回折腾。现在你给一句指令，它自己去拉数据、做分析、更新 Excel，顺手把汇报 PPT 做好，最后把链接丢到你的 Slack 里。
原来的 ChatGPT 桌面 App 这次改名叫 ChatGPT Classic，而新版 App 则是把 Chat、Work、Codex 三个模式塞进了一个入口。
AI 训练 AI 的时代真的来了
这次发布会最让我细思极恐的，其实是研究员轻描淡写提到的一句话：
全家桶里最便宜的 Luna，其后训练（Post-training）环节，是旗舰 Sol 自己独立搞定的。
研究员在现场展示了那条 Prompt，简单得令人发指：“找到训练配置、找到空闲 GPU、启动脚本、确认跑通。”
Sol 收到后，自己默默把 Luna 给训练了出来。
以前这活需要一整个资深算法工程师团队折腾好几周，现在 Sol 顺手就给办了。
难怪 OpenAI 内部的数据显示，过去六个月里，他们用于代码推理的研究算力份额暴涨了 100 倍。
为了量化这个趋势，他们还搞了个 RSI（递归自我改进）指数，专门测模型自己调试系统、优化内核、改进另一个模型的能力。Sol 在这项上比上代高了 16.2 分。
这种自我迭代的速度一旦跑起来，后面的指数级增长可能会超出所有人的想象。
至于我们普通人怎么选，其实很简单：
如果你平时只是写写周报、查查资料，免费版的 Terra 完全够用；如果是重度写代码、做复杂设计的生产力用户，Sol 依然是目前综合性价比最高的选择。
至于 Claude 和 GPT 怎么挑？
我的建议是：如果你的任务需要极度严苛的数学逻辑和算法推导，Claude 依然有它的护城河；但如果是日常高频的工程落地、写前端、做日常办公流，GPT-5.6 这波降价增效，确实让人很难拒绝。
