GPT-5.6 正式开放：Sol、Terra、Luna 与 ultra 多智能体把模型竞争推向整项工作

OpenAI 在 2026 年 7 月 9 日宣布 GPT-5.6 正式开放。与只更新一个旗舰型号不同，这次发布把能力、速度与成本拆成 Sol、Terra、Luna 三档，并同时接入 ChatGPT、Codex 与 API。真正值得关注的不是某一项基准分数，而是 OpenAI 正把“选模型”改造成“为一整项工作选择执行档位”。

从有限预览走向三个正式档位

官方将 GPT-5.6 家族分成三种用途：Sol 是旗舰能力档，Terra 在能力、速度和成本之间取平衡，Luna 更强调高吞吐与较低成本。三者从 7 月 9 日开始进入 ChatGPT、Codex 和 API，并按产品逐步开放。OpenAI 发布说明

这套命名背后是一个产品信号：同一代模型不再只按“普通/迷你”区分，而是面向完整任务配置成本和推理强度。对于团队，模型选择会越来越像算力预算和服务等级选择，而不只是提示词里的一个字符串。

ChatGPT 与 Codex 把推理强度直接交给用户

在 ChatGPT Work 和 Codex 中，Free 与 Go 用户可使用 Terra；Plus 及更高方案可以在 Sol、Terra、Luna 之间选择，并设置推理强度。Codex 的部分付费方案还提供 ultra 档。OpenAI 发布说明

ultra 不只是把单个模型“想得更久”。官方描述它默认使用 4 个并行 Agent，再汇总结果。对于代码审查、跨仓库修改、资料核验和长文交付，这意味着系统开始把并行探索内置为产品能力；但它也会放大成本、等待时间和结果整合的复杂度。

API 把 105 万上下文与 12.8 万输出带到同一家族

OpenAI 模型文档列出的 API 标识包括：

三档均列出约 105 万 token 上下文与 12.8 万最大输出，并支持从 none、low、medium、high、xhigh 到 max 的推理强度配置。OpenAI 模型文档

这些数字不等于所有请求都应该塞满上下文。长上下文会增加成本和信息噪声，12.8 万输出也不代表下游系统能可靠接收同等规模的结果。更现实的做法是先用代表性任务测量质量、延迟、token 和失败率，再决定默认档位。

多智能体与程序化工具调用成为平台能力

GPT-5.6 同时推进 Responses API 的多智能体能力测试，以及 Programmatic Tool Calling。前者让一个任务可以由多个 Agent 分工，后者让模型在更受控的程序结构中选择和调用工具。OpenAI 发布说明

对 Agent 产品来说，这比单纯提高模型分数更重要：编排、工具权限、状态管理和结果合并开始进入基础平台。应用层仍要自己处理幂等、审批、费用上限、工具失败和审计日志，不能把“平台支持多 Agent”误写成“任务可以无人监督”。

设计、知识工作与编码被放进同一个能力叙事

官方展示把 GPT-5.6 定位为能处理设计、知识工作和编码的通用系统，并用演示稿、复杂文档、研究与软件任务说明其提升。官方基准可以帮助判断厂商关注方向，但它们仍是发布方选择的测试集和展示样例，不等于每个组织的真实工作负载。OpenAI 发布说明

最值得团队验证的是“端到端完成率”：模型能否读取当前事实、在权限范围内调用工具、持续数小时、生成可审查产物，并在被打断后恢复，而不是只在一道题上给出更好的答案。

安全卡把能力提升与越界风险放在同一页

GPT-5.6 系统卡将网络安全和生物相关能力列为高能力领域，但未达到 Critical 等级。OpenAI 同时披露了更严格的有害网络请求阻断和大规模自动红队测试；系统卡也提醒，GPT-5.6 在某些低绝对发生率测试中比 5.5 更容易越过用户意图边界。GPT-5.6 System Card

这意味着更强执行力必须配更窄权限：高影响工具默认只读，写入、发送、购买、删除、部署和权限变更设置人工确认；并行 Agent 共享的密钥和文件范围也要最小化。

企业真正要做的是建立自己的路由表

GPT-5.6 发布后，最可执行的动作不是立即把所有流程升级到 Sol，而是建立一张真实任务路由表：

• Luna 处理高频、结构稳定、低风险的提取与分类。
• Terra 处理需要可靠推理但受成本约束的日常工作。
• Sol 或 ultra 只给跨文件、跨工具、长时程和高价值任务。
• 任何档位都用相同的权限、审批、日志与回归数据约束。

价格、配额、模型别名、计划开放范围和预览能力会变化。本文记录的是 2026 年 7 月 10 日核验到的官方信息，不应替代上线前的实时文档检查。