GPT-5.6 深夜上線，ChatGPT 和 Codex 正式合併，一個時代結束了

作者：數字生命卡茲克

今天，GPT-5.6 終於在 OpenAI 的直播中正式上線了。

除了 GPT-5.6 之外，ChatGPT 也迎來了 2022 年誕生之後，我覺得最大的升級。

從 OpenAI 的直播預告動畫就能看出有趣的端倪了，ChatGPT 和 Codex，在今天、在此刻合體。

於是，全新的 ChatGPT 來了。

Codex 直接消失，與 ChatGPT 應用正式合併，以後，也沒有 Codex 這個應用了，只有 ChatGPT 了。

但是當你打開新版的 ChatGPT 界面以後，你又會發現，原版的 ChatGPT 界面也沒有了，滿屏的 UI，都屬於原本的 Codex，只剩下那個小小的聊天 Tab，證明著曾經的 ChatGPT，還存在過。

突然有點感慨。

至此，由 ChatGPT 2022 年 11 月 30 日開啟的 Chat 時代，也在今天完成了屬於大眾啟蒙的使命，而今天，ChatGPT 和 Codex 的合併，一切也都標誌著新時代的來臨，此名：

Agent 時代。

讓我們一個一個來聊。

一. GPT-5.6

先聊最核心的 GPT-5.6。

這次一共是三個模型，分別是新旗艦模型 Sol，以及適用於日常工作的均衡模型 Terra，還有 OpenAI 所謂的最具成本效益的模型 Luna。

我們主要的核心，還是來聊 GPT-5.6 Sol，因為這個也基本代表著 OpenAI 能對外放出來的目前智能的巔峰。

這個模型強不強，你就看 Anthropic 的動作就行了，在 GPT-5.6 Sol 發布後，他們直接決定，重置額度。。。

可能我這幾年，從來沒有像現在這樣，如此期待一個新模型，期待 GPT-5.6 的上線。

原因特別簡單，因為我那個 AI 新聞網站 AIHOT，雖然大的我能做的都做了，比如 IP 地址已經換了，且藏在了邊緣代理後面，做了部分 DDoS 防護，封禁策略和 JS 挑戰啥的也都做了。

但是每天都在被各種手段攻擊，最初的普通攻擊，到現在幾乎全是 DDoS，還有用分佈式 CC 來惡心的，各種亂七八糟的。

昨天一天就被打了 4 輪，昨天早上的沒防住，導致昨天早上又被幹崩了，但是下午的 3 輪都防住了。

在這個階段，Claude Fable 5 已經完全沒辦法用了，因為這些詞幾乎都是敏感詞，一聊 DDoS 啥的直接給我切換到 Opus 4.8，而且 Fable 5 雖然智商和規劃能力超群，但是在真正的執行上，還是有點問題，經常顧此失彼，然後漏很多的東西，並且跟 Claude 系列一樣，有一定的幻覺。

然後最大的缺點，就是貴，沒蹬一會額度就沒了。。。

GPT-5.5 是我最近反而用的最多的了。

但是問題也非常大，規劃和做方案的能力非常一般，完全不思考全面，起手就知道幹，幻覺率確實極低，代碼執行確實很強，改 BUG 啥的很不錯，但是吧，也經常不夠全面，再加上方案和規劃能力是一坨，短板還是有點太明顯了。

經常給我用的非常的暴躁。

在做安全策略上，更是漏洞百出，它做的方案，被人打成篩子，最後還是得我那僅剩的 10% 額度的 Claude Fable 5 來進行規則的重置和兜底。

這 7 天高強度的攻防和平均每天 16 個小時的 Coding 的經驗，讓我對 Fable 5 和 GPT-5.5 的評價一下的話。

那就是 Fable 5 確實是一個總監級別的大神，但是你知道的，管理層嘛，一般執行的細節程度上總歸有一點的不精確，工具使用、主動性太強了，經常不管不顧的自己就全部給你搞完了，但是最後在一些細節上，是偏離了你想要的東西的。

而 GPT-5.5 呢，就是一個高級工程師，在執行上確實是一把好手，但是用一個網友的話來做一個很形象的描述就是："GPT-5.5 最像那種會議室裡突然站起來畫白板的人，你還在描述混亂，它已經開始拆方案。"

