今天GPT-5.6终于在OpenAI的直播中正式上线了。除了GPT-5.6之外ChatGPT也迎来了2022年诞生之后我觉得最大的升级。从OpenAI的直播预告动画就能看出来有趣的端倪了ChatGPT和Codex在今天、在此刻合体。于是全新的ChatGPT来了。Codex直接消失与ChatGPT应用正式合并以后也没有Codex这个应用了只有ChatGPT了。但是当你打开新版的ChatGPT界面以后你又会发现原版的ChatGPT界面也没有了满屏的UI都属于原本的Codex只剩下那个小小的聊天Tab证明着曾经的ChatGPT还存在过。突然有点感慨。至此由ChatGPT 2022年11月30日开启的Chat时代也在今天完成了属于大众启蒙的使命而今天ChatGPT和Codex的合并一切也都标志着新时代的来临此名Agent时代。让我们一个一个来聊。一. GPT-5.6先聊最核心的GPT-5.6。这次一共是三个模型分别是新旗舰模型Sol以及适用于日常工作的均衡模型Terra还有OpenAI所谓的最具成本效益的模型Luna。我们主要的核心还是来聊GPT-5.6 Sol因为这个也基本代表着OpenAI能对外放出来的目前智能的巅峰。这个模型强不强你就看Anthropic的动作就行了在GPT-5.6 Sol发布后他们直接决定重置额度。。。可能我这几年从来没有像现在这样如此期待一个新模型期待GPT-5.6的上线。原因特别简单因为我那个AI新闻网站AIHOT虽然大的我能做的都做了比如IP地址已经换了且藏在了边缘代理后面做了部分DDoS防护封禁策略和JS挑战啥的也都做了。但是每天都在被各种手段攻击最初的普通攻击到现在几乎全是DDoS还有用分布式CC来恶心的各种乱七八糟的。昨天一天就被打了4轮昨天早上的没防住导致昨天早上又被干崩了但是下午的3轮都防住了。在这个阶段Claude Fable 5已经完全没办法用了因为这些词几乎都是敏感词一聊DDoS啥的直接给我切换到Opus 4.8而且Fable 5虽然智商和规划能力超群但是在真正的执行上还是有点问题经常顾此失彼然后漏很多的东西并且跟Claude系列一样有一定的幻觉。然后最大的缺点就是贵没蹬一会额度就没了。。。GPT-5.5是我最近反而用的最多的了。但是问题也非常大规划和做方案的能力非常一般完全不思考全面起手就知道干幻觉率确实极低代码执行确实很强改BUG啥的很不错但是吧也经常不够全面再加上方案和规划能力是一坨短板还是有点太明显了。经常给我用的非常的暴躁。在做安全策略上更是漏洞百出它做的方案被人打成筛子最后还是得我那仅剩的10%额度的Claude Fable 5来进行规则的重置和兜底。这7天高强度的攻防和平均每天16个小时的Coding的经验让我对Fable 5和GPT-5.5的评价一下的话。那就是Fable 5确实是一个总监级别的大神但是你知道的管理层嘛一般执行的细节程度上总归有一点的不精确工具使用、主动性太强了经常不管不顾的自己就全部给你搞完了但是最后在一些细节上是偏离了你想要的东西的。而GPT-5.5呢就是一个高级工程师在执行上确实是一把好手但是用一个网友的话来做一个很形象的描述就是“GPT-5.5最像那种会议室里突然站起来画白板的人你还在描述混乱它已经开始拆方案。”现在就卡在这了Claude Fable 5额度用完了GPT-5.5只能做中型的项目执行。所以在这个背景下大家应该就懂了为啥我如此的期待GPT-5.6了。因为真的希望他们能把整个Coding的能力再往前推一步而且我极度支持OpenAI干死呆逼Anthropic。在OpenAI 6月26号发布了前瞻之后今天凌晨GPT-5.6终于来了。我第一时间直接把GPT-5.6 Sol拉到最高档Ultra开干了。