你的位置：造虎电子设备有限公司 > 行业资讯 >
发布日期：2026-08-10 12:06 点击次数：147
听雨 发自 凹非寺量子位 | 公众号 QbitAI
OpenAI诚不欺我…今天凌晨，GPT-5.6认真来了！
奥特曼默示：这是OpenAI迄今最强模子，GPT-5.6的本领博客也可能是他们写过最佳的blog之一。
好家伙，模子要SOTA，连blog也要SOTA呗（
目下ChatGPT、Codex以及API，哪哪王人不错使用了。
Codex仍是被夺舍了…以致你不彊行遮挽的话，露馅的王人不是Codex的标（doge）。
原有的Codex桌面应用径直升级成了新的ChatGPT桌面应用，老版ChatGPT桌面应用则改名为 “ChatGPT Classic”。
社区也运行放纵整活。Matt Shumer让GPT-5.6-Sol连结搓了个“方块版曼哈顿”：
高楼、街区、谈路，全是voxel格调，GPT-5.6-Sol自主运行了一周，搭了个纽约乐高城。
他还默示：照这个趋势，来岁这个时候模子可能仍是不错one-shot生成GTA级别的游戏了。
数学征询者nasqret则共享，GPT-5.6匡助他鼓励了一个对于代数几何中K3曲面的问题。
GPT-5.6-Sol被喂进多数本领文档后，在Codex里一谈查贵寓、找方法、写智力，临了挖出了一条分式线性筹办的念念路。
模子把策动决策已毕出来，去跑他们整理的K3曲面家眷，径直打破了原先料想。
此外，此次还同步发布了ChatGPT Work
由Codex和GPT-5.6驱动，不错跨应用和文献活动，必要时捏续数小时，把贪图酿成完制品。
但也有网友吐槽：GPT-5.6太烧token了！！！
ultra格式在15分钟内就烧完Pro会员5小时名额的程度。
GPT-5.6认真上线
GPT-5.6家眷分三档：
Sol：旗舰模子，主打最高才略；Terra：均衡款，面向闲居使命；Luna：最快、最低廉，主打高性价比。
定名辞别对应太阳、地球、月亮。
官方说法是，GPT-5.6 Sol在编码、学问使命、收集安全、科学任务上达到SOTA，同期用更少token、更低估算资本完成任务。
此次GPT-5.6还带来了一个很要道的新格式：ultra。
要是说max是让模子在一个任务上插足更多推理时候，那么ultra就更进一步，径直把任务交给多个agent并行科罚。
按照OpenAI的说法，ultra默许会合营4个agent同期使命，可膨大至16个。
GPT-5.6还带来一项工程侧的新才略：Programmatic Tool Calling（智力化器用调用）。
粗浅说，模子不错我方写一段轻量智力来合营多个器用调用、科罚中间限定、监控程度并决定下一步作为。
不需要拓荒者把每一步王人写死剧本，也毋庸把每次器用复返限定王人塞回模子里过一遍。
这让“器用密集型”任务能用更少的token、更少的模子来回次数完成。
那么，GPT-5.6比较Fable 5怎样呢？
OpenAI默示，在 Agents’ Last Exam（阴事55个专科规模的长周期使命流测试）上，Sol以53.6分刷新记载，比 Fable 5 进步13.1分。
即便调低到中等推理强度，仍能以梗概四分之一的资智力先11.4分。
这种效能上风相通体目下小尺寸模子上——Terra和Luna辞别以约十六分之一的资本反超 Fable 5。
代码才略上，官方称GPT-5.6 Sol是OpenAI目下最强代码模子。
在Artificial Analysis Intelligence Index上，Sol（最高推理强度）与 Fable 5的分差被压缩到1分以内，但完成任务的时候少61%，资本约为一半。
在遐想才略上，GPT-5.6已毕了飞跃。
GPT-5.6只需要高层级的率领，就能作念出好意思不雅、相宜东谈主体工学、功能好意思满的界面。
要道的是，它的电脑操作才略让它不祥检验和打磨“渲染出来的最终效果”，而不仅仅生成底层代码或笔墨本体。
也等于说，小妖精朕受不了了高h它能我方发现视觉和功能上的问题，托付前再作念一遍落幕打磨。
比如这个风帆主题游戏，等于由GPT-5.6自主生成的：
这前端遐想，这互动体验，不得不说真有点太丝滑了。
此外，GPT-5.6也能完成端到端的学问使命
它能把Slack、Notion、Microsoft 365、Google Drive里那些“横三竖四”的闲居使命素材，升沉为专科水准、可径直共享的限定。
在触及长周期专科分析、网页浏览、器用使用和电脑操作的评测中，Sol在BrowseComp上拿到92.2%的新记载，在 OSWorld 2.0上达到62.6%。
