GPT-5.6发布，Claude重置Fable 5额度

背景

在大型语言模型（LLM）的军备竞赛中，OpenAI 与 Anthropic 的竞争日趋白热化。Anthropic 此前推出的 Claude Fable 5 在多项基准上拔得头筹，一度让 OpenAI 感到压力。作为回应，OpenAI 于今日凌晨正式发布 GPT-5.6，CEO Sam Altman 称其为“迄今最强模型”，并同步推出由 Codex 和 GPT-5.6 驱动的 ChatGPT Work。Anthropic 在发布会后迅速跟进，宣布重置用户对 Fable 5 的额度限制，进一步加剧了业界对两家公司正面对抗的关注。

核心内容

GPT-5.6 家族分为三档：旗舰模型 Sol（最高能力）、平衡款 Terra（日常工作）以及高性价比的 Luna（最快、最便宜），分别对应太阳、地球、月亮的命名逻辑。其中 Sol 在编码、知识工作、网络安全、科学任务上达到 SOTA，同时能用更少 token、更低成本完成任务。

GPT-5.6 引入了一个关键新模式 ultra：它不同于以往的 max（增加推理时间），而是将任务交给多个 agent 并行处理。默认协调 4 个 agent，可扩展至 16 个。此外，Programmatic Tool Calling（程序化工具调用）允许模型自行编写轻量程序来协调多个工具调用、处理中间结果、监控进度，无需开发者逐一步骤写死脚本，大幅降低 token 消耗和模型往返次数。

在性能对比上，OpenAI 发布的数据显示：在覆盖 55 个专业领域的 Agents’ Last Exam 测试中，Sol 以 53.6 分刷新纪录，比 Fable 5 高出 13.1 分；即使降低推理强度，仍能以约四分之一成本领先 11.4 分。Terra 和 Luna 也分别以约十六分之一成本反超 Fable 5。代码能力方面，Sol（最高推理强度）在 Artificial Analysis Intelligence Index 上与 Fable 5 分差压缩至 1 分以内，但完成任务时间少 61%，成本约为一半。设计能力实现飞跃——仅需高层级指令即可生成美观、符合人体工学、功能完整的界面，并能自主检查渲染后的最终效果，修正视觉和功能问题。

定价方面（每百万 token）：Sol 输入 $5/输出 $30；Terra 输入 $2.5/输出 $15；Luna 输入 $1/输出 $6。

同时发布的 ChatGPT Work 由 Codex 和 GPT-5.6 驱动，具备三大能力：

• 跨应用取材、跨文件行动：通过内置统一插件目录，连接 Google Drive、SharePoint、Slack、Microsoft Teams、Gmail 等第三方服务，用户可指定数据源或让模型自行判断。
• 产出成品而非草稿：直接生成 Excel、Word、PPT、报告或网站（Sites），模型会检查渲染后的效果并做收尾打磨。
• 长任务与持续监督：支持一次性运行、计划重复执行或触发式启动，用户可随时查看进度、追问、调整方向或审批关键动作。

安全方面，GPT-5.6 被称为“迄今最强网络安全模型”，在 ExploitBench 得分 73.5%（GPT-5.5 为 47.9%），ExploitGym 两小时通过率从 15.1% 翻倍至 24.9%，SEC-Bench Pro 得分 71.2%（GPT-5.5 仅 45.8%）。出于滥用风险考量，防御性网络安全任务全面开放，而更高级别能力仅向 OpenAI Daybreak 的“网络安全可信访问”计划中通过验证的用户开放。官方测试显示，GPT-5.6 在网络安全和生物两个维度均未越过“关键（Critical）”风险阈值。

作为反应，Anthropic 在发布会后连夜宣布重置用户 Fable 5 的额度。

关键要点

• GPT-5.6 分为 Sol、Terra、Luna 三档，Sol 为旗舰，在编码、知识工作、网络安全、科学任务上达到 SOTA。
• 新增 ultra 模式：将任务分配给多个 agent（默认 4 个，最多 16 个）并行处理，显著提升效率。
• 引入 Programmatic Tool Calling：模型自写程序协调多工具调用，减少 token 消耗和模型往返。
• 在 Agents’ Last Exam 上，Sol 以 53.6 分领先 Fable 5 达 13.1 分，低推理强度下成本降至四分之一仍领先 11.4 分。
• 代码能力与 Fable 5 接近，但时间少 61%，成本约一半；设计能力可自主检查并打磨渲染后的最终效果。
• 推理成本：Sol 输入 $5/输出 $30 每百万 token，Terra 输入 $2.5/输出 $15，Luna 输入 $1/输出 $6。
• ChatGPT Work 由 Codex 和 GPT-5.6 驱动，跨应用长任务执行，产出成品，支持持续监督与审批。
• 安全能力大幅提升，恶意利用受限，通过红队测试，未触发关键风险。
• Anthropic 连夜重置 Fable 5 额度，表明竞争加剧。

意义与影响

GPT-5.6 的发布标志着 OpenAI 在多 agent 协作和程序化工具调用上迈出关键一步。ultra 模式和 Programmatic Tool Calling 不仅降低了 token 成本，还让模型能够自主编排复杂工作流，这对企业级自动化、软件开发和科学研究具有深远意义。ChatGPT Work 进一步模糊了聊天机器人与生产力工具之间的界限，将 AI 从“对话助手”升级为“自主完成项目”的智能体。

与 Fable 5 的对比数据表明，GPT-5.6 在多个维度以更低成本和更快速度实现了超越，这巩固了 OpenAI 在模型效率和安全性方面的领先地位。Anthropic 的快速回应（重置额度）则反映出行业竞争已进入“即时博弈”阶段——一方发布新模型，另一方立即调整策略以留住用户。

安全层面的谨慎设计（如仅向可信用户开放高级别网络安全能力）和未越“关键”风险阈值的官方声明，有助于缓解公众对 AI 滥用的担忧，也为监管机构提供了可参考的安全评估框架。总体而言，GPT-5.6 不仅是一次技术迭代，更是 OpenAI 在模型能力、成本效率、产品整合和安全治理上的一次综合升级，可能加速整个行业向“多 agent 工作流”和“端到端知识产出”的方向演进。