現在就卡在這了，Claude Fable 5 額度用完了，GPT-5.5 只能做中型的項目執行。

所以在這個背景下，大家應該就懂了，為啥我如此的期待 GPT-5.6 了。

因為真的希望他們能把整個 Coding 的能力，再往前推一步，而且我極度支持 OpenAI 幹死呆逼 Anthropic。

在 OpenAI 6 月 26 號發布了前瞻之後，今天凌晨，GPT-5.6 終於來了。

我第一時間直接把 GPT-5.6 Sol 拉到最高檔 Ultra 開幹了。

在我高強度並行開發了 5 個小時之後，我覺得我對 GPT-5.6 有了一些自己的體感，如果用一段話描述的話，那就是：

當今世界最水桶級別的模型，價格低廉，性價比極高，方案和規劃能力在一些非巨型任務上媲美 Fable 5（巨型任務我也接觸不到，已經遠超我的能力上限了），Agent 能力和 Coding 執行上幻覺率極低極為精準，配合 Codex 互動體驗和遠程 Coding 更是極佳，瀏覽器控制更加穩定等等。

不過前端審美和內容創作依然是老大難問題，這塊確實比不上 Claude，但除此之外，其他的任何方面我想不出來我自己再用 Claude 的理由了。

而且，GPT-5.6 Sol，包含在訂閱計劃中，未來，訂閱用戶可用！

OpenAI 賽高！Codex 賽高！GPT 賽高！

還是慣例，簡單過一下 GPT-5.6 的官方跑分。

在覆蓋 55 個領域長期專業工作流的 Agents' Last Exam 中，GPT‑5.6 Sol 以 53.6 分刷新紀錄，比 Claude Fable 5（自適應推理）高出 13.1 分。

即便採用中等推理模式，它仍以約四分之一預估成本領先 Fable 5 達 11.4 分。

這個我覺得是里程碑式的，Fable 5 確實很強，但是那個經濟效應，幾乎也代表著我們幾乎不可能日常大規模的使用。

而 GPT-5.6 以極低的成本，完成了執行效果上的超越。

而在 AA 家的智能指數上，GPT-5.6 比 Fable 5 只低了一分，但是任務完成時間縮短 61%，成本預估降低約一半。

而在 Coding 領域，這個優勢更加離譜了。

在 Artificial Analysis 編程智能體指數中，啟用最大推理能力的 GPT‑5.6 Sol 以 80 分創下最新技術標杆，比 Fable 5 高出 2.8 分，同時輸出 token 減少一半以上，耗時縮短一半以上，成本降低約三分之一。

從這張圖其實也能看出來，對於日常來說，改 BUG 啥的其實推理強度開到高就差不多了。

如果是大型的任務，就開到極高。

究極大型的重構或者要命相關（比如我的 AIHOT 防護）的任務，或者你的 token 實在燒不完的時候，偶爾再把推理等級開到 Ultra，是 Token 利用率最高的解法。

而且你知道，當我看到 GPT-5.6 Sol 在衡量從接觸漏洞代碼到任意代碼執行進展的 ExploitBench，上，它在可比輸出 token 預算下得分為 73.5%。

