TL;DR：
一夜之间，AI 圈又变天了。OpenAI 直接甩出 GPT-5.6 三款新模型，名字叫 Sol、Terra、Luna，主打一个“比你强还比你便宜”。隔壁的 Claude 直接被比价，吓得赶紧送额度。同时，独立的 Codex App 光荣“下岗”，能力合入 ChatGPT，变身成了全新的“超级打工仔”——ChatGPT Work。
别急，故事得从奥特曼的“瘫坐”开始讲起
即便奥特曼瘫坐在椅子前的故事我们已经听过无数次，但每当 ChatGPT 发新模型时，我们还是会下意识地抱有一丝期待——这次能不能整点新活？
答案是：能，而且一上来就把牌桌掀了。
就在刚刚，GPT-5.6 系列正式登场。不是挤牙膏式的升级，而是直接甩出三兄弟：旗舰 Sol、均衡款 Terra，还有主打性价比的 Luna。名字取自拉丁语里的太阳、地球和月亮，听起来就很有“三体人降临”那味儿了。
价格屠夫：不光要赢你，还要让你无路可走
这次发布的核心叙事只有一个词：性价比。翻译成大白话就是：同样的钱，它干的活更多；或者同样的活，它花的钱更少。
看看这定价，简直就是对友商的精准打击：
- Sol：每百万 token 输入 5 美元，输出 30 美元。
- Terra：直接腰斩，2.5 美元和 15 美元。
- Luna：白菜价，只要 1 美元和 6 美元。
这价格，隔壁 Claude Fable 5 的开发者看到估计眼泪都要流下来。难怪有人调侃，Anthropic 看完这个定价，连夜开会，然后默默地把自家模型额度给重置了，主打一个“懂事”。1
更骚的操作还在后面。GPT-5.6 Sol 在最新的智能体评测（Agentic Benchmark）中拿下了 53.6 分，比 Claude Fable 5 高出 13.1 分。OpenAI 还嫌不够解气，补了一刀：就算只开中档推理，也比 Fable 5 高 11.4 分，成本只有对方的四分之一。1
在编程这个主战场，Sol 在编程智能体指数上拿到 80 分，比 Fable 5 高 2.8 分，但它的输出 token 不到一半，耗时不到一半，成本便宜了约三分之一。
换句话说，OpenAI 这次的姿态非常明确：“我不是针对谁，我是说在座的各位，都是垃圾。”
代码神器 Codex “阵亡”，换来一个更猛的“超级赛亚人”
这次最大的“新闻”，不是模型本身，而是 Codex 独立 App 下线了。
别慌，它不是凉了，而是完成了一次“升维打击”。Codex 的全部能力被整合进了 ChatGPT，造就了一个全新的 AI 超级应用——ChatGPT Work。
以前，你要写代码用 Codex，日常聊天用 ChatGPT，做 PPT 再用别的工具。现在，OpenAI 把所有“兵器”熔于一炉：Chat、Work、Codex 三个模式全部装进同一个 App。2
这玩意能干什么？
- 化身财务大师：发布会现场演示了一个对账案例。以前财务人员要在多个系统之间来回核对 Excel 预测模型，忙活好几天。现在一条指令下去，ChatGPT Work 跑完差异分析、更新 Excel 模型、顺手做好 PPT，还能生成一个可分享的交互网站，最后自动把链接发到你老板的 Slack 上。一条龙服务，就差帮你把老板的咖啡买了。
- 变身设计总监：官方说 GPT-5.6 在设计判断力上是“跨越式进步”。以前模型是写完代码就完事，现在它会自己用“眼睛”去检查渲染出来的界面，发现视觉和功能问题，验收完才交活。打工人再也不用跟设计师为了一个像素对齐撕逼了。
- 开发者的外挂：以前的 Codex 用户现在可以体验到更强的编码能力，包括 diff 内联编辑、侧边栏 PR review，甚至在一个项目里支持多个代码仓库。如果你是个纯粹的码农，不想被通用入口打扰，还可以把 Codex 设为桌面 App 的默认视图。
简而言之，OpenAI 不想再跟你玩“多个 App 切来切去”的游戏了。它要造一个 AI 的“超级入口”，管你是打工人、程序员还是老板，进来，它全包了。
AI 训练 AI：这才是这次发布会真正的“王炸”
如果说前面的性价比和产品整合是“开胃菜”，那下面这个信息绝对算得上是“主菜”。
OpenAI 的研究员在发布会上轻描淡写地说了一句话：全家桶里最便宜的 Luna，它的后训练环节，是旗舰 Sol 自己独立完成的。
你没听错。研究员只给了一句 prompt，告诉 Sol “找到训练配置、找到空闲 GPU、启动脚本、确认跑通”。剩下的活，Sol 自己全干了。
以前，这种活需要一个团队的高级研究员干上几周，现在感觉“自动化研究员已经很近了”。1
AI 训练 AI 的时代，真的来了。
为了量化这种自我改进，OpenAI 还搞了一套 RSI 指数（递归自我改进）。GPT-5.6 Sol 比上一代 GPT-5.5 高出 16.2 分。过去六个月，内部用于代码推理的研究算力份额涨了 100 倍，智能体 token 用量涨了约 22 倍。2
吃瓜不能停：Claude 的“暗伤”与哥布林的“编制”
虽然官方数据一片大好，但作为专业吃瓜群众，我们得会看“小字”。
翻到评测表格的最底下，有几处数字挺微妙：
- SWE-Bench Pro：Sol 是 64.6%，而 Claude Fable 5 是 80%。在解决复杂软件工程问题上，Claude 依然压着打。
- FrontierMath：最难的 Tier 4 数学题，Sol 65.9%，居然还不如自家上代 GPT-5.5 的 72.5%。
- GeneBench Pro：OpenAI 在图注里专门写了一句，Claude Fable 5 没被列进来，因为它“不回答高阶生物问题，拒答了这项评测里的大多数题目”。短短一条脚注，把阴阳怪气拉满了。
这波操作，像极了考试考了 99 分，然后大声嘲笑隔壁考了 98 分的人：“看，你这道题不敢做吧！”
最后，还有一个彩蛋。还记得 GPT-5.5 那个著名的“哥布林” Bug 吗？当时模型学会了没事就往回答里塞哥布林，怎么劝都戒不掉。如今，OpenAI 研究员正式宣布，问题已在 GPT-5.6 中修复。今后模型只会在“可爱或合适的场合”，聊适量的哥布林。
注意，是“适量”。恭喜哥布林保住了 AI 编制！1