在我高强度并行开发了5个小时之后我觉得我对GPT-5.6有了一些自己的体感如果用一段话描述的话那就是当今世界最水桶级别的模型价格低廉性价比极高方案和规划能力在一些非巨型任务上媲美Fable 5巨型任务我也接触不到已经远超我的能力上限了Agent能力和Coding执行上幻觉率极低极为精准配合Codex交互体验和远程Coding更是极佳浏览器控制更加稳定等等。不过前端审美和内容创作依然是老大难问题这块确实比不上Claude但除此之外其他的任何方面我想不出来我自己再用Claude的理由了。而且GPT-5.6 Sol包含在订阅计划中未来订阅用户可用OpenAI赛高Codex赛高GPT赛高还是惯例简单过一下GPT-5.6的官方跑分。在覆盖55个领域长期专业工作流的Agents Last Exam中GPT‑5.6 Sol以53.6分刷新纪录比Claude Fable 5自适应推理高出 13.1 分。即便采用中等推理模式它仍以约四分之一预估成本领先Fable 5达11.4分。这个我觉得是里程碑式的Fable 5确实很强但是那个经济效应几乎也代表着我们几乎不可能日常大规模的使用。而GPT-5.6以极低的成本完成了执行效果上的超越。而在AA家的智能指数上GPT-5.6比Fable 5只低了一分但是任务完成时间缩短61%成本预估降低约一半。而在Coding领域这个优势更加离谱了。在Artificial Analysis 编程智能体指数中启用最大推理能力的 GPT‑5.6 Sol 以 80 分创下最新技术标杆比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。从这张图其实也能看出来对于日常来说改BUG啥的其实推理强度开到高就差不多了。如果是大型的任务就开到极高。究极大型的重构或者要命相关比如我的AIHOT防护的任务或者你的token实在烧不完的时候偶尔再把推理等级开到Ultra是Token利用率最高的解法。而且你知道当我看到GPT-5.6 Sol在衡量从接触漏洞代码到任意代码执行进展的ExploitBench, 上它在可比输出token预算下得分为73.5%。这意味着什么呢意味着只要极低的成本就可以达到几乎跟Fable 5相同的网络安全效果说实话我看到这个的时候我的眼睛都在冒光我激动的都睡不着觉。而且在我的实测中虽然偶尔也会出现网络安全的禁止提示。但是在我表明是为了做我的边缘代理的防护策略我希望他帮我优化之后他顺利的给我进行执行了没有做任何的阻拦。我给的任务就是这个我因为是语音输入的还输入错了把EO识别成了EU不过这种都是小问题了我直接开了Ultra而且是快速模式几乎全部都是浏览器操控在将近21分钟之后给了我一个非常详细的审查报告。我是200刀的Pro套餐Token的消耗量大概5小时额度花了20%周额度大概花了23%我想说这比Fable 5舒服太多了。要知道这可是21分钟的全程Chrome操控且开了快速模式有1.5倍的消耗再加上Ultra啊如果是Fable 5的话你相信我就这么玩Fable 5 Ultracode都没有快速模式一说一波能给你周额度干没810个点。太离谱了。而且这个质量非常的高。因为我的边缘代理的规则底子是Fable 5打的后面GPT-5.5在上面打了一些补丁也做了N次优化但是感觉也优化不出来啥找不出来啥问题了。但是GPT-5.6 Sol直接找出了一堆以前他两没有想到的问题。我就不放全文了因为漏洞太多了。。。直接扒拉出来了11个任务。反正我是叹为观止然后让GPT-5.6 Sol一波直接自己去修了。非常的稳一波处理的明明白白没有任何的BUG就看明天被攻击时候的实际防护效果了。