热门

刚刚，GPT-5.6「太阳系」全家桶上线，Codex消失了

2024年5月15日

OpenAI终于把GPT-5.6「全家桶」交到所有人手里。同时，ChatGPT和Codex彻底合并，全新AI打工神器ChatGPT Work杀疯。

终于等到了！

就在刚刚，OpenAI一口气把GPT-5.6「全家桶」——Sol、Terra、Luna全放了出来。

毫不夸张地说，Sol这次就是冲着Claude Fable 5来的：

· Agents' Last Exam：Sol豪取53.6%，把Fable 5甩开13.1分；

· Terminal-Bench 2.1：Sol拿88.8%，开Ultra顶到91.9%，Fable 5才83.1%；

· Coding Agent Index：Sol狂揽80分刷新SOTA，力压Fable 5 2.8分。

更刺激的的价格——

Fable 5每百万token的输入是$10、输出是$50；

Sol直接对折，只要$5和$30，Terra再砍半到$2.5和$15，Luna干脆只要$1和$6。

同在今天，ChatGPT和Codex终于完成合体，OpenAI「超级应用」真的来了。

从此，只剩下ChatGPT这一个应用。

GPT-5.6，全面上线

自6月27日初次亮相以来，全网翘首以盼的GPT-5.6终于「到手」了。

Sol、Terra、Luna，一个不差，全部交给所有人。

旗舰Sol（太阳）：专治硬核编码、知识工作、网络安全和科学领域「硬骨头」，堪称地表最强。

Terra（大地）+ Luna（月亮）：主打一个极致性价比，用更少的成本体验卓越的性能。

干翻Fable 5，编程新王登场

先看最硬核的编程，OpenAI直接把Sol称为「迄今最强编程模型」。

在Artificial Analysis Coding Agent Index上，Sol开max推理拿下80分，创下新SOTA，比Fable 5高2.8分。

而且，输出token不到一半、耗时不到一半、成本还低约1/3。

这种碾压贯穿整条产品线：Terra略高于Fable 5，Luna则直接越过Opus 4.8。

而且各自都只用了约1/3的时间、约一半的输出token、约1/4的成本。同样的活，OpenAI这次是用小得多的代价干完的。

在考验命令行长程工程的Terminal-Bench 2.1和DeepSWE上，Sol同样刷新了SOTA。

四个Agent一起上，Ultra模式上线

如果一个模型不够，那就上四个。

这一次，GPT-5.6新增了两档高能力设置——

max档：比原来的xhigh给模型更多时间去推理；

ultra档：默认一次派四个Agent并行开工，重活还能上到十六个。

用更多的token，换更强的结果和更快的出活速度。

在BrowseComp、SEC‑Bench Pro、Terminal‑Bench 2.1三项评测上，加了并行Agent之后，「分数‑耗时」曲线整体向左上方移动——分更高，还更快。

这一代GPT‑5.6，还悄悄补上了一块过去的短板——设计审美。

它能自己去「看」渲染出来的结果，检查视觉和功能上的毛病，然后动手修，最后再把成品交给你。

如下，GPT‑5.6设计的航海小游戏、博物馆网站、室内设计展示等，都展现出其设计能力上质的飞跃。

GPT-5.6在「端到端知识工作」上的成绩，同样亮眼。

Sol在BrowseComp上拿下92.2%、在OSWorld 2.0上拿下62.6%，双双刷新SOTA。

尤其是在OSWorld上，它超过Opus 4.8的同时，输出token少用了85%。

GPT‑5.6炼出自己

OpenAI「AI永动机」成真

GPT‑5.6最科幻的一面，藏在OpenAI自己的办公室里。

OpenAI官方称，GPT‑5.6，是他们迄今最能加速AI研究的模型。

研究员用它来诊断故障、优化训练系统、跑实验、解读结果。

在GPT‑5.6内测期间，每位活跃研究员的日均输出token量，是GPT‑5.5最高水平的两倍多。

更夸张的是，过去半年，OpenAI投入到内部编程推理的研究算力份额涨了100倍，内部Agent的token用量涨了约22倍。

在一套衡量「递归自我改进（RSI）」的内部评测上，Sol比GPT‑5.5高出16.2分。

说白了，OpenAI正在用AI，加速造下一个更强的AI。

发布会直播中，研究员透露了一个关键细节——

全家桶里最小的Luna，是老大哥Sol后训练出来的！

过程是这样，先输入大致的需求，然后Sol就开始自己去找训练配置、挑选GPU、启动脚本、确认跑通，把一个模型的后训练从头到尾全包圆了。

这活儿放在过去，是一整队资深研究员的工作。

而现在，那个「自动化研究员」，真的已经很近了。

这也许就是当下这个AI时代之所以愈发疯狂，最有说服力的注脚。

ChatGPT和Codex

终于合体了

同在今天，ChatGPT桌面端迎来重大升级。

新增内置浏览器和Computer Use，能直接调用你本地的文件和应用，替你点击、打字、搬文件。

真正的关键在，原来的Codex应用，也和全新的ChatGPT桌面端合并了！

跟GPT-5.6一起端上来的，另一大重量级产品，便是ChatGPT Work。

它是一个能跨App和文件自主干活的Agent，能盯着一个项目连续跑好几个小时，把一个目标变成真正的成品。

可以说，这就是OpenAI版的「Claude Cowork」！

同样的，它可以通过手机端ChatGPT直接操控。

即便是电脑不在身边，也能继续推进工作。

从预览到全量上线，不过半个月；从追赶到反超，OpenAI只用了一次发布会。

但真正让人后背发凉的，不是那几张榜单，是GPT-5.6 Sol亲手训出了Luna。

当AI开始训练AI，时间就不再是线性的了。

竞赛的终点线正在消失，剩下的只是下一个版本号。

参考资料：

https://openai.com/index/gpt-5-6/

https://openai.com/index/chatgpt-for-your-most-ambitious-work/

本文来自微信公众号“新智元”，作者：ASI启示录，编辑：桃子 摩西，36氪经授权发布。

精选麻将胡了APP内容，麻将胡了与你一同发现更多精彩。

麻将胡了专注麻将胡了登录入口，为用户提供专业可靠的体验。