這意味著什麼呢，意味著，只要極低的成本，就可以達到幾乎跟 Fable 5 相同的網絡安全效果！！！

說實話，我看到這個的時候，我的眼睛都在冒光，我激動的都睡不著覺。

而且在我的實測中，雖然偶爾也會出現網絡安全的禁止提示。

但是在我表明是為了做我的邊緣代理的防護策略，我希望他幫我優化之後，他順利的給我進行執行了，沒有做任何的阻攔。

我給的任務，就是這個，我因為是語音輸入的，還輸入錯了，把 EO 識別成了 EU，不過這種都是小問題了：

我直接開了 Ultra，而且是快速模式，幾乎全部都是瀏覽器操控，在將近 21 分鐘之後，給了我一個非常詳細的審查報告。

我是 200 刀的 Pro 套餐，Token 的消耗量大概 5 小時額度花了 20%，周額度大概花了 2～3%，我想說，這比 Fable 5 舒服太多了。

要知道，這可是 21 分鐘的全程 Chrome 操控且開了快速模式，有 1.5 倍的消耗，再加上 Ultra 啊！

如果是 Fable 5 的話，你相信我，就這麼玩，Fable 5 + Ultracode，都沒有快速模式一說，一波能給你周額度幹沒 8～10 個點。

太離譜了。

而且這個質量，非常的高。

因為我的邊緣代理的規則底子是 Fable 5 打的，後面 GPT-5.5 在上面打了一些補丁，也做了 N 次優化，但是感覺也優化不出啥，找不出啥問題了。

但是 GPT-5.6 Sol，直接找出了一堆以前他兩沒有想到的問題。

我就不放全文了，因為漏洞太多了。。。

直接扒拉出來了 11 個任務。

反正我是嘆為觀止，然後讓 GPT-5.6 Sol 一波直接自己去修了。

非常的穩，一波處理的明明白白，沒有任何的 BUG，就看明天被攻擊時的實際防護效果了。

然後還有一個方案，大概能看出來 GPT-5.6 Sol 和 Claude Fable 5 的一些性格和個性的區別。

比如我有一個長久以來的痛點，就是為了 AIHOT 大家無需開魔法的閱讀體驗，所以我做了每個新聞的詳情頁，就像這樣。

但是這個詳情頁想法是好的，在實現上，有巨大的問題，因為我要把所有源站的信息，原封不動的抓過來，然後儘可能的給大家還原成跟源站一樣的閱讀體驗。

但是你要知道，我現在監控信源的背後，有幾百個形色各異的網站，我已經儘可能的去想盡一切辦法去處理了，還是經常會抓來一些奇奇怪怪的東西。

就像這樣。

還有這樣。

想適配所有的網頁，全部清洗成好看的，幾乎跟源站一樣的，甚至還要保留格式、超鏈接、代碼庫、圖表等等，太難了，因為背後的網頁形式實在是太多太多了，之前用 Opus 4.8 和 GPT-5.5 分別開發過，效果基本就是一坨狗屎。

但是我一直還是想解決這個需求，讓 AIHOT 的用戶在瀏覽信息上，能得到最好的體驗。

所以我就把這個需求，同時扔給了 GPT-5.6 Sol 和 Claude Fable 5。

讓他倆同時想方案。

甚至他兩用的都是同一份 CLAUDE.md，因為我的 AGENTS.md 直接軟鏈的 CLAUDE.md，所以幾乎變量都是一樣的，唯一不同的就是模型本身。

而最終輸出後，GPT-5.6 的方案，坦誠的講，在細緻程度上，我甚至覺得比 Fable 5 考慮的更加周全，這確實是一個很有趣的點。

比如一開始，從源頭上，其實是有分類的，比如有很多不是直接抓取的，是走 API 和 RSS 的。

這些是有明確的正文的。

而在 GPT-5.6 的考慮中，也想到這部分，但是，他並沒有跟 Fable 5 一樣，直接把那個規則當做了必須遵守的。

而是提出了質疑。

所以，我們不能信他們，所有的源頭都只是源頭而已，我們必須自己要去做結構化的正文抽離，即使它是 RSS 和 API 輸出來的，也需要如此考慮。

Fable 5 其實把這個細節漏了。

包括有一個同域名網站裡最近反復出現的內容，大概率就是導航啊固定 CTA 啥的，所以其實可以做標準化的統計，重複的就可以被識別出來了直接刪掉。

GPT-5.6 和 Fable 5 都考慮到了這一點，但是還是那個問題，在首次的輸出上，依然是 GPT-5.6 考慮的更加細緻一點。

而且還有個更離譜的是，我覺得，這一次 GPT-5.6 輸出內容的可讀性，我覺得比 Fable 5 是要強的，他的方案我能讀的下去，但是 Fable 5，可能是我太菜逼了，他的信息密度太高了，我讀不下去。

最後這兩個方案，我還是選擇了讓 GPT-5.6 Sol 去開了目標模式進行最終執行。

因為坦率的講，這個任務有點複雜，我對 Claude Fable 5 能長時的穩定的精準的處理完這麼多細節，我沒有信心，後期其實還是容易出現幻覺，改了這裡忘了那裡，然後最後再對抗性審查的時候又不斷的推翻自己，很麻煩。