然后还有一个方案大概能看出来GPT-5.6 Sol和Claude Fable 5的一些性格和个性的区别。比如我有一个长久以来的痛点就是为了AIHOT大家无需开魔法的阅读体验所以我做了每个新闻的详情页就像这样。但是这个详情页想法是好的在实现上有巨大的问题因为我要把所有源站的信息原封不动的抓过来然后尽可能的给大家还原成跟源站一样的阅读体验。但是你要知道我现在监控信源的背后有几百个形色各异的网站我已经尽可能的去想尽一切办法去处理了还是经常会抓来一些奇奇怪怪的东西。就像这样。还有这样。想适配所有的网页全部清洗成好看的几乎跟源站一样的甚至还要保留格式、超链接、代码库、图表等等太难了因为背后的网页形式实在是太多太多了之前用Opus 4.8和GPT-5.5分别开发过效果基本就是一坨狗屎。但是我一直还是想解决这个需求让AIHOT的用户在浏览信息上能得到最好的体验。所以我就把这个需求同时扔给了GPT-5.6 Sol和Claude Fable 5。让他俩同时想方案。甚至他两用的都是同一份CLAUDE.md因为我的AGENTS.md直接软链的CLAUDE.md所以几乎变量都是一样的唯一不同的就是模型本身。而最终输出后GPT-5.6的方案坦诚的讲在细致程度上我甚至觉得比Fable 5考虑的更加周全这确实是一个很有趣的点。比如一开始从源头上其实是有分类的比如有很多不是直接抓取的是走API和RSS的。这些是有明确的正文的。而在GPT-5.6的考虑中也想到这部分但是他并没有跟Fable 5一样直接把那个规则当做了必须遵守的。而是提出了质疑。所以我们不能信他们所有的源头都只是源头而已我们必须自己要去做结构化的正文抽离即使它是RSS和API输出来的也需要如此考虑。Fable 5其实把这个细节漏了。包括有一个同域名网站里最近反复出现的内容大概率就是导航啊固定CTA啥的所以其实可以做标准化的统计重复的就可以被识别出来了直接删掉。GPT-5.6和Fable 5都考虑到了这一点但是还是那个问题在首次的输出上依然是GPT-5.6考虑的更加细致一点。而且还有个更离谱的是我觉得这一次GPT-5.6输出内容的可读性我觉得比Fable 5是要强的他的方案我能读的下去但是Fable 5可能是我太菜逼了他的信息密度太高了我读不下去。最后这两个方案我还是选择了让GPT-5.6 Sol去开了目标模式进行最终执行。因为坦率的讲这个任务有点复杂我对Claude Fable 5能长时的稳定的精准的处理完这么多细节我没有信心后期其实还是容易出现幻觉改了这里忘了那里然后最后再对抗性审查的时候又不断的推翻自己很麻烦。但是GPT-5.6的幻觉率在我的测试过程中我体感是一如既往的几乎就是洲际导弹的级别指哪打哪再配合上目标模式最后总是能极其精准的完成任务真的很香。虽然过程中也会偶发跟GPT-5.5一样有一些奇怪的低级错误导致了部分环节中的循环但是次数会少一些同时也能更快的解决且不影响最终的输出。然后之前的那个任务截止到我发文的时候已经开发了快2个小时了但是还没有开发完主要是逐篇审查对比优化确实比较浪费时间。但是在它测试过程我看到了一些页面还是很棒的我现在有点期待完他写完以后部署到AIHOT上的效果了。然后是前端审美这块确实比GPT-5.5有巨幅加强但是还是离Claude有一定距离。比如最近马上台风不是要来了吗我随手写了一个Prompt调用一个接口获取巴威台风数据, 生成一个单HTML文件的可视化大屏。GPT-5.5的效果是这样的就Emmmmmm。但是GPT-5.6 Sol是这样的。前端效果上还是进化了很多的至少是不会出AI Slop了。目前Plus、Pro用户可以使用GPT‑5.6 Sol而免费和Go用户只能使用GPT‑5.6 Terra。