GPT-5.6深夜上线！ChatGPT和Codex正式合并，一个时代结束了

一、全文速览图

GPT-5.6 终于在 OpenAI 的直播中正式上线了。

除了 GPT-5.6 之外，ChatGPT 也迎来了 2022 年诞生之后，我觉得最大的升级。

从 OpenAI 的直播预告动画就能看出来有趣的端倪了，ChatGPT 和 Codex，在今天、在此刻合体。

于是，全新的ChatGPT来了。

Codex 直接消失，与 ChatGPT 应用正式合并，以后，也没有 Codex 这个应用了，只有 ChatGPT 了。

但是当你打开新版的 ChatGPT 界面以后，你又会发现，原版的 ChatGPT 界面也没有了，满屏的 UI，都属于原本的 Codex，只剩下那个小小的聊天 Tab，证明着曾经的 ChatGPT，还存在过。

突然有点感慨。

至此，由 ChatGPT 2022 年 11 月 30 日开启的 Chat 时代，也在今天完成了属于大众启蒙的使命，而今天，ChatGPT 和 Codex 的合并，一切也都标志着新时代的来临，此名：

Agent 时代。

让我们一个一个来聊。

二、GPT-5.6

先聊最核心的 GPT-5.6。

这次一共是三个模型，分别是新旗舰模型 Sol，以及适用于日常工作的均衡模型 Terra，还有 OpenAI 所谓的最具成本效益的模型 Luna。

我们主要的核心，还是来聊 GPT-5.6 Sol，因为这个也基本代表着 OpenAI 能对外放出来的目前智能的巅峰。

这个模型强不强，你就看 Anthropic 的动作就行了，在 GPT-5.6 Sol 发布后，他们直接决定，重置额度。。。

可能我这几年，从来没有像现在这样，如此期待一个新模型，期待 GPT-5.6 的上线。

原因特别简单，因为我那个 AI 新闻网站 AIHOT，虽然大的我能做的都做了，比如 IP 地址已经换了，且藏在了边缘代理后面，做了部分 DDoS 防护，封禁策略和 JS 挑战啥的也都做了。

但是每天都在被各种手段攻击，从最初的普通攻击，到现在几乎全是 DDoS，还有用分布式 CC 来恶心的，各种乱七八糟的。

昨天一天就被打了 4 轮，昨天早上的没防住，导致昨天早上又被干崩了，但是下午的 3 轮都防住了。

在这个阶段，Claude Fable 5 已经完全没办法用了，因为这些词几乎都是敏感词，一聊 DDoS 啥的直接给我切换到 Opus 4.8，而且 Fable 5 虽然智商和规划能力超群，但是在真正的执行上，还是有点问题，经常顾此失彼，然后漏很多的东西，并且跟 Claude 系列一样，有一定的幻觉。

然后最大的缺点，就是贵，没一会额度就没了。。。

GPT-5.5 是我最近反而用的最多的了。

但是问题也非常大，规划和做方案的能力非常一般，思考不全面，起手就知道干，幻觉率确实极低，代码执行确实很强，改 BUG 啥的很不错，但是吧，也经常不够全面，再加上方案和规划能力是一坨，短板还是有点太明显了。

经常给我用的非常的暴躁。

在做安全策略上，更是漏洞百出，它做的方案，被人打成筛子，最后还是得我那仅剩的 10%额度的 Claude Fable 5 来进行规则的重置和兜底。

结合这 7 天高强度的攻防和平均每天 16 个小时的 Coding 的经验，让我对 Fable 5 和 GPT-5.5 评价一下的话。

那就是 Fable 5 确实是一个总监级别的大神，但是你知道的，管理层嘛，一般执行的细节程度上总归有一点的不精确，工具使用、主动性太强了，经常不管不顾的自己就全部给你搞完了，但是最后在一些细节上，是偏离了你想要的东西的。

而 GPT-5.5 呢，就是一个高级工程师，在执行上确实是一把好手，但是用一个网友的话来描述就是：“GPT-5.5 最像那种会议室里突然站起来画白板的人，你还在描述混乱，它已经开始拆方案。”

