OpenAI說，GPT-5.6的關鍵詞是"效率"。
社區測了一天，算出了三個答案。
Terra意外出圈；Sol穩，但談不上革命；最耗資源的Ultra，卻在一組物理測試裡花了GPT-5.5三倍的錢，結果還更差。
7月10日，OpenAI全面開放GPT-5.6系列：Sol、Terra和Luna。一起上線的還有ChatGPT Work，OpenAI把Codex的部分能力帶進ChatGPT桌面端，直接對標Claude Cowork。
兩周前，GPT-5.6還因網路安全問題，只向少數經美國政府批准的機構開放。
現在限制解除，使用者只關心一件事：
多花出去的token，到底有沒有換來更好的結果？
01. 被低估的那個
第一波體驗中，一個容易被忽略的名字開始出現：Terra。
有人用Terra跑了鐘錶製造測試，生成完整的瑞士槓桿擒縱機構三維模型。真實的齒輪比、可工作的擒縱、呼吸式游絲，指針真的在走時。然後它自己檢查了力學和視覺接觸點，反覆迭代直到整個機芯穩定。
評測者的原話："感覺非常接近 Mythos等級的模型。"
Terra 的官方定價：輸入每百萬 token 2.5美元，輸出15美元。按 OpenAI 官方估算，在考察長程專業工作流的 Agents' Last Exam 中，Terra 和 Luna 以約十六分之一的成本超過了 Fable 5。
這不是 Sol。這是中間那檔。
Notion 聯合創始人西蒙·拉斯特（Simon Last）在官方公告中的評價更直接："很多跑在 GPT-5.5上的智能體，換到 Terra 上表現一樣好，成本減半，token 消耗少16%。"
對 Sol 本身的評價，社區要冷靜得多。
技術大 V Jun Song 是活躍在 X 上的開源 AI 開發者，他的總結被大量轉發："不是 Fable 那樣的全新架構。只是基於 GPT-5.5的一次紮實升級。三個月等來的更新，談不上革命。"但他加了一句："仍然是訂閱計畫裡能用到的最好的模型。"
另一個流傳更廣的比喻來自 Every 公司的聯合創始人兼 CEO 丹·希珀（Dan Shipper），他發帖稱："GPT-5.6像保時捷，Fable 5像曲速引擎。跨星系用 Fable。日常通勤用5.6。"
前端設計有這樣一個具體數字。在 Triple Whale 的七項基準測試中，Sol 得分4.4，GPT-5.5是4.0，Claude 4.8是3.5。從電商頁面到儀表盤，持續交付完整、響應式的介面。每一項都剛好夠好。這恰好是"日常通勤"所需要的：不是最快的車，是最不會讓你遲到的車。
這是一個比"顛覆性"更誠實的定位。Sol 不是來推翻 Fable 的。它是來讓更多人在更多場景下用得起夠好的 AI。
聽起來像是精準的市場定位。
更準確地說，OpenAI 沒有在所有場景裡和 Fable 硬拚極限能力，而是把重點放在性能、速度和成本的平衡上。
但也有人不同意 Terra 的好評。有使用者看了 Artificial Analysis 的性價比曲線圖後直接評論："看不出用 Terra 的理由。Luna 或 Sol 在整條線上都是更好的選擇。"
02. Ultra 的翻車現場
如果 GPT-5.6的故事到此為止，它是乾淨的。效率提升，定位清晰，社區多數人點頭。
但至少在一組 HTML5物理演示測試裡，Ultra 翻車了。
Atomic Chat 項目團隊跑了一組 HTML5物理演示測試。四個模型，同一個提示詞：生成三個自包含的物理場景，怪物卡車後空翻落車頂、特技車飛躍六輛大巴撞牆、火車脫軌墜橋入水。
結果如下：
GPT-5.6 Sol Ultra：32900個 token，0.33美元。物理效果比 GPT-5.5更差。
GPT-5.5：12400個 token，0.11美元。卡車翻轉和火車脫軌兩項，贏了 Sol Ultra。
Opus 4.8：9200個 token，0.24美元。
Grok 4.5：7000個 token，0.08美元（三個測試兩個失敗）。
三倍的價格。更差的結果。
依據這個帳單，測試者的結論不留情面："Sol Ultra 畫圖跟 GPT-5.5一樣，只是細節更多。物理真的變弱了。本質上是 GPT-5.5加更弱的物理和更好看的畫面，收你三倍的錢。"
OpenAI 對 Ultra 的定義是"協調多個智能體平行工作"，默認四個智能體同時跑，用更多 token 換更強結果和更快交付。
邏輯上說得通。
但物理測試揭開了邏輯裂縫：多智能體協調本身消耗 token。如果協調沒有讓最終輸出更好，使用者就是在花錢買更多內部討論，而不是更好的結果。
AI 領域意見領袖羅翰·保羅（Rohan Paul）轉述了這項測試，並補充了技術解釋："物理演示暴露了普通編碼基準隱藏的弱點。一個模型可以花更多 token 描述更豐富的場景，卻仍在難的部分失敗：維持力、動量、碰撞時機和跨幀的可信物體行為。"
