GPT-5.6正式发布：Sol/Terra/Luna三模型怎么选？ChatGPT Work合并实测与定价解析

作者Digital Life Kazek表示，OpenAI在一场直播中正式发布GPT-5.6。与此同时，ChatGPT与Codex正式合并，这被他视为ChatGPT自2022年11月上线以来最重大的一次升级。从官方直播预告动画可见，两者融合已正式生效。

Codex应用已完全消失，正式并入ChatGPT。未来不再提供独立的Codex应用，只有ChatGPT。打开新版界面后，整体UI采用原Codex的设计，仅保留一个小型聊天标签页，标志着原有ChatGPT界面已退出历史舞台。

作者认为，始于2022年11月30日的“Chat时代”已完成大众启蒙使命。ChatGPT与Codex的合并标志着一个被称为“Agent时代”的新阶段到来。

本次发布的核心GPT-5.6包含三款模型：新旗舰Sol、适合日常工作的平衡模型Terra，以及OpenAI宣称最具性价比的Luna。其中Sol代表当前OpenAI向公众开放的智能巅峰。

作者提到，由于个人网站AIHOT持续遭受DDoS与CC攻击，此前使用Claude Fable 5时配额消耗过快，且存在执行细节遗漏与幻觉问题；GPT-5.5虽代码执行力强，但规划与提案能力偏弱，安全策略漏洞较多。在此背景下，他对GPT-5.6的上线尤为期待。

GPT-5.6在6月26日预览后正式上线。作者立即将Sol模型调至最高Ultra档位，经过五小时高强度并行开发后给出初步判断。

作者对GPT-5.6 Sol的一句话评价是：当前综合水桶级别最高的模型之一，成本低、性价比极高，在非巨型任务上的规划与提案能力可媲美Fable 5，幻觉率极低，Agent能力与编码执行精度高，与Codex的远程编码交互体验优秀，浏览器控制也更稳定。不过前端审美与内容创作仍是短板，尚不及Claude。更关键的是，GPT-5.6 Sol已包含在订阅计划中，订阅用户未来可直接使用。

GPT-5.6三模型能力与基准测试表现

在覆盖55个长期专业工作流领域的Agents’ Last Exam中，GPT-5.6 Sol得分53.6，打破纪录并领先Claude Fable 5（自适应推理）13.1分。即使使用中等推理模式，其仍以约四分之一的预估成本领先Fable 5达11.4分。

在AA智能指数中，GPT-5.6仅比Fable 5低1分，但任务完成时间缩短61%，预估成本降低约一半。

在编程领域，这一优势更为显著。在Artificial Analysis编程智能指数中，GPT-5.6 Sol以最大推理能力获得80分，创下新基准，高出Fable 5 2.8分，同时输出token减少过半，耗时缩短过半，成本降低约三分之一。

从测试图表来看，日常修Bug任务通常将推理强度设为“高”即可。

大型任务建议设为“非常高”。

对于极大规模重构或关键任务，偶尔将推理级别设为Ultra是最高效的token利用方式。

在ExploitBench漏洞利用基准中，GPT-5.6 Sol在相近输出token预算下取得73.5%的成绩，意味着用户能以极低成本获得接近Fable 5的网络安全分析效果。

实测中，虽然偶尔会触发网络安全限制提示。

但在作者说明这是用于优化边缘代理防护策略后，模型顺利执行了任务。

作者将该任务设为Ultra并使用fast模式，几乎全程由浏览器控制。约21分钟后，模型输出了一份详细的审查报告。

作者使用200美元Pro套餐，此次消耗约占5小时配额的20%、周配额的2%至3%。作者指出，若换作Fable 5，同等操作单轮就可能消耗8%至10%的周配额。

报告显示，GPT-5.6 Sol直接找出了此前Fable 5和GPT-5.5都未曾想到的11项问题。

编码与Agent实战：GPT-5.6 Sol与Claude Fable 5对比

为展示两者在规划风格上的差异，作者抛出一个长期痛点：为AIHOT用户提供无需魔法的无缝阅读体验，需要对数百个来源各异的网站进行信息抓取与原文还原。

由于来源网站形态多样，此前用Opus 4.8和GPT-5.5开发的效果都不理想，经常出现各种奇怪的抓取结果。

作者将同一需求同时交给GPT-5.6 Sol和Claude Fable 5，两者基于相同的CLAUDE.md（AGENTS.md软链接）进行方案输出。

作者认为，GPT-5.6的方案在细节丰富度上甚至超过Fable 5。例如，对于API和RSS来源，GPT-5.6没有将其规则绝对化，而是提出质疑，认为所有来源都应做结构化正文提取。