现在就卡在这了，Claude Fable 5 额度用完了，GPT-5.5 只能做中型的项目执行。

所以在这个背景下，大家应该就懂了，为啥我如此的期待 GPT-5.6 了。

因为真的希望他们能把整个 Coding 的能力，再往前推一步，而且我极度支持 OpenAI 干死呆逼 Anthropic。

在 OpenAI 6 月 26 号发布了前瞻之后，今天凌晨，GPT-5.6 终于来了。

我第一时间直接把 GPT-5.6 Sol 拉到最高档 Ultra 开干了。

在我高强度并行开发了 5 个小时之后，我觉得我对 GPT-5.6 有了一些自己的体感，如果用一段话描述的话，那就是：

当今世界最水桶级别的模型，价格低廉，性价比极高，方案和规划能力在一些非巨型任务上媲美 Fable 5（巨型任务我也接触不到，已经远超我的能力上限了），Agent 能力和 Coding 执行上幻觉率极低极为精准，配合 Codex 交互体验和远程 Coding 更是极佳，浏览器控制更加稳定等等。

不过前端审美和内容创作依然是老大难问题，这块确实比不上 Claude，但除此之外，其他的任何方面我想不出来我自己再用 Claude 的理由了。

而且，GPT-5.6 Sol，包含在订阅计划中，未来，订阅用户可用！

OpenAI 赛高！Codex 赛高！GPT 赛高！

还是惯例，简单过一下 GPT-5.6 的官方跑分。

在覆盖 55 个领域长期专业工作流的 Agents' Last Exam 中，GPT‑5.6 Sol以53.6分刷新纪录，比Claude Fable 5（自适应推理）高出 13.1 分。

即便采用中等推理模式，它仍以约四分之一预估成本领先 Fable 5 达 11.4 分。

这个我觉得是里程碑式的，Fable 5 确实很强，但是那个经济效应，几乎也代表着我们几乎不可能日常大规模的使用。

而 GPT-5.6 以极低的成本，完成了执行效果上的超越。

而在 AA 家的智能指数上，GPT-5.6 比 Fable 5 只低了一分，但是任务完成时间缩短 61%，成本预估降低约一半。

而在 Coding 领域，这个优势更加离谱了。

在 Artificial Analysis 编程智能体指数中，启用最大推理能力的 GPT‑5.6 Sol 以 80 分创下最新技术标杆，比Fable 5高出2.8 分，同时输出 token 减少一半以上，耗时缩短一半以上，成本降低约三分之一。

从这张图其实也能看出来，对于日常来说，改BUG啥的其实推理强度开到高就差不多了。

如果是大型的任务，就开到极高。

究极大型的重构或者要命相关（比如我的 AIHOT 防护）的任务，或者你的 token 实在烧不完的时候，偶尔再把推理等级开到 Ultra，是 Token 利用率最高的解法。

而且你知道，当我看到 GPT-5.6 Sol 在衡量从接触漏洞代码到任意代码执行进展的 ExploitBench, 上，它在可比输出 token 预算下得分为 73.5%。

