GPT-5.6震撼发布，ChatGPT与Codex合体引领智能体新时代

在智能体蓬勃发展的时代，ChatGPT正致力于成为你电脑中不可或缺的得力助手。

作者｜张勇毅

北京时间7月10日凌晨，备受瞩目的GPT-5.6终于面向公众全面开放。这一消息其实并无太多悬念，毕竟早在6月底，其跑分数据就已公开，价格也早已明确，大家所期待的，不过是那个正式“开闸”的日期罢了。

然而，在这一晚，除了GPT-5.6的发布，还有另外两条公告同样值得关注：一个是名为ChatGPT Work的智能体产品，另一个则是Codex App正式并入ChatGPT桌面应用。这两条消息，或许才是OpenAI精心准备的“重头戏”。

GPT-5.6的发布，无疑是众人瞩目的焦点，但ChatGPT Work和Codex App的整合，才是OpenAI真正想要展现的“隐藏实力”。

01

GPT-5.6：如期而至，更省更智能

与之前公开的信息一致，GPT-5.6分为三个版本：旗舰版Sol（太阳）、均衡版Terra（地球）、轻量版Luna（月亮）。数字代表世代，天体名则代表档位，也预示着各档将拥有独立的迭代节奏。

在价格方面，按每百万token计，Sol输入5美元、输出30美元，与上一代GPT-5.5持平；Terra则直接砍半；Luna更是压到了1美元和6美元。这样的定价策略，无疑让GPT-5.6更具市场竞争力。

OpenAI对后两档的定位非常明确：Terra在知识工作评测中，以更低的成本超越了GPT-5.5；Luna则用不到一半的预估成本，逼近了GPT-5.5的峰值表现。从这一点可以看出，GPT-5.6的主打方向并非单纯的“更聪明”，而是“更省”。

在第三方评测机构Artificial Analysis的编程智能体指数上，开满max推理的Sol以80分创下了新高，但代价却更低：比此前最高分的模型少用了54%的输出token，耗时也缩短了57%。

随着智商提升的边际收益逐渐收窄，前沿模型开始更加注重单位任务成本的控制。GPT-5.6的发布，正是这一趋势的体现。

除了性能提升，GPT-5.6在设计方面也有了显著的进步。前端设计一直是OpenAI的短板，但这次，他们宣称设计判断力有了质的飞跃。只需给出一句高层指示，模型就能产出得体、能用的界面。更重要的是，借助更强的电脑操作能力，模型会自己打开渲染出来的页面，检查视觉和功能上的问题，补完细节再交稿，而非仅仅写完代码就完事。

将人类工程师的验收习惯——看过成品才交付——融入模型，这比单纯的跑分上涨更能说明GPT-5.6的方向。第三方的背书也紧随其后：一家评测伙伴给它的前端质量评分是4.4分，而GPT-5.5只有4.0分；Canva则表示，它做幻灯片的能力强于同类模型，且token效率高出1.6倍。

在API方面，GPT-5.6也塞了两个给开发者的新东西。一个是程序化工具调用：模型可以自己写一段JavaScript，在托管的隔离运行时里编排整条工具链。另一个是多智能体：单次请求内并行派生多个子智能体，目前在Responses API以beta形式开放。加上可显式声明断点的缓存机制，这些新功能的方向是一致的：将编排的活儿从开发者手里收进模型手里。

早期测试者对Sol和Fable 5各有偏好，“保时捷对曲速引擎”的比喻流传甚广。前沿模型的差距，已经小到要用口味而非代差来形容了。

02

整合之路：ChatGPT Work与Codex App的融合

如果说GPT-5.6是这一晚的“面子”，那么ChatGPT Work和Codex App的整合则是“里子”。

先说ChatGPT Work。它并非一个新的聊天模式，而是一个能够交付结果的智能体。给它一个目标，它就能自己拆解步骤、跨应用跨文件地行动、连续工作数小时。最后给你的不是一段建议，而是做完的表格、幻灯片、文档，甚至一个可以分享链接的网页应用。

通过插件接入Slack、Teams、Google Drive、邮箱、日历和CRM等应用，用“@”指定它去哪个应用里取上下文。配合定时任务，它可以每周一早上把群里的讨论整理成会议议程，或者盯着反馈邮箱、一有新邮件就更新汇报文稿。桌面版还内置了浏览器，配合Computer Use功能，它可以直接上手操作你的电脑，完成那些没有API可调的活儿。

第三条能力线则是浏览和操作电脑。Sol在测试网页深度检索的BrowseComp上以92.2%创下了新纪录；在模拟真实电脑操作的OSWorld 2.0上拿到了62.6%，超过了Anthropic的Opus 4.8——而且只用了对方15%的输出token。