作者指出，Fable 5实际上遗漏了这一细节。在重复内容识别、固定导航与CTA去重等处理上，GPT-5.6的初版方案也更周全。此外，作者认为GPT-5.6输出的方案可读性更强，而Fable 5信息密度过高，消化门槛较高。

最终，作者选择让GPT-5.6 Sol在target模式下执行最终任务。

作者坦言，该任务复杂且周期长，Fable 5在长时间处理中容易出现幻觉、遗漏修改或自我推翻。而GPT-5.6的幻觉率在测试中如洲际导弹般精准，target模式下的极端精确性令人满意。虽然偶发类似GPT-5.5的低层循环错误，但频率更低且恢复更快。

截至发稿前，该任务已持续开发近两小时，测试过程中已能看到部分优秀页面效果。

在前端审美方面，GPT-5.6相比GPT-5.5已有明显进化。作者以“调用台风Bawei数据生成单个HTML可视化文件”为例，GPT-5.5的输出效果平平。

而GPT-5.6 Sol生成的版本在视觉效果上有所提升，至少不再产生低质AI Slop式输出。

ChatGPT Work合并功能与界面变化

除了模型升级，ChatGPT与Codex的合并也带来产品形态变化。现在，用户可在界面左上角直接切换Work与Codex模式。

两者本质差异极小，但Work模式在菜单栏中将偏代码的元素替换为文档、演示文稿、表格三大办公组件，更符合普通用户对工作助手的心理预期。

作者使用GPT-5.6 Sol调用插件生成了一份PPT。

作者评价其审美仍有提升空间，但在数据分析与表格处理上表现极强。作者建议有办公需求的用户下载ChatGPT应用体验，认为这是目前性价比与质量兼具的Work型Agent产品。过去的ChatGPT纯聊天模式已被隐藏在一个小标签页中。

点击后会在右下角弹出一个小型对话窗口，即原来的ChatGPT Chat。

Work场景下还新增了一项Sites功能，帮助非开发者将创作内容一键部署上线。

该功能本质是将OpenAI自有的Sites技能进行打包封装。

用户完成创作后，只需发送类似“deploy it using Sites”的自然语言指令。

系统即可自动完成线上部署并分配一个可分享的域名。

订阅门槛与定价说明

目前，Plus与Pro订阅用户可使用GPT-5.6 Sol，免费与Go用户仅能使用Terra。最高档Ultra推理仅向100美元与200美元的Pro用户开放，Plus用户无法使用。

GPT-5.6采用每百万token计费：Sol为输入5美元、输出30美元；Terra为输入2.5美元、输出15美元；Luna为输入1美元、输出6美元。

新模型还引入了更可预测的提示缓存机制，支持显式缓存断点，最低缓存生命周期为30分钟。GPT-5.6及后续模型的缓存写入按非缓存输入价格的1.25倍计费，缓存读取则继续享受90%折扣。

风险关注点与适用边界

从实测来看，GPT-5.6 Sol在编码执行、安全策略审查与复杂任务规划上具备显著优势，且成本远低于Claude Fable 5。但用户仍需注意以下边界：前端审美与内容创作仍弱于Claude；Ultra档位仅限高价Pro套餐，普通Plus用户无法解锁完整能力；极个别场景下仍会出现低层逻辑循环，需人工介入确认。

作者认为，OpenAI通过GPT-5.6与ChatGPT Work的发布，重新证明了其产品与模型竞争力，也标志着从“Chat时代”向“Agent时代”的正式过渡。