GPT-5.6 Sol

OpenAI GPT-5.6 系列旗舰模型，主打复杂推理、代码开发与长时间自主智能体任务

大语言模型

https://openai.com/

前往官网

深度报告

GPT-5.6 Sol 是 OpenAI 于 2026 年 7 月 9 日发布的 GPT-5.6 系列旗舰模型，以「太阳（Sol）」命名，定位最高复杂推理、代码开发、科学研究与网络安全等高端场景。它是 OpenAI 目前综合能力最强的大模型，引入 Max 推理强度与 Ultra 子智能体加速两种新能力，定价为每百万 token 输入 5 美元、输出 30 美元。
GPT-5.6 系列采用全新的天体命名分层体系，于 2026 年 7 月 9 日由 OpenAI 正式公布，在经历美国政府约两周严格安全审查后，于 7 月 13 日前后全量上线。数字代表世代（5.6），天体名代表档位，各档位可独立迭代更新。这是 OpenAI 首次在单一世代内以「太阳 / 地球 / 月亮」明确划分性能与价格梯度，直接对标 Anthropic 的 Claude 系列。
系列共三款：旗舰版 Sol（太阳）、均衡版 Terra（地球）、轻量版 Luna（月亮）。 Terra 性能接近上代 GPT-5.5 但成本仅为其一半；Luna 主打速度与最低成本，适合高频调用与低延迟场景。三档在 ChatGPT、Codex 与 API 中同步开放，用户可按任务难度自由路由，用 Luna 跑简单任务、用 Sol 啃硬骨头。
Sol 新增两种努力模式。Max 让模型投入更多时间推理，探索替代方案、检查并修正方法，适合需要深度推导的任务。 Ultra 默认协调四个智能体并行处理复杂任务，以更高的词元使用量换取更强结果并缩短高难度任务的完成时间，面向 Pro 与 Enterprise 用户。官方称 Ultra 是把「AI 指挥 AI」落到实处的加速通道。
在 Agents' Last Exam 评测中，Sol 取得 53.6 分，领先 Claude Fable 5 达 13.1 分。 Terminal-Bench 2.1 标准模式 88.8%，超过 Claude Mythos 5 的 88.0%；开启 Ultra 后提升至 91.9%。 Artificial Analysis Intelligence Index 中，启用最大推理的 Sol 与 Fable 5 得分几乎持平，但以约一半估算成本、快 61% 完成。奥尔特曼称 Sol 在智能体编程任务的 Token 使用效率较前代提升 54%。
三档每百万 token 定价：Sol 输入 5 / 输出 30 美元，Terra 2.5 / 15 美元，Luna 1 / 6 美元。 Responses API 支持 Programmatic Tool Calling（ZDR 兼容）与 Multi-agent 并发子智能体（beta）。 Prompt Caching 引入显式缓存断点与 30 分钟最小缓存寿命，长上下文调用成本显著下降，对每天跑几百轮 Agent 对话的场景尤为友好。
伴随 GPT-5.6 上线，OpenAI 推出由该系列驱动的 ChatGPT Work 智能体，主打长时间、多步骤连续任务。原独立 Codex 应用并入新版 ChatGPT 桌面客户端，Chat、Work、Codex 统一入口，旧版桌面应用更名为 ChatGPT Classic。 Work 现已面向 Pro、Enterprise、教育版开放，Plus 与商业标准版分批上线，对标 Claude Cowork。
GPT-5.6 配备 OpenAI 迄今最稳健的安全防护，生物与网络安全能力强于前代，cyber safeguards 阻断约十倍潜在有害活动。发布前完成约 70 万 A100e GPU 小时的黑盒自动化红队测试，并更新系统卡。官方在 ChatGPT 与 Codex 提供降级重试选项，持续降低护栏对良性使用的影响，同时维持高鲁棒性门槛。
Sol 最擅长把完整项目做出来：使用终端、多文件改动、调用工具、观察运行结果、按错误继续修复。实测在代码排查、多轮纠错、技术任务拆解上表现突出，但响应偏慢，在 SWE-Bench Pro 等需要细腻理解和代码可读性的任务上仍落后 Fable 5。建议按难度路由选模型，70%–80% 的日常任务用 Terra 即可省下一半成本。

用户评论

bigladybug118

—

Multi-agent 并发子智能体这个 beta 太适合我们做批量分析，一次请求跑几个子任务合成结果，效率起飞。

Bruce.Ramirez_Pro30

—

Pro 用户才给 Max，Plus 只能标准模式，想体验满血还是得加钱，商业标准版还要再等等。

sTAKEfI

—

SWE-Bench Pro 上 Sol 还是输给 Fable 5，细腻活儿还是 Anthropic 更稳，别被跑分冲昏头。

PCox369

—

奥尔特曼说 Sol 在智能体编程的 Token 效率比前代提升 54%，体感确实成立，同样的需求花的钱少了一截，就是响应慢得要有耐心，简单问答别浪费它，按难度路由才是正解，七成的日常活交给 Terra 就够。

Austin_Allen_99

—

安全审查两周才全量，护栏是真严，良性任务偶尔被挡，好在能一键降级重试，整体能接受。

TheresaWardX

—

ChatGPT Work 把 Codex 并进桌面端了，文档表格 PPT 一把抓，对标 Claude Cowork，办公党可以冲了。

钱素

—

150 万上下文是真的爽，一整本书丢进去做跨学科分析都不带断片的，做科研的福音。

兔兔836

—

Prompt Caching 显式断点真帮我们省了大钱，我们的系统提示和项目上下文超过两万 token，加上缓存断点后写入按原价 1.25 倍、读取享九折，每天几百轮 Agent 对话下来输入成本直接砍掉八成多，长上下文场景的性价比一下就起来了。

Kathleen.RamosII043

—

对比了一圈 Fable 5，Sol 在规划上更听话更严格，但它前端审美真的很草率，我用同一套提示词生成的页面呆得我想笑，南瓜和胡萝卜长相无力吐槽，希望 OpenAI 后面在视觉审美上好好补补课，别让跑分赢了口碑输了。

LBaker_2023

—

把 Sol 接进我们的 CI 做自动修 bug，最惊艳的是多轮纠偏能力，你指出哪里不对它能自己慢慢收回来，而不是修着修着把原来的逻辑线弄散。对长期维护的复杂项目这是刚需，省了我们大量来回拉扯的时间，也减少了把推测当已知条件的风险。

CharlesGonzalesSr

—

Ultra 四个智能体并行确实猛，批量生成测试用例一把梭，但全局一致性任务还是老老实实用 Max。

EColeman168

—

Terra 性价比才是真香，日常代码审查用 Terra 就够了，别啥都扔给 Sol，钱包会感谢你的。

BlockBear884

—

实测下来最大的感受就是慢，我让它审查一段 11 行的异步 Python，单次等待就在 21 到 44 秒之间，但它在事务边界、行锁、阻塞 I/O、异常回滚这些容易被普通审查漏掉的问题上确实找全了，问题不在于它会不会做，而在于什么任务值得等，慢是慢，但该出的活一个不少。

J_udyEvans

—

Sol 在 Terminal-Bench 2.1 拿到 88.8%，Ultra 模式 91.9%，这个成绩确实能打，就是前端审美还是差点意思。

GAlop

—

终于等到了 GPT-5.6 Sol，Codex 里跑复杂重构比上代稳太多了，终于不像以前那样动不动跑偏。

GPT-5.6 Sol

深度报告

用户评论

相关链接

同类产品