出品 | 网易智能
作者 | 辰辰
编辑 | 王凤枝
OpenAI说，，，GPT-5.6的要害词是"效率" 。。。。。
社区测了一天，，，算出了三个谜底 。。。。。
Terra意外出圈；；Sol稳，，，但谈不上革命；；最耗资源的Ultra，，，却在一组物理测试里花了GPT-5.5三倍的钱，，，效果还更差 。。。。。
7月10日，，，OpenAI周全开放GPT-5.6系列：Sol、Terra和Luna 。。。。。一起上线的尚有ChatGPT Work，，，OpenAI把Codex的部分能力带进ChatGPT桌面端，，，直接对标Claude Cowork 。。。。。
两周前，，，GPT-5.6还因网络清静问题，，，只向少数经美国政府批准的机构开放 。。。。。
现在限制扫除，，，用户只体贴一件事：
多花出去的token，，，究竟有没有换来更好的效果？？？？？？
一、被低估的谁人
第一波体验中，，，一个容易被忽略的名字最先泛起：Terra 。。。。。
有人用Terra跑了钟表制造测试，，，天生完整的瑞士杠杆擒纵机构三维模子 。。。。。真实的齿轮比、可事情的擒纵、呼吸式游丝，，，指针真的在走时 。。。。。然后它自己检查了力学和视觉接触点，，，重复迭代直到整个机芯稳固 。。。。。
评测者的原话："感受很是靠近 Mythos级别的模子 。。。。。"
Terra 的官方定价：输入每百万 token
2.5美元，，，输出15美元 。。。。。按 OpenAI 官方估算，，，在考察长程专业事情流的 Agents' Last Exam 中，，，Terra 和 Luna 以约十六分之一的本钱凌驾了 Fable 5 。。。。。
这不是 Sol 。。。。。这是中心那档 。。。。。
Notion 联合首创人西蒙·拉斯特（Simon Last）在官方通告中的评价更直接："许多跑在 GPT-5.5上的智能体，，，换到 Terra 上体现一样好，，，本钱减半，，，token 消耗少16% 。。。。。"
对 Sol 自己的评价，，，社区要冷静得多 。。。。。
手艺大 V Jun Song 是活跃在 X 上的开源 AI 开发者，，，他的总结被大宗转发："不是 Fable 那样的全新架构 。。。。。只是基于 GPT-5.5的一次扎实升级 。。。。。三个月等来的更新，，，谈不上革命 。。。。。"但他加了一句："仍然是订阅妄想里能用到的最好的模子 。。。。。"
另一个撒播更广的比喻来自 Every 公司的联合首创人兼 CEO 丹·希珀（Dan Shipper），，，他发帖称："GPT-5.6像保时捷，，，Fable 5像曲速引擎 。。。。？？？？？？缧窍涤 Fable 。。。。。日常通勤用5.6 。。。。。"
前端设计有这样一个详细数字 。。。。。在 Triple Whale 的七项基准测试中，，，Sol 得分4.4，，，GPT-5.5是4.0，，，Claude 4.8是3.5 。。。。。从电商页面到仪表盘，，，一连交付完整、响应式的界面 。。。。。每一项都恰恰够好 。。。。。这恰恰是"日常通勤"所需要的：不是最快的车，，，是最不会让你迟到的车 。。。。。
这是一个比"倾覆性"更忠实的定位 。。。。。Sol 不是来推翻 Fable 的 。。。。。它是来让更多人在更多场景下用得起够好的
AI 。。。。。
听起来像是精准的市场定位 。。。。。
更准确地说，，，OpenAI 没有在所有场景里和 Fable 硬拼极限能力，，，而是把重点放在性能、速率和本钱的平衡上 。。。。。
但也有人差别意 Terra 的好评 。。。。。有用户看了 Artificial Analysis 的性价比曲线图后直接谈论："看不出用
Terra 的理由 。。。。。Luna 或 Sol 在整条线上都是更好的选择 。。。。。"
二、Ultra 的翻车现场
