OpenAI已向公众发布了GPT-5.6的“全家桶”，其中包括Sol、Terra和Luna。与此同时，ChatGPT与Codex已整合，推出了名为ChatGPT Work的全新AI助手。

Sol在多项基准测试中表现出色，例如在Agents' Last Exam中得分53.6%，领先Fable 5达13.1分；在Terminal-Bench 2.1中获得88.8%的成绩，Ultra模式下更是达到91.9%，而Fable 5为83.1%；在Coding Agent Index上，Sol以80分的成绩创下新高，领先Fable 5 2.8分。

在价格方面，Sol的输入和输出价格分别为每百万token 5美元和30美元，相比Fable 5的10美元和50美元，Terra进一步降至2.5美元和15美元，Luna更是低至1美元和6美元。

此外，ChatGPT与Codex的合并标志着OpenAI“超级应用”的到来，未来将统一为ChatGPT一个应用。

GPT-5.6的全面上线，将旗舰模型Sol定位为处理硬核编码、知识工作、网络安全和科学等领域挑战的强大工具。Terra和Luna则专注于提供高性价比的卓越性能。

在编程能力方面，Sol被OpenAI称为“迄今最强编程模型”。在Artificial Analysis Coding Agent Index上，Sol以80分刷新SOTA，领先Fable 5 2.8分，同时在输出token量、耗时及成本上均有显著优势。Terra和Luna的表现也超越了Fable 5和Opus。Sol在Terminal-Bench 2.1和DeepSWE等测试中同样表现突出。

GPT-5.6还引入了max和ultra两种高能力设置。max模式允许模型有更多时间进行推理，而ultra模式则默认并行运行四个Agent，重负载任务可扩展至十六个。在BrowseComp、SEC‑Bench Pro和Terminal‑Bench 2.1等评测中，并行Agent的应用显著提升了分数和速度。

GPT-5.6在设计审美方面也有所提升，能够自主检查和修复视觉及功能问题，其设计的航海小游戏、博物馆网站和室内设计展示等均体现了设计能力的飞跃。在“端到端知识工作”方面，Sol在BrowseComp和OSWorld 2.0上刷新SOTA，尤其在OSWorld上，输出token量大幅减少。

OpenAI声称GPT-5.6是其“最能加速AI研究”的模型。在内测期间，研究员的日均输出token量翻倍，内部Agent的token用量显著增长。Sol在衡量“递归自我改进（RSI）”的内部评测中，得分比GPT-5.5高出16.2分，表明AI正在加速自身研究和发展。

值得注意的是，最小的Luna模型是由Sol训练出来的，展示了AI自主完成训练过程的能力，这标志着“自动化研究员”的出现。

与此同时，ChatGPT桌面端也进行了重大升级，集成了内置浏览器和Computer Use功能，允许直接调用本地文件和应用。原Codex应用已与新版ChatGPT桌面端合并。

新推出的ChatGPT Work是一个能够跨应用和文件自主工作的Agent，可长时间运行并完成复杂任务。该功能也可通过手机端ChatGPT进行操控。

OpenAI在短时间内实现了从追赶到反超，而GPT-5.6 Sol训练Luna的案例，预示着AI加速AI发展的趋势，预示着一个新时代的到来。