而最高档的Ultra推理等级只对100刀和200刀的Pro用户开放Plus用户也用不了。目前GPT‑5.6按每百万Token计费。Sol 为 5 美元输入 / 30 美元输出Terra 为 2.5 美元输入 / 15 美元输出Luna 为 1 美元输入 / 6 美元输出。GPT‑5.6 还引入了更可预测的提示缓存功能包括支持显式缓存断点⁠以及30分钟的最低缓存生命周期。对于GPT‑5.6及后续模型缓存写入按模型非缓存输入价格的1.25倍计费而缓存读取则继续享受90%的缓存输入折扣。二. ChatGPT Work这是一个我没有想到的更新。也就是我们开头所说的合并了ChatGPT和Codex。现在你可以在左上角直接切换工作和Codex了。其实就是Cowork和Claude Code的区别。Codex虽然是个通用Agent可能一些专业者都知道他既能写代码也能办公完全没有问题的。但是依然有个市场的老大难问题就是心智问题你一说你能开发你能写代码很多的用户依然会觉得那上手门槛是不是很高。所以从心智上来说Work和Code反而拆开应该是最好的虽然底层都是一个东西但是用户认账啊。你看国内WorkBuddy就知道了现在都千万日活了你这找谁说理去。而OpenAI的产品确实有点东西他们妙就妙在这里没有选择推出Codex Work而是直接把ChatGPT这个10亿周活的巨无霸给改造了变成了ChatGPT Work你看这是不是就好理解多了。而且过去的ChatGPT用户迁移过来那简直顺理成章。不过你要说这个Work模式跟Codex的区别我觉得可以小到忽略不计了。最大的心智特征可能就是在这个菜单栏上把分支啥的偏Code的元素换成了Doc、PPT、Excel三件套让你体感上更像是帮你工作的。我随手用GPT-5.6 Sol给它自己的上线用它自己的插件做了个PPT。就咋说呢GPT系列的审美啊是不是得GPT-6的全新一代的预训练模型才能补上了。。只是纯能看了。不过处理表格啥的数据分析任务那是真的强强到上天。有条件的我推荐大家所有人都可以去下一个ChatGPT的应用用它来帮大家去处理工作这可能是你当今能用上的性价比最高、质量最好的Work类Agent产品了。而之前的ChatGPT Chat模式也就是聊天被藏在了一个小小的tab中就好像它的历史使命已经完成了。点击以后右下角会出现一个弹窗这个小小的界面就是ChatGPT Chat了。而且这次还有个好玩的新东西也是给Work场景用的。就是新增了一个叫站点的功能。我们过去都知道很多非开发者其实做了一个产品想要部署到线上给别人用还是很麻烦的一件事。所以OpenAI这次就为了解决这个需求搞了这么个功能。底层本质是包了一个他们自己的叫Sites的Skill。你做完一个东西以后直接用Prompt说一句话比如用Sites部署一下。他就会自己帮你部署到线上然后给你一个域名这个域名就可以分享给你的朋友和同事了。对大众来说极其友好。写在最后我觉得这一次OpenAI用他们的产品、用他们的模型再一次证明了。这家公司还是有生命力的他们还是当年的那个OpenAI。曾经的OpenAI是面对Google的屠龙少年随着时代的发展他们逐渐从勇士变成了金银财宝之上的恶龙。他们开始骂声一片没人再喜欢他们大家都在说OpenAI就该完蛋。可随着Anthropic的异军突起OpenAI有那么一段时间被打的全线开花。他灰溜溜的走下了王座看着曾经它的王座上盘踞一条新的恶龙。随后他重新拾起盾牌捡起那个已经开始发绣的剑。斩向了自己的身后把那个亲手将自己送上傲慢王座的Sora一刀斩断。它决定回到群众中做群众想要的模型做群众喜欢的产品。直到几个月后的今天他又回到了那个曾经属于他们的王座之前站在了那个叫Anthropic的恶龙之前。他说这次。轮到你了。