GPT-5.6发布后Claude重置Fable5额度

OpenAI诚不欺人——今天凌晨，GPT-5.6正式来了。

奥特曼表示，这是OpenAI迄今最强模型，GPT-5.6的技术博客也可能是他们写过最好的blog之一。好家伙，模型要SOTA，连blog也要SOTA。

目前ChatGPT、Codex以及API，都已经能用上了。Codex已经被彻底“夺舍”——如果不强行挽留，它显示的都不是Codex的标了（doge）。

原有的Codex桌面应用直接升级成了新的ChatGPT桌面应用，老版ChatGPT桌面应用则更名为“ChatGPT Classic”。

社区也开始疯狂整活。Matt Shumer让GPT-5.6-Sol一口气搓了个“方块版曼哈顿”：高楼、街区、道路，全是voxel风格，GPT-5.6-Sol自主运行了一周，搭了个纽约乐高城。

他预测，照这个趋势，明年这个时候模型可能已经可以one-shot生成GTA级别的游戏了。

数学研究者nasqret则分享，GPT-5.6帮助他推进了一个关于代数几何中K3曲面的问题。GPT-5.6-Sol被喂进大量技术文档后，在Codex里一路查资料、找方法、写程序，最后挖出了一条分式线性规划的思路。模型把计算方案实现出来，去跑他们整理的K3曲面家族，直接突破了原先猜想。

此外，这次还同步发布了ChatGPT Work——由Codex和GPT-5.6驱动，可以跨应用和文件行动，必要时持续数小时，把目标变成完成品。

但也有网友吐槽：GPT-5.6太烧token了！ultra模式在15分钟内就烧完Pro会员5小时限额的程度。

GPT-5.6正式上线

GPT-5.6家族分三档：

Sol：旗舰模型，主打最高能力；Terra：平衡款，面向日常工作；Luna：最快、最便宜，主打高性价比。命名分别对应太阳、地球、月亮。

最新说法是，GPT-5.6 Sol在编码、知识工作、网络安全、科学任务上达到SOTA，同时用更少token、更低估算成本完成任务。

这次GPT-5.6还带来了一个很关键的新模式：ultra。如果说max是让模型在一个任务上投入更多推理时间，那么ultra就更进一步，直接把任务交给多个agent并行处理。按照OpenAI的说法，ultra默认会协调4个agent同时工作，可扩展至16个。

GPT-5.6还带来一项工程侧的新能力：Programmatic Tool Calling（程序化工具调用）。简单说，模型可以自己写一段轻量程序来协调多个工具调用、处理中间结果、监控进度并决定下一步动作。不需要开发者把每一步都写死脚本，也不用把每次工具返回结果都塞回模型里过一遍。这让“工具密集型”任务能用更少的token、更少的模型往返次数完成。

那么，GPT-5.6相比Fable 5如何呢？OpenAI表示，在Agents’ Last Exam（覆盖55个专业领域的长周期工作流测试）上，Sol以53.6分刷新纪录，比Fable 5高出13.1分。即便调低到中等推理强度，仍能以大约四分之一的成本领先11.4分。

这种效率优势同样体现在小尺寸模型上——Terra和Luna分别以约十六分之一的成本反超Fable 5。

代码能力上，最新称GPT-5.6 Sol是OpenAI目前最强代码模型。在Artificial Analysis Intelligence Index上，Sol（最高推理强度）与Fable 5的分差被压缩到1分以内，但完成任务的时间少61%，成本约为一半。

在设计能力上，GPT-5.6实现了飞跃。GPT-5.6只需要高层级的指示，就能做出美观、符合人体工学、功能完整的界面。关键的是，它的电脑操作能力让它能够检查和打磨“渲染出来的最终效果”，而不只是生成底层代码或文字内容。也就是说，它能自己发现视觉和功能上的问题，交付前再做一遍收尾打磨。

比如这个帆船主题游戏，就是由GPT-5.6自主生成的：

这前端设计，这互动体验，不得不说真有点太丝滑了。

此外，GPT-5.6也能完成端到端的知识工作。它能把Slack、Notion、Microsoft 365、Google Drive里那些“杂乱无章”的日常工作素材，转化为专业水准、可直接分享的成果。在涉及长周期专业分析、网页浏览、工具使用和电脑操作的评测中，Sol在BrowseComp上拿到92.2%的新纪录，在OSWorld 2.0上达到62.6%。