这意味着什么呢，意味着，只要极低的成本，就可以达到几乎跟 Fable 5 相同的网络安全效果！！！

说实话，我看到这个的时候，我的眼睛都在冒光，我激动的都睡不着觉。

而且在我的实测中，虽然偶尔也会出现网络安全的禁止提示。

但是在我表明是为了做我的边缘代理的防护策略，我希望他帮我优化之后，他顺利的给我进行执行了，没有做任何的阻拦。

我给的任务，就是这个，我因为是语音输入的，还输入错了，把 EO 识别成了 EU，不过这种都是小问题了：

我直接开了 Ultra，而且是快速模式，几乎全部都是浏览器操控，在将近 21 分钟之后，给了我一个非常详细的审查报告。

我是 200 刀的 Pro 套餐，Token 的消耗量大概 5 小时额度花了 20%，周额度大概花了 2～3%，我想说，这比 Fable 5 舒服太多了。

要知道，这可是 21 分钟的全程 Chrome 操控且开了快速模式，有 1.5 倍的消耗，再加上 Ultra 啊！

如果是 Fable 5 的话，你相信我，就这么玩，Fable 5 + Ultracode，都没有快速模式一说，一波能给你周额度干没 8～10 个点。

太离谱了。

而且这个质量，非常的高。

因为我的边缘代理的规则底子是 Fable 5 打的，后面 GPT-5.5 在上面打了一些补丁，也做了 N 次优化，但是感觉也优化不出来啥，找不出来啥问题了。

但是 GPT-5.6 Sol，直接找出了一堆以前他两没有想到的问题。

我就不放全文了，因为漏洞太多了。。。

直接扒拉出来了 11 个任务。

反正我是叹为观止，然后让 GPT-5.6 Sol 一波直接自己去修了。

非常的稳，一波处理的明明白白，没有任何的 BUG，就看明天被攻击时候的实际防护效果了。

然后还有一个方案，大概能看出来 GPT-5.6 Sol 和 Claude Fable 5 的一些性格和个性的区别。

比如我有一个长久以来的痛点，就是为了 AIHOT 大家无需开魔法的阅读体验，所以我做了每个新闻的详情页，就像这样。

但是这个详情页想法是好的，在实现上，有巨大的问题，因为我要把所有源站的信息，原封不动的抓过来，然后尽可能的给大家还原成跟源站一样的阅读体验。

但是你要知道，我现在监控信源的背后，有几百个形色各异的网站，我已经尽可能的去想尽一切办法去处理了，还是经常会抓来一些奇奇怪怪的东西。

就像这样。

还有这样。

想适配所有的网页，全部清洗成好看的，几乎跟源站一样的，甚至还要保留格式、超链接、代码库、图表等等，太难了，因为背后的网页形式实在是太多太多了，之前用 Opus 4.8 和 GPT-5.5 分别开发过，效果基本就是一坨狗屎。

但是我一直还是想解决这个需求，让 AIHOT 的用户在浏览信息上，能得到最好的体验。

所以我就把这个需求，同时扔给了 GPT-5.6 Sol 和 Claude Fable 5。

让他俩同时想方案。

甚至他两用的都是同一份 CLAUDE.md，因为我的 AGENTS.md 直接软链的 CLAUDE.md，所以几乎变量都是一样的，唯一不同的就是模型本身。

而最终输出后，GPT-5.6 的方案，坦诚的讲，在细致程度上，我甚至觉得比 Fable 5 考虑的更加周全，这确实是一个很有趣的点。

比如一开始，从源头上，其实是有分类的，比如有很多不是直接抓取的，是走 API 和 RSS 的。

这些是有明确的正文的。

而在 GPT-5.6 的考虑中，也想到这部分，但是，他并没有跟 Fable 5 一样，直接把那个规则当做了必须遵守的。

而是提出了质疑。

所以，我们不能信他们，所有的源头都只是源头而已，我们必须自己要去做结构化的正文抽离，即使它是 RSS 和 API 输出来的，也需要如此考虑。

Fable 5 其实把这个细节漏了。

包括有一个同域名网站里最近反复出现的内容，大概率就是导航啊固定 CTA 啥的，所以其实可以做标准化的统计，重复的就可以被识别出来了直接删掉。

GPT-5.6 和 Fable 5 都考虑到了这一点，但是还是那个问题，在首次的输出上，依然是 GPT-5.6 考虑的更加细致一点。

而且还有个更离谱的是，我觉得，这一次 GPT-5.6 输出内容的可读性，我觉得比 Fable 5 是要强的，他的方案我能读的下去，但是 Fable 5，可能是我太菜逼了，他的信息密度太高了，我读不下去。

最后这两个方案，我还是选择了让 GPT-5.6 Sol 去开了目标模式进行最终执行。

因为坦率的讲，这个任务有点复杂，我对 Claude Fable 5 能长时的稳定的精准的处理完这么多细节，我没有信心，后期其实还是容易出现幻觉，改了这里忘了那里，然后最后再对抗性审查的时候又不断的推翻自己，很麻烦。

