GPT-5.6 上线， OpenAI 把模型做成了三个档位

GPT-5.6 开始在 ChatGPT 中向付费用户推送。

三个版本，太阳系命名：Sol、Terra、Luna。不是普通升级，是一次产品线的重新设计。

图片

三档模型，不是三个版本

过去 OpenAI 的模型线是线性的：GPT-4o mini 便宜但弱，GPT-4o 居中，GPT-5 系列是旗舰。每次发布你都得重新比一遍"哪个更强"。版本号一换，所有人都跟着升级，不管实际需不需要。

GPT-5.6 改成 Sol/Terra/Luna 三层。5.6 表示代际，Sol/Terra/Luna 是持久的能力层级。以后 GPT-5.7 发布，同样会有 Sol/Terra/Luna，语义不变，能力往上提。开发者从"跟版本"变成"选层级"。

核心定价：Sol $5 输入 / $30 输出，和 GPT-5.5 一样。Terra $2.50 / $15，性能接近 GPT-5.5，价格一半。Luna $1 / $6，OpenAI 旗舰线里最便宜的。Sol 到 Luna 差了五倍。选模型不只是技术问题，也是成本问题。

跑分和实际能力

Terminal-Bench 2.1 上，Sol Ultra 模式跑出 91.9%，直接登顶。Claude Mythos 5 刚在 6 月 9 日以 88% 拿下第一，17 天被拉下来。标准模式下 Sol 也有 88.8%，和 Mythos 5 持平但 token 用得更少。

上下文 1.5M。GPT-5.5 大约 400K，Gemini 3.1 Pro 是 2M。不是最大，但塞进一个中型项目的完整源码够了。

Agent's Last Exam 上 Sol 是唯一突破 50% 完成率的模型（50.9%）。这个基准测的是智能体在多步长任务里的持久性——能不能在十几步甚至几十步的复杂任务中不走丢、不跳戏。

网络安全是 GPT-5.6 的着力点。Sol 的 CTF 命中率 96.7%，Terra 91.84%，连 Luna 都有 85.19%。三款全部触发 OpenAI 的最高网络安全评级。OpenAI 砸了 70 万 A100 等效 GPU 小时做自动化红队测试。Sam Altman 说 Sol 编程 token 效率提升了 54%。

两个新推理模式。Ultra 用多智能体架构，复杂任务拆成子任务分发给并行子模型再整合——这是 91.9% 的核心原因，代价是 token 消耗大幅增加。Max 模式给更多推理时间，速度换精度。

政府审查的插曲

GPT-5.6 的发布过程不太顺。

6 月 2 日特朗普政府签了行政令，要求 OpenAI 在全面发布前先做政府安全审查。美国政府第一次要求一家 AI 公司限量发布前沿模型。GPT-5.6 只能先向约 20 家审批伙伴开放，普通用户等到 7 月 9 日才在 ChatGPT 里用上。

Sam Altman 配合了审查，但公开说这种模式"不应成为行业长期默认惯例"。Polymarket 上"7 月 31 日前全面发布"的押注概率是 87%。

这事可能变成先例。如果美国政府持续要求 AI 公司在发布前接受安全审查，每次前沿模型发布都会多一个不可控的变量。这个变量可能比技术本身更难预测。

和竞品对比

Claude Mythos 5 在 Terminal-Bench 上被 Sol 反超，还因为出口管制下线了。Google Gemini 3.5 Pro 跳票到 7 月。Anthropic Fable 5 在 SWE-bench Pro 等维度还有优势，但整体看 GPT-5.6 在这个窗口期占了时间便宜。

Sol 定价和 GPT-5.5 一样，存量用户零成本迁移。Terra 性价比对 API 高频调用很友好。Luna 能力最弱，但 $1/$6 的价格适合做大规模预处理。Cerebras 加速版 7 月上线，最高 750 tokens/秒，约当前旗舰的 5-15 倍，先面向企业客户。