后者甚至超过了Claude Opus 4.8，同时输出token少了85%。

在演示文稿、文档、表格这类具体产出上，最新特别强调了“遵循模板和参考文件”这项能力的提升。GPT-5.6能识别一份幻灯片的整体设计体系（布局、字体、间距、配色，乃至藏在幻灯片母版里的规则），并把这些规范一致地套用到新内容上。

在定价方面（每百万token）：Sol：输入$5/输出$30；Terra：输入$2.5/输出$15；Luna：输入$1/输出$6。

ChatGPT Work登场：把目标变成完成品

ChatGPT Work这次也同步上线。它由Codex和GPT-5.6驱动，可以跨应用和文件行动，必要时持续数小时，把目标变成完成品。

主要能力有三项：

跨应用取材、跨文件行动：通过内置的“统一插件目录”，ChatGPT Work首发即可连接Google Drive、SharePoint、Slack、Microsoft Teams、Gmail等一连串第三方服务。

用户可以主动指定要调用的数据源，也可以让模型自己判断该去哪里找信息。

产出“成品”而不是草稿：最新给出的场景是根据任务直接生成Excel表格、Word文档、幻灯片、报告或Sites，模型会自己检查渲染后的最终效果并做收尾打磨。

长任务与持续监督并存：任务可以运行一次性，也可以按计划重复执行，或者依据触发条件（比如某个文件被更新）自动启动，这套机制复用了ChatGPT里已有的“Scheduled Tasks”。过程中用户可以随时查看进度、回答模型的追问、调整方向，或者对关键动作进行审批。

安全性上强调Auto-Review：让能力更强的模型在关键动作真正执行前先做一遍检查。在对抗性红队测试中，该机制拦下了全部尝试窃取受保护数据的攻击。

这次发布也顺带完成了一次产品架构的合并。

ChatGPT桌面端不再只是聊天窗口，而是拆分成Chat/Work/Codex三种模式。Chat用于问答、搜索、头脑风暴等轻量对话；Work面向研究选题、信息分析、文档/表格/演示文稿等成果型任务；Codex继续专注软件开发，展示更多技术细节（代码、diff、PR），而Work则把这些细节抽象掉，只呈现结果。

同时，OpenAI也顺势宣布将逐步淘汰独立的Atlas浏览器，相关的智能体浏览能力会并入ChatGPT内置浏览器和新的Chrome侧边栏扩展。

安全放到了C位

安全方面，GPT-5.6也没落下。最新称GPT-5.6是“迄今最强的网络安全模型”，而且是用明显更少的token做到的。在ExploitBench（衡量从发现漏洞代码到实现任意代码执行的完整进展）上，GPT-5.6得分73.5%，而GPT-5.5只有47.9%（token预算相当的情况下）。

在ExploitGym（要求智能体把真实漏洞转化为可用的漏洞利用程序）上，两小时时限内的最高通过率从GPT-5.5的15.1%几乎翻倍到24.9%，六小时时限下能到33.7%。

在SEC-Bench Pro（测试复杂软件中的概念验证生成）上得分71.2%，大幅领先GPT-5.5的45.8%，延迟表现也更好。

出于对滥用风险的考量，GPT-5.6对“防御性”网络安全任务（代码安全审查、补丁开发、威胁建模、蓝队工作等）提供支持。但更高级别的能力——比如漏洞分诊验证、恶意软件分析、检测工程、补丁验证，只向OpenAI Daybreak的“网络安全可信访问”计划中通过身份验证的个人和机构开放。

能力越强，红线画得也越谨慎。最新披露，这一代投入了前所未有的算力做安全测试。结论是GPT-5.6在网络安全和生物两个维度均未越过“关键(Critical)”风险阈值。具体到网络安全，测试显示它更擅长“找到并修复漏洞”，而不是可靠地对加固过的目标发起自主端到端攻击——这给了防守方抢先补洞的窗口期。生物领域则是能支持合法研究，但不具备从头设计或合成高危新型威胁的端到端能力。

最后的最后……估计A社也是感受到了压力。Anthropic那边看完发布会后，连夜表示：

我们重置了大家的额度。（狗头)

网友的梗图也已经如约而至：

有趣……真有趣啊。

[1]https://openai.com/index/gpt-5-6/
[2]https://x.com/openai/status/2075271435573244008
[3]https://x.com/sama/status/2075266471316615436

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：GPT-5.6发布后Claude重置Fable5额度要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题