科技腾讯新闻·算法一只狗··AI 生成
GPT-5.6实测：更强、更便宜，还能直接把网站做上线
本文实测了 OpenAI 新发布的 GPT-5.6 系列模型（Sol/Terra/Luna），核心结论是：模型能力在复杂工程任务（代码、安全、长程任务）上显著提升，同时价格显著低于竞品（Sol 仅为竞品 Fable 5 的一半）。文章突出介绍了 Ultra 模式（多 Agent 编排）和 Sites 功能（一句话生成并部署网站），并指出 OpenAI 在政府要求下首次进行有限预览发布，标志着前沿模型进入“监管预发布审查”阶段。适合关注 AI 产品动态、模型选型、以及 AI 工程化落地的读者。原文 ↗原文 ↗
核心观点
- ▍GPT-5.6 的核心竞争力不再是单纯智力超越，而是以更低成本完成更多复杂工程任务，标志着 AI 竞争进入‘性价比+工程化’新阶段。
- 01GPT-5.6 Sol 在 Artificial Analysis 评测得分 59，仅比竞品 Fable 5 低 1 分，但价格便宜一半以上。
- 02在 Ultra 模式下，GPT-5.6 在 TerminalBench 2.1 命令行工作流测试中达到 91.9%，超过了 Claude 的 Mythos 5 模型。
- 03GPT-5.6 引入 Programmatic Tool Calling，通过内部编写轻量程序筛选结果，减少工具调用轮次和 Token 消耗，提升长程任务稳定性。
- 04Ultra 模式默认使用四个 Agent 并行处理复杂任务，将多 Agent 编排内置进模型产品形态。
- 05新增 Sites 功能，通过一句话 Prompt 即可生成并部署一个拥有独立链接的网站，无需本地运行。
- 06OpenAI 首次在政府要求下进行有限预览发布，参与方信息与政府共享，被视为前沿模型进入“监管预发布审查”阶段。
- 07GPT-5.6 安全栈加厚，投入超过 70 万 A100 等效 GPU 小时做自动红队，并采用多层防护（模型内拒答、实时分类器、生成中暂停审查等）。
- 08在实测中，GPT-5.6 仅用几百美元（3000 多万 Token）复刻了一个 Google Earth 克隆版，并生成了完成度较高的 3D 战斗机对战游戏。
反方 / 局限
- — 生成虽快，但 AI 生成的游戏内容（如帆船游戏）在核心玩法和策略深度上仍显单调，存在‘好看但不好玩’的风险。
- — OpenAI 自身对政府监管前置表示担忧，认为该流程不应成为长期默认机制，这暗示了监管可能对创新速度产生抑制。
11 分钟 · 4 卡片 · 12 资料
读原文 →前置背景
平行视角
未来推演
延伸追问