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。。。。。 。
