6.2
深览指数
科技腾讯新闻·数字生命卡兹克··AI 生成
GPT-5.6深夜上线，ChatGPT和Codex正式合并，一个时代结束了
OpenAI发布GPT-5.6系列模型（旗舰Sol、均衡Terra、经济Luna），推理成本较Claude Fable 5降低约三分之一，在编码基准测试中得分更高。文章核心观点是：GPT-5.6是当前最全面的“水桶”模型，配合Codex交互体验，在编程执行和安全任务上已全面超越Claude，但前端审美和创意内容仍是短板。同时，ChatGPT与Codex应用正式合并为“ChatGPT Work”，标志从聊天时代进入Agent时代。作者以高强度编程实战的体感对比了各模型优劣，适合关注AI模型实际工程能力(Coding/安全)和产品形态演进的深度用户阅读。原文 ↗
核心观点
- ▍GPT-5.6 Sol是当今最全面的“水桶”级模型：编码执行精准、方案规划媲美Claude Fable 5，但成本大幅降低（输出token减少一半以上，成本降低约三分之一），且包含在订阅计划中。
- ▍ChatGPT与Codex合并为“ChatGPT Work”，标志从对话式Chat时代进入Agent时代；新增“站点”(Sites)功能，允许非开发者一键部署网页应用。
- 01在Agents' Last Exam基准测试中，GPT-5.6 Sol得分53.6，比Claude Fable 5（自适应推理）高出13.1分；采用中等推理模式时，以约四分之一预估成本仍领先11.4分。
- 02在Artificial Analysis编程智能体指数中，GPT-5.6 Sol以80分创下纪录，比Claude Fable 5高出2.8分，同时输出token减少一半以上，耗时缩短一半以上，成本降低约三分之一。
- 03在ExploitBench（漏洞利用基准测试）中，GPT-5.6 Sol在可比输出token预算下得分73.5%，以极低成本达到与Claude Fable 5近乎相同的网络安全效果。
- 04作者实测中，GPT-5.6 Sol为AIHOT网站的边缘代理防护策略生成了详细审查报告，找出了此前Fable 5和GPT-5.5均遗漏的11个安全漏洞并自行修复，全程在高强度使用下消耗远低于Claude。
- 05GPT-5.6系列分为三个模型：旗舰Sol（5美元输入/30美元输出）、均衡Terra（2.5美元输入/15美元输出）、经济Luna（1美元输入/6美元输出）；最高推理等级Ultra仅对Pro用户（100/200美元月费）开放。
- 06新版ChatGPT工作区（Work）融合了Codex的能力，界面以Doc/PPT/Excel三件套为核心，心智上更偏向“办公工具”；Chat功能被压缩为一个小Tab，原Codex应用正式消失。
- 07新增的“站点”(Sites)功能本质是内嵌的部署Skill，用户通过一句话即可将项目部署到公开域名，面向非开发者群体。
反方 / 局限
- — GPT-5.6在前端审美和创意内容生成上仍是短板，效果“只是纯能看了”，与Claude系列（特别是Fable 5）有较大差距。
- — Claude Fable 5在巨型/超复杂任务、以及创意内容（如UI设计）上仍有优势，其“信息密度极高”的方案对深度问题有独到见解，只是可读性差且成本高昂。
21 分钟 · 3 卡片 · 8 资料
读原文 →