但是 GPT-5.6 的幻覺率在我的測試過程中，我體感是一如既往的，幾乎就是洲際導彈的級別，指哪打哪，再配合上目標模式，最後總是能極其精準的完成任務，真的很香。

雖然過程中也會偶發跟 GPT-5.5 一樣，有一些奇怪的低級錯誤導致了部分環節中的循環，但是次數會少一些，同時也能更快的解決，且不影響最終的輸出。

然後之前的那個任務，截止到我發文的時候，已經開發了快 2 個小時了，但是還沒有開發完，主要是逐篇審查對比優化，確實比較浪費時間。

但是在它測試過程，我看到了一些頁面，還是很棒的，我現在有點期待完他寫完以後，部署到 AIHOT 上的效果了。

然後是前端審美這塊，確實比 GPT-5.5 有巨幅加強，但是還是離 Claude 有一定距離。

比如最近馬上颱風不是要來了嗎，我隨手寫了一個 Prompt：

調用一個接口獲取巴威颱風數據，生成一個單 HTML 文件的可視化大屏。

GPT-5.5 的效果是這樣的，就 Emmmmmm。

但是 GPT-5.6 Sol 是這樣的。

前端效果上還是進化了很多的，至少是 不會出 AI Slop 了。

目前 Plus、Pro 用戶可以使用 GPT‑5.6 Sol，而免費和 Go 用戶，只能使用 GPT‑5.6 Terra。

而最高檔的 Ultra 推理等級，只對 100 刀和 200 刀的 Pro 用戶開放，Plus 用戶也用不了。

目前 GPT‑5.6 按每百萬 Token 計費。

Sol 為 5 美元輸入 / 30 美元輸出；Terra 為 2.5 美元輸入 / 15 美元輸出；Luna 為 1 美元輸入 / 6 美元輸出。

GPT‑5.6 還引入了更可預測的提示緩存功能，包括支持顯式緩存斷點⁠以及 30 分鐘的最低緩存生命周期。

對於 GPT‑5.6 及後續模型，緩存寫入按模型非緩存輸入價格的 1.25 倍計費，而緩存讀取則繼續享受 90% 的緩存輸入折扣。

二. ChatGPT Work

這是一個我沒有想到的更新。

也就是我們開頭所說的，合併了 ChatGPT 和 Codex。

現在，你可以在左上角，直接切換工作和 Codex 了。

其實就是 Cowork 和 Claude Code 的區別。

Codex 雖然是個通用 Agent，可能一些專業者都知道，他既能寫代碼，也能辦公，完全沒有問題的。

但是依然有個市場的老大難問題，就是心智問題，你一說你能開發，你能寫代碼，很多的用戶依然會覺得，那上手門檻是不是很高。

所以從心智上來說，Work 和 Code，反而拆開應該是最好的，雖然底層都是一個東西，但是用戶認帳啊。

你看國內 WorkBuddy 就知道了，現在都千萬日活了，你這找誰說理去。

而 OpenAI 的產品確實有點東西，他們妙就妙在這裡，沒有選擇推出 Codex Work，而是直接把 ChatGPT 這個 10 億周活的巨無霸給改造了，變成了 ChatGPT Work，你看，這是不是就好理解多了。

而且過去的 ChatGPT 用戶遷移過來，那簡直順理成章。

不過你要說這個 Work 模式跟 Codex 的區別，我覺得可以小到忽略不計了。

最大的心智特徵，可能就是在這個菜單欄上，把分支啥的偏 Code 的元素，換成了 Doc、PPT、Excel 三件套，讓你體感上，更像是幫你工作的。

我隨手用 GPT-5.6 Sol 給它自己的上線，用它自己的插件，做了個 PPT。

就咋說呢，GPT 系列的審美啊，是不是得 GPT-6 的全新一代的預訓練模型才能補上了。。

只是純能看了。

不過處理表格啥的數據分析任務，那是真的強，強到上天。

有條件的，我推薦大家所有人都可以去下個 ChatGPT 的應用，用它來幫大家去處理工作，這可能是你當今，能用上的性價比最高、質量最好的 Work 類 Agent 產品了。

而之前的 ChatGPT Chat 模式，也就是聊天，被藏在了一個小小的 tab 中，就好像，它的歷史使命已經完成了。

點擊以後，右下角會出現一個彈窗，這個小小的界面，就是 ChatGPT Chat 了。

而且這次還有個好玩的新東西，也是給 Work 場景用的。

就是新增了一個叫站點的功能。

我們過去都知道，很多非開發者，其實做了一個產品，想要部署到線上，給別人用還是很麻煩的一件事。

所以 OpenAI 這次就為了解決這個需求，搞了這麼個功能。

底層本質是包了一個他們自己的叫 Sites 的 Skill。

你做完一個東西以後，直接用 Prompt 說一句話，比如用 Sites 部署一下。

他就會自己幫你部署到線上，然後給你一個域名，這個域名就可以分享給你的朋友和同事了。

對大眾來說，極其友好。

寫在最後

我覺得這一次，OpenAI 用他們的產品、用他們的模型，再一次證明了。

這家公司，還是有生命力的，他們還是當年的那個 OpenAI。

曾經的 OpenAI，是面對 Google 的屠龍少年，隨著時代的發展，他們逐漸從勇士，變成了金銀財寶之上的惡龍。

他們開始罵聲一片，沒人再喜歡他們，大家都在說，OpenAI 就該完蛋。

可隨著 Anthropic 的異軍突起，OpenAI 有那麼一段時間，被打的全線開花。

他灰溜溜的走下了王座，看著曾經它的王座上，盤踞一條新的惡龍。

隨後，他重新拾起盾牌，撿起那個已經開始發銹的劍。

斬向了自己的身後，把那個親手將自己送上傲慢王座的 Sora，一刀斬斷。

它決定回到群眾中，做群眾想要的模型，做群眾喜歡的產品。

直到幾個月後的今天，他又回到了那個曾經屬於他們的王座之前，站在了那個叫 Anthropic 的惡龍之前。

他說，這次。

輪到你了。