这两个数字解释了Work敢承诺“连续工作数小时”的底气从何而来，也再次印证了“省着干活”的主线。

支撑这一切的底座是Codex。OpenAI在博客里给出了一组数字：每周有超过500万人使用Codex，其中超过100万人用它做的根本不是软件开发。

一个编码智能体，五分之一的用户拿它干别的——这就是OpenAI敢把它升格为通用工作智能体的底气。写代码需要的那套能力——理解目标、拆解任务、调用工具、检查结果、自己纠错——恰好就是干任何知识工作需要的能力。Codex并非被替代了，而是被泛化了。

这条路，Anthropic半年前就走过一遍。今年1月，Claude桌面应用里出现了第三个标签页Cowork——用Claude Code的智能体架构做编码之外的知识工作，和Chat、Code并列。就在ChatGPT Work发布前两天，它刚扩展到网页和移动端。

Anthropic同期公布的数据甚至提前验证了OpenAI的判断：120万次Cowork会话里，占比最高的是对账、做报表这类业务流程工作，写代码只占8.7%。

区别在于入口的激进程度——Cowork至今是付费功能，而OpenAI则是直接把Work放进了免费版。

然后是入口的整合。Codex App从今天起并入新的ChatGPT桌面应用，Chat、Work、Codex三个模式装进同一个App，macOS和Windows全球开放下载，所有档位可用——包括免费版。旧版桌面应用则更名为ChatGPT Classic。

老用户的项目、设置、工作流全部保留，可以把Codex设为默认视图，macOS上连图标都能继续用原来的。合并的同时，Codex还带来了一批实打实的更新：在应用里内联编辑Markdown和代码，在侧边栏审GitHub PR、评审意见和diff摆在一起看，单个项目支持多个仓库。Computer Use在GPT-5.6的加持下也更快了。

博客末尾还藏着一条消息：独立的Atlas浏览器将逐步停役，浏览器侧的能力改由更新后的Chrome扩展承接，住进Chrome的侧边栏。

将这几件事连起来看：Codex并进来，Atlas撤出去，Chrome扩展贴上来。模型在API里打价格战，产品在桌面上打入口战——OpenAI想让“电脑上那个能替你动手干活的东西”只有一个名字。

聊天框时代的ChatGPT是浏览器里的一个标签页，智能体时代的ChatGPT，则想成为你电脑里常驻的那一层。

对普通用户来说，最实际的变化是门槛的降低。Work和Codex随桌面App对所有档位开放，免费版也在其中；网页和移动端则从Pro、Enterprise和教育版开始推送，Plus和Business随后几天跟上。一个此前只属于开发者和重度付费用户的东西，一夜之间放到了所有人面前。

ChatGPT桌面App中并列的Chat、Work与Codex入口｜图片来源：OpenAI官网

03

禁令余波：AI发布的新常态

最后，还是得说回一件更大的事——这次发布的日期，并非OpenAI自己定的。

6月2日，特朗普签署行政令，要求AI公司在全面发布前向政府提供前沿模型做能力评估。

6月26日，GPT-5.6“发布”，但应政府要求，只向约20家报备过的机构开放。商务部下属的AI标准与创新中心评估了两周，7月8日放行，才有了今天的全面开放。

引来审查的是Sol在网络安全和生物领域的能力——OpenAI的系统卡片写得坦率：它能找到漏洞和攻击的“零件”，但在测试条件下没能自主拼出一条完整的攻击链。

管控也下沉到了产品层。开发者须知里写明：部分API调用可能被拦截，甚至在生成到一半时被暂停，交给安全系统做额外审查。尤其在网络安全领域——防御和攻击，初看起来一模一样。但护栏的力度是量化过的：新的网络安全防护拦截的潜在有害活动约为上一代的十倍。

OpenAI知道这会误伤正常使用，于是留了个逃生门——在ChatGPT和Codex里，被拦下的请求可以一键换低能力模型重试，护栏严了十倍，钥匙还是塞回了用户手里一把。

OpenAI配合了审查，但官方声明同时也写道：“我们不认为这种政府准入流程应该成为长期默认。”而且它并非孤例——几周前，Anthropic的Fable 5和Mythos 5因一纸出口管制指令下架，Fable 5已经恢复，Mythos 5至今只对一小批美国机构开放。

两家最头部的AI公司在一个月内先后经历“模型做好了、但不能随便卖”，或许这不是巧合，而是新常态的开端。

Sam Altman在国会山会晤后接受媒体采访的现场照片｜图片来源：CNBC

围绕审查机制的博弈还在继续。但对坐在电脑前的你我来说，这一晚更值得记住的可能是另一件事

从今天起打开那个App，里面坐着的不再只是一个会聊天的框，而是一个问你“要不要我把这活儿干了”的同事。

*头图来源：视觉中国

本文为徽声在线原创文章，转载请联系徽声君微信 geekparkGO

极客一问

你会让AI直接操作你的电脑替你干活吗？