當然，需要說明的是，這組測試選的是物理模擬，一個需要全域一致性的任務類型。Ultra 的多智能體架構在可拆分的平行任務上可能表現不同。但物理測試恰恰暴露了它的結構性弱點：當任務不可拆分時，更多智能體不等於更好結果。
而且燒掉的更多 token，是使用者在付錢。
03. 模型還沒用熟下一代傳聞已經來了
GPT-5.6發佈當天，X 上已經開始流傳 GPT-6可能很快到來的消息。相關傳聞尚未得到 OpenAI 確認，其發佈時間和技術路線也都沒有可靠結論。
但傳聞本身仍然擊中了開發者的一種真實焦慮：模型迭代越來越快，為一個新模型調整提示詞、參數和工作流之後，這套適配究竟能使用多久？
一位使用者問："人們還沒時間真正用上5.6，已經在談6了。這不就讓整個5.6系列顯得毫無意義？"
這個判斷未必公平。新模型出現，也不意味著舊模型立刻失去價值。
但對企業來說，模型效率不能只算每百萬 token 的價格。切換模型、重新測試邊界、修改提示詞和遷移工作流，同樣都是成本。
模型省下的錢，只有在它被穩定使用足夠長時間後，才真正算數。
04. 效率牌，打給誰看
GPT-5.6的效率故事，有兩個觀眾。
一個是開發者社區。他們在跑分、比價、算性價比。結論是分裂的。Ultra 不值，Sol 夠用，Terra 吵得最凶。有人說它接近 Mythos，有人說它在性價比曲線上沒有存在理由。兩種判斷同時成立，因為測的不是同一件事。
另一個是華爾街。
OpenAI 已秘密提交 IPO 招股書。CNBC 和《紐約時報》的最新報導顯示，其私募市場估值約為8520億美元，而且 OpenAI 正在尋求1兆美元的 IPO 估值。Anthropic 在5月完成新一輪融資，據《衛報》當時的報導，估值達到9650億美元，由此成為全球最有價值的 AI 公司。兩家都在搶上市窗口。
"更好或持平，但更便宜"，這是說給企業 CFO 聽的，不是說給開發者聽的。 CFO 關心單位智能成本，開發者關心極端場景下的表現。兩種人關心的不是同一件事。
而在 GPT-5.6發佈當天，三個外圍動作讓"效率"這張牌更顯擁擠。
GPT-5.6發佈後，Anthropic 也宣佈調整 Claude 的周度費率。有使用者將這一時間點解讀為對 OpenAI 新動作的回應。
科技分析師、AI 領域大 V 金·艾森伯格（Kim Isenberg）的說辭一針見血："態度很明確了。"
Meta 同日發佈 Muse Spark 1.1。SpaceX 前一天發了 Grok 4.5。同一周，四家公司有大動作。
效率不是 OpenAI 的獨家故事。它是全行業的價格戰。OpenAI 說"我們效率高"，翻譯一下：別去找更便宜的替代品。
GPT-6的幽靈在上面飄著。你剛買的模型，可能下個月就過時了。效率是時間的函數，你得用夠久，省下的錢才算數。
05. 那道線
回到社區評測。
把24小時的資料放在一起看，GPT-5.6的畫像比官方部落格複雜，也更誠實。
第一，Terra 是最被低估的一款。接近 Mythos 級的表現，十六分之一的價格。如果 OpenAI 的定價讓你困惑，為什麼 Terra 夾在 Sol 和 Luna 中間好像沒有存在感，Terra 的存在本身就是解釋。它證明了效率提升是真實的，只是不在你最先關注的那個型號上。
第二，Sol 是安全的選擇，不是革命的選擇。 "保時捷不是曲速引擎"被傳播得這麼快，因為它精準地繞過了官方敘事的誇大，給了一個使用者能用的定位：日常通勤的最優解。
第三，Ultra 的物理測試至少暴露了一個問題：多智能體平行並不會自動帶來更好的結果。 在需要維持統一物理規則和跨幀一致性的任務裡，協調成本可能抵消平行收益。這不是對多智能體路線的否定，而是提醒使用者：Ultra 適合什麼任務，仍需要按場景驗證。
第四，GPT-6的幽靈懸在整個5.6系列上空。 這是效率敘事最深的矛盾：你告訴我這個模型很省、很值，但我也知道你可能下個月就讓它過時。
社區翻完 GPT-5.6的第一天帳單，答案不是"好"或者"壞"。
而是同一個"效率"，在不同任務裡算出了不同結果。
OpenAI 算的是基準成績、token 消耗和預估成本；開發者算的是具體任務能不能一次做對；企業最終要算的，則是切換模型、重新適配和長期運行之後的總帳。
GPT-5.6的效率提升是真的。但它不是統一的、全面的，也不是換上新模型就會自動兌現。
Terra 在部分工作流裡顯示出了很強的性價比；Sol 提供了更穩妥的性能與成本平衡；Ultra 則需要更挑任務，多花的 token，必須換來足夠好的結果，才算效率。
歸根結底，模型變得更便宜，不等於任務一定做得更省。
真正有意義的效率，仍然只有一種：花更少的錢，把事情做完，還不用返工。 (網易科技)