若是 GPT-5.6的故事到此为止，，，它是清洁的 。。。。。效率提升，，，定位清晰，，，社区大都人颔首 。。。。。
但至少在一组 HTML5物理演示测试里，，，Ultra 翻车了 。。。。。
Atomic Chat 项目团队跑了一组 HTML5物理演示测试 。。。。。四个模子，，，统一个提醒词：天生三个自包括的物理场景，，，怪物卡车后空翻落车顶、特技车飞跃六辆大巴撞墙、火车脱轨坠桥入水 。。。。。
效果如下：
三倍的价钱 。。。。。更差的效果 。。。。。
依据这个账单，，，测试者的结论不留人情："Sol Ultra 绘图跟
GPT-5.5一样，，，只是细节更多 。。。。。物理真的变弱了 。。。。。实质上是 GPT-5.5加更弱的物理和更悦目的画面，，，收你三倍的钱 。。。。。"
OpenAI 对 Ultra 的界说是"协调多个智能体并行事情"，，，默认四个智能体同时跑，，，用更多
token 换更强效果和更快交付 。。。。。
逻辑上说得通 。。。。。
但物理测试揭开了逻辑裂痕：多智能体协调自己消耗 token 。。。。。若是协调没有让最终输出更好，，，用户就是在花钱买更多内部讨论，，，而不是更好的效果 。。。。。
AI 领域意见首脑罗翰·保罗（Rohan Paul）转述了这项测试，，，并增补了手艺诠释："物理演示袒露了通俗编码基准隐藏的弱点 。。。。。一个模子可以花更多
token 形貌更富厚的场景，，，却仍在难的部分失败：维持力、动量、碰撞时机和跨帧的可信物体行为 。。。。。"
虽然，，，需要说明的是，，，这组测试选的是物理模拟，，，一个需要全局一致性的使命类型 。。。。。Ultra 的多智能体架构在可拆分的并行使命上可能体现差别 。。。。。但物理测试恰恰袒露了它的结构性弱点：当使命不可拆分时，，，更多智能体不即是更好效果 。。。。。
并且烧掉的更多 token，，，是用户在付钱 。。。。。
三、模子还没用熟，，，下一代听说已经来了
GPT-5.6宣布当天，，，X 上已经最先撒播
GPT-6可能很快到来的新闻 。。。。。相关听说尚未获得 OpenAI 确认，，，其宣布时间和手艺蹊径也都没有可靠结论 。。。。。
但听说自己仍然击中了开发者的一种真实焦虑：模子迭代越来越快，，，为一个新模子调解提醒词、参数和事情流之后，，，这套适配事实能使用多久？？？？？？
一位用户问："人们还没时间真正用上5.6，，，已经在谈6了 。。。。。这不就让整个5.6系列显得毫无意义？？？？？？"
这个判断未必公正 。。。。。新模子泛起，，，也不料味着旧模子连忙失去价值 。。。。。
但对企业来说，，，模子效率不可只算每百万 token 的价钱 。。。。。切换模子、重新测试界线、修改提醒词和迁徙事情流，，，同样都是本钱 。。。。。
模子省下的钱，，，只有在它被稳固使用足够长时间后，，，才真正算数 。。。。。
四、效率牌，，，打给谁看
GPT-5.6的效率故事，，，有两个观众 。。。。。
一个是开发者社区 。。。。。他们在跑分、比价、算性价比 。。。。。结论是破碎的 。。。。。Ultra 不值，，，Sol 够用，，，Terra 吵得最凶 。。。。。有人说它靠近 Mythos，，，有人说它在性价比曲线上没有保存理由 。。。。。两种判断同时建设，，，由于测的不是统一件事 。。。。。
另一个是华尔街 。。。。。
OpenAI 已神秘提交 IPO 招股书 。。。。。CNBC 和《纽约时报》的最新报道显示，，，其私募市场估值约为8520亿美元，，，并且
OpenAI 正在追求1万亿美元的 IPO 估值 。。。。。Anthropic 在5月完成新一轮融资，，，据《卫报》其时的报道，，，估值抵达9650亿美元，，，由此成为全球最有价值的 AI 公司 。。。。。两家都在抢上市窗口 。。。。。