后者以致高出了Claude Opus 4.8，同期输出token少了85%。
在演示文稿、文档、表格这类具体产出上，官方特殊强调了“战胜模板和参考文献”这项才略的耕种。
GPT-5.6能识别一份幻灯片的举座遐想体系（布局、字体、间距、配色，乃至藏在幻灯片母版里的划定），并把这些和衷共济地套用到新本体上。
在订价方面（每百万 token）：
Sol：输入$5/输出$30；Terra：输入$2.5/输出$15；Luna：输入$1/输出$6。
ChatGPT Work登场：把贪图酿成完制品
ChatGPT Work此次也同步上线。
它由Codex和GPT-5.6驱动，不错跨应用和文献活动，必要时捏续数小时，把贪图酿成完制品。
主要才略有三项：
跨应用取材、跨文献活动：通过内置的“扶直插件目次”，ChatGPT Work首发即可贯串 Google Drive、SharePoint、Slack、Microsoft Teams、Gmail等一连串第三方管事。
用户不错主动指定要调用的数据源，也不错让模子我方判断该去那处找信息。
产出“制品”而不是草稿：官方给出的场景是凭证任务径直生成 Excel 表格、Word 文档、幻灯片、讲述或网站（Sites），模子会我方检验渲染后的最终效果并作念落幕打磨。
长任务与捏续监督并存：任务不错运行一次性，也不错按筹办重叠实行，或者依据触发要求（比如某个文献被更新）自动启动，这套机制复用了ChatGPT里已有的“Scheduled Tasks”。
经过顶用户不错随时检讨程度、请问模子的追问、调动主见，或者对要道作为进行审批。
安全性上强调Auto-Review：让才略更强的模子在要道作为真真是行前先作念一遍检验。在抗争性红队测试中，该机制拦下了全部尝试窃取受保护数据的袭击。
此次发布也顺带完成了一次居品架构的归拢
ChatGPT桌面端不再仅仅聊天窗口，而是拆分红Chat/Work/Codex三种格式。
Chat用于问答、搜索、头脑风暴等轻量对话；Work面向征询选题、信息分析、文档/表格/演示文稿/网站等限定型任务；Codex连续专注软件拓荒，展示更多本领细节(代码、diff、PR)，而 Work则把这些细节详细掉，只呈现限定。
同期，OpenAI也趁势告示将安静淘汰零丁的Atlas浏览器，联系的智能体浏览才略会并入ChatGPT内置浏览器和新的Chrome侧边栏膨大。
安全放到了C位
安全方面，GPT-5.6也没落下。
官方称GPT-5.6是“迄今最强的收集安全模子”，并且是用廓清更少的token作念到的。
在 ExploitBench（预计从发现纰谬代码到已毕随便代码实行的好意思满进展）上，GPT-5.6得分73.5%，而 GPT-5.5 只消47.9%（token预算特殊的情况下）。
在 ExploitGym（要求智能体把真实纰谬升沉为可用的纰谬讹诈智力上），两小庸俗限内的最高通过率从GPT-5.5的15.1%险些翻倍到24.9%，六小庸俗限下能到33.7%。
在 SEC-Bench Pro（测试复杂软件中的成见考据生成）上得分71.2%，大幅最初GPT-5.5的45.8%，延前程展也更好。
出于对花费风险的考量，GPT-5.6 对“防护性”收集安全任务（代码安全审查、补丁拓荒、威迫建模、蓝队使命等）提供维持。
但更高档别的才略——比如纰谬分诊考据、坏心软件分析、检测工程、补丁考据，只向 OpenAI Daybreak的“收集安全简直侦查”筹办中通过身份考据的个东谈主和机构绽开。
才略越强，红线画得也越严慎。官方败露，这一代插足了前所未有的算力作念安全测试。
论断是GPT-5.6在收集安全和生物两个维度均未越过“要道(Critical)”风险阈值。
具体到收集安全，测试露馅它更擅长“找到并扶植纰谬”，而不是可靠地对加固过的贪图发起自主端到端袭击——这给了防护方抢先补洞的窗口期。
生物规模则是能维持正当征询，但不具备重新遐想或合成高危新式威迫的端到端才略。
临了的临了…揣度A社亦然感受到了压力。
Anthropic那边看完发布会后，连夜默示：
咱们重置了全球的额度。（狗头)
网友的梗图也仍是如约而至：
意旨…真意旨啊。
[1]https://openai.com/index/gpt-5-6/[2]https://x.com/openai/status/2075271435573244008[3]https://x.com/sama/status/2075266471316615436