刚刚，GPT-5.6「太阳系」全家桶上线，Codex消失了

OpenAI 正式发布了其 GPT-5.6 系列产品，包括 Sol、Terra 和 Luna。与此同时，ChatGPT 与 Codex 功能已整合，推出了名为 ChatGPT Work 的新 AI 工具。

Sol 模型在多个基准测试中表现出色，例如在 Agents' Last Exam 测试中得分 53.6%，比 Fable 5 高出 13.1 分；在 Terminal-Bench 2.1 测试中，Sol 获得了 88.8% 的成绩，而 Ultra 模式更是达到了 91.9%，均超过了 Fable 5 的 83.1%。在 Coding Agent Index 评测中，Sol 以 80 分的新 SOTA 成绩领先 Fable 5 2.8 分。

价格方面，Sol 的输入和输出价格分别为每百万 token 5 美元和 30 美元，Terra 价格减半至 2.5 美元和 15 美元，Luna 则降至 1 美元和 6 美元。这比 Fable 5 的每百万 token 输入 10 美元和输出 50 美元更具竞争力。

GPT-5.6 系列现已全面可用。旗舰模型 Sol 定位为处理硬核编码、知识工作、网络安全和科学研究等领域的强大工具。Terra 和 Luna 则主打高性价比，以较低成本提供卓越性能。

在编程能力方面，Sol 被 OpenAI 称为“迄今最强编程模型”。在 Artificial Analysis Coding Agent Index 上，Sol 以 80 分创下 SOTA，比 Fable 5 高 2.8 分，同时在输出 token、耗时和成本上均显著优化。Terra 和 Luna 在各项评测中也超越了 Fable 5 和 Opus。

GPT-5.6 系列还引入了新的能力设置，包括“max”档，为模型提供更多推理时间；以及“ultra”档，支持并行启动四个 Agent，重负载任务可扩展至十六个。这种并行处理能力在 BrowseComp、SEC‑Bench Pro 和 Terminal‑Bench 2.1 等评测中，显著提升了分数和速度。

此外，GPT-5.6 在设计审美方面也有所提升，能够独立完成视觉和功能检查，并进行修改。其设计的航海小游戏、博物馆网站和室内设计展示等作品，均展示了其在设计能力上的飞跃。在“端到端知识工作”方面，Sol 在 BrowseComp 和 OSWorld 2.0 测试中均刷新了 SOTA，尤其在 OSWorld 上，输出 token 量减少了 85%。

OpenAI 透露 GPT-5.6 是其迄今“最能加速 AI 研究”的模型。在内测期间，研究员的日均输出 token 量翻倍。过去半年，OpenAI 在内部编程推理研究上的算力投入增长了 100 倍，Agent 的 token 用量增长了约 22 倍。在“递归自我改进（RSI）”内部评测中，Sol 比 GPT-5.5 高出 16.2 分。

值得注意的是，GPT-5.6 系列中的 Luna 模型是由 Sol 模型训练而成的，展示了 AI 训练 AI 的能力。Sol 模型能够自主完成训练配置、GPU 选择、脚本启动等一系列复杂任务，这在过去需要专业研究员团队完成。

同时，ChatGPT 桌面端进行了升级，集成了内置浏览器和 Computer Use 功能，并与 Codex 应用合并。新推出的 ChatGPT Work 作为一个跨应用和文件的 Agent，能够自主执行复杂任务。用户可以通过手机端 ChatGPT 控制 ChatGPT Work，即使不在电脑旁也能继续工作。

OpenAI 的此次更新标志着 AI 领域的发展进入新阶段，特别是 AI 训练 AI 的能力，预示着未来 AI 发展的速度将可能不再受限于传统线性时间。