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。。
