GPT-5.6突然上线：比Mythos强，普通用户彻底无缘

来源：机器之心

GPT-5.6，猝不及防地来了。

周五，OpenAI 发布了这一新系列的限量预览版，涵盖三款定位各异的模型：旗舰级的 Sol、面向高频日常工作的 Terra，以及主打性价比的 Luna。

图片来源于网络,版权归原作者所有,侵权请联系删除

OpenAI 表示，该系列在编程、网络安全和生物学领域表现尤为突出，同时在需要持续专注的长链式智能体任务中也展现出更强的稳定性。

此次发布恰在美国政府介入 AI 监管话题引发广泛关注后不到 24 小时，背景之复杂，使这次产品发布远不止于一次常规的技术迭代。

三档产品，覆盖不同需求层次

在能力定位上，Sol 是三款中综合实力最强的，具备最深度的推理能力，并新增了两种增强模式：

max 模式：面向复杂任务，可让模型投入更多时间进行深度推理。
ultra 模式：通过调度多个子 Agent 协同工作，以应对超出单一 Agent 处理上限的复杂任务。

Terra 的综合性能与上一代 GPT-5.5 相当，但价格降低了一半；Luna 则定位于轻量高速场景，成本进一步压缩。

GPT-5.6突然上线：比Mythos强，普通用户彻底无缘

图片来源于网络,版权归原作者所有,侵权请联系删除

定价一览：

Sol：输入 5 美元 / 输出 30 美元（每百万 token），约为 Anthropic Claude Fable 5 的一半

Terra：输入 2.5 美元 / 输出 15 美元

Luna：输入 1 美元 / 输出 6 美元

GPT-5.6突然上线：比Mythos强，普通用户彻底无缘

图片来源于网络,版权归原作者所有,侵权请联系删除

OpenAI 还对 GPT-5.6 引入了更灵活的提示缓存机制，支持自定义缓存断点，最低缓存有效期为 30 分钟，缓存写入按未缓存输入价格的 1.25 倍计费，缓存读取维持九折优惠。

有网友对比了 GPT-5.6 Sol 和 Anthropic 的 Mythos 级模型。

GPT-5.6突然上线：比Mythos强，普通用户彻底无缘

图片来源于网络,版权归原作者所有,侵权请联系删除

他认为互有胜负，在当前基准上大约一半左右打平或小胜，但整体还没达到 Fable 的全面水平。

此外，OpenAI 宣布将于 7 月在 Cerebras 硬件上部署 Sol，推理速度可达每秒 750 个 token，初期面向特定客户开放。

能力表现

GPT-5.6 Sol 是 OpenAI 迄今最强的模型。为了展示模型性能，OpenAI 公布了一组评测结果，重点体现其在编程、生物学和网络安全等方向上更强的 Agent 能力。

在 GPT-5.6 中，OpenAI 引入了新的最高推理强度，让 Sol 能够获得更多时间进行深度推理。此外，他们还推出了新的 ultra mode，它通过调用子 Agent 来加速复杂任务，能力超出了单个 Agent 的边界。

编程工作流：GPT-5.6 Sol 在 Terminal-Bench 2.1 上取得新的 SOTA。GPT-5.6 Sol Ultra 达到 91.95%，GPT-5.6 Sol 则达到 88.8%，超过了 Anthropic Mythos 5 和 Claude Fable 5。该基准主要测试命令行工作流，要求模型具备规划、迭代和工具协调能力。

GPT-5.6突然上线：比Mythos强，普通用户彻底无缘

图片来源于网络,版权归原作者所有,侵权请联系删除

生物学工作流：GPT-5.6 Sol 在 GeneBench v1 上取得了强于 GPT-5.5 的结果，同时消耗的 token 更少。GeneBench v1 主要评估长周期基因组学和定量生物学分析能力。

GPT-5.6突然上线：比Mythos强，普通用户彻底无缘

图片来源于网络,版权归原作者所有,侵权请联系删除

GPT-5.6突然上线：比Mythos强，普通用户彻底无缘

图片来源于网络,版权归原作者所有,侵权请联系删除

相比 GPT-5.5，GPT-5.6 Sol 在 HealthBench Professional 和 HealthBench Hard 上表现有所提升，而在 HealthBench 和 HealthBench Consensus 上基本持平。

网络安全：GPT-5.6 Sol 也是迄今在网络安全方向能力最强的模型。它推动了长周期安全任务的性能与效率边界，包括漏洞研究和漏洞利用。

在 ExploitBench 上，GPT-5.6 Sol 只使用约三分之一的输出 token，就能达到与 Mythos Preview 相当的表现。

GPT-5.6突然上线：比Mythos强，普通用户彻底无缘

图片来源于网络,版权归原作者所有,侵权请联系删除

在 ExploitGym 上，GPT-5.6 Sol、Terra 和 Luna 随着推理强度提升，都展现出明显增强的网络安全能力。ExploitGym 是由加州大学伯克利分校研究人员与 OpenAI 及其他前沿实验室共同创建的基准。

GPT-5.6突然上线：比Mythos强，普通用户彻底无缘

图片来源于网络,版权归原作者所有,侵权请联系删除

强化安全体系

在技术能力层面，GPT-5.6 Sol 在终端操作基准 Terminal-Bench 2.1 和生物信息学基准 GeneBench v1 上均优于前代，在网络安全领域的长链任务处理上也展现出显著进步。尽管如此，OpenAI 明确指出 Sol 在受控测试条件下虽能识别 Chromium 和 Firefox 中的漏洞及利用原语，但尚未能自主生成完整的漏洞利用链，因此未触及其「网络安全关键」评估阈值。

正是这种能力边界的模糊性，促使 OpenAI 在此次发布中将安全体系的构建置于显著位置。