"更好或持平，，，但更自制"，，，这是说给企业
CFO 听的，，，不是说给开发者听的 。。。。。 CFO 体贴单位智能本钱，，，开发者体贴极端场景下的体现 。。。。。两种人体贴的不是统一件事 。。。。。
而在 GPT-5.6宣布当天，，，三个外围行动让"效率"这张牌更显拥挤 。。。。。
GPT-5.6宣布后，，，Anthropic
也宣布调解 Claude 的周度费率 。。。。。有用户将这一时间点解读为对 OpenAI 新行动的回应 。。。。。
科技剖析师、AI 领域大 V 金·艾森伯格（Kim Isenberg）的说辞一针见血："态度很明确了 。。。。。"
Meta 同日宣布 Muse
Spark 1.1 。。。。。SpaceX 前一天发了 Grok 4.5 。。。。。统一周，，，四家公司有大行动 。。。。。
效率不是 OpenAI 的独家故事 。。。。。它是全行业的价钱战 。。。。。 OpenAI 说"我们效率高"，，，翻译一下：别去找更自制的替换品 。。。。。
GPT-6的幽灵在上面飘着 。。。。。你刚买的模子，，，可能下个月就过时了 。。。。。效率是时间的函数，，，你得用够久，，，省下的钱才算数 。。。。。
五、那道线
回到社区评测 。。。。。
把24小时的数据放在一起看，，，GPT-5.6的画像比官方博客重大，，，也更忠实 。。。。。
第一，，，Terra 是最被低估的一款 。。。。。 靠近 Mythos 级的体现，，，十六分之一的价钱 。。。。。若是 OpenAI 的定价让你疑心，，，为什么 Terra 夹在 Sol 和 Luna 中心似乎没有保存感，，，Terra 的保存自己就是诠释 。。。。。它证实晰效率提升是真实的，，，只是不在你最先关注的谁人型号上 。。。。。
第二，，，Sol 是清静的选择，，，不是革命的选择 。。。。。 "保时捷不是曲速引擎"被撒播得这么快，，，由于它精准地绕过了官方叙事的强调，，，给了一个用户能用的定位：日常通勤的最优解 。。。。。
第三，，，Ultra 的物理测试至少袒露了一个问题：多智能体并行并不会自动带来更好的效果 。。。。。 在需要维持统一物理规则和跨帧一致性的使命里，，，协调本钱可能抵消并行收益 。。。。。这不是对多智能体蹊径的否认，，，而是提醒用户：Ultra 适合什么使命，，，仍需要按场景验证 。。。。。
第四，，，GPT-6的幽灵悬在整个5.6系列上空 。。。。。 这是效率叙事最深的矛盾：你告诉我这个模子很省、很值，，，但我也知道你可能下个月就让它过时 。。。。。
社区翻完 GPT-5.6的第一天账单，，，谜底不是"好"或者"坏" 。。。。。
而是统一个"效率"，，，在差别使命里算出了差别效果 。。。。。
OpenAI 算的是基准效果、token
消耗和预估本钱；；开发者算的是详细使命能不可一次做对；；企业最终要算的，，，则是切换模子、重新适配和恒久运行之后的总账 。。。。。
GPT-5.6的效率提升是真的 。。。。。但它不是统一的、周全的，，，也不是换上新模子就会自动兑现 。。。。。
Terra 在部分事情流里显示出了很强的性价比；；Sol 提供了更稳妥的性能与本钱平衡；；Ultra 则需要更挑使命，，，多花的 token，，，必需换来足够好的效果，，，才算效率 。。。。。
归根结底，，，模子变得更自制，，，不即是使命一定做得更省 。。。。。
真正有意义的效率，，，仍然只有一种：花更少的钱，，，把事情做完，，，还不必返工 。。。。。
“中俄美食文化月”同步开启，，，40其中俄特色主题摊位搜集两国风味美食，，，包括滚烫的俄式大肉串、酸甜的红菜汤、隧道的俄式煎饺、鲜美的大马哈鱼等俄罗斯美食，，，以及大绥冰棍、哈尔滨红肠、老北京水爆肚等中国美食，，，令游客大快朵颐 。。。。。
责任编辑：林佳慧 校对：戴火劭