但是 GPT-5.6 的幻觉率在我的测试过程中，我体感是一如既往的，几乎就是洲际导弹的级别，指哪打哪，再配合上目标模式，最后总是能极其精准的完成任务，真的很香。

虽然过程中也会偶发跟 GPT-5.5 一样，有一些奇怪的低级错误导致了部分环节中的循环，但是次数会少一些，同时也能更快的解决，且不影响最终的输出。

然后之前的那个任务，截止到我发文的时候，已经开发了快 2 个小时了，但是还没有开发完，主要是逐篇审查对比优化，确实比较浪费时间。

但是在它测试过程，我看到了一些页面，还是很棒的，我现在有点期待完他写完以后，部署到 AIHOT 上的效果了。

然后是前端审美这块，确实比 GPT-5.5 有巨幅加强，但是还是离 Claude 有一定距离。

比如最近马上台风不是要来了吗，我随手写了一个 Prompt：

调用一个接口获取巴威台风数据, 生成一个单 HTML 文件的可视化大屏。

GPT-5.5 的效果是这样的，就 Emmmmmm。

但是GPT-5.6 Sol是这样的。

前端效果上还是进化了很多的，至少是不会出 AI Slop 了。

目前 Plus、Pro 用户可以使用 GPT‑5.6 Sol，而免费和Go用户，只能使用GPT‑5.6 Terra。

而最高档的 Ultra 推理等级，只对 100 刀和 200 刀的 Pro 用户开放，Plus 用户也用不了。

目前 GPT‑5.6按每百万Token计费。

Sol 为 5 美元输入 / 30 美元输出；Terra 为 2.5 美元输入 / 15 美元输出；Luna 为 1 美元输入 / 6 美元输出。

GPT‑5.6 还引入了更可预测的提示缓存功能，包括支持显式缓存断点以及30分钟的最低缓存生命周期。

对于 GPT‑5.6及后续模型，缓存写入按模型非缓存输入价格的1.25倍计费，而缓存读取则继续享受90%的缓存输入折扣。

三、ChatGPT Work

这是一个我没有想到的更新。

也就是我们开头所说的，合并了 ChatGPT 和 Codex。

现在，你可以在左上角，直接切换工作和 Codex 了。

其实就是 Cowork 和 Claude Code 的区别。

Codex 虽然是个通用 Agent，可能一些专业者都知道，他既能写代码，也能办公，完全没有问题的。

但是依然有个市场的老大难问题，就是心智问题，你一说你能开发，你能写代码，很多的用户依然会觉得，那上手门槛是不是很高。

所以从心智上来说，Work 和 Code，反而拆开应该是最好的，虽然底层都是一个东西，但是用户认账啊。

你看国内 WorkBuddy 就知道了，现在都千万日活了，你这找谁说理去。

而 OpenAI 的产品确实有点东西，他们妙就妙在这里，没有选择推出 Codex Work，而是直接把 ChatGPT 这个 10 亿周活的巨无霸给改造了，变成了 ChatGPT Work，你看，这是不是就好理解多了。

而且过去的 ChatGPT 用户迁移过来，那简直顺理成章。

不过你要说这个 Work 模式跟 Codex 的区别，我觉得可以小到忽略不计了。

最大的心智特征，可能就是在这个菜单栏上，把分支啥的偏 Code 的元素，换成了 Doc、PPT、Excel 三件套，让你体感上，更像是帮你工作的。

我随手用GPT-5.6 Sol给它自己的上线，用它自己的插件，做了个PPT。

就咋说呢，GPT 系列的审美啊，是不是得 GPT-6 的全新一代的预训练模型才能补上了。。

只是纯能看了。

不过处理表格啥的数据分析任务，那是真的强，强到上天。

有条件的，我推荐大家所有人都可以去下一个 ChatGPT 的应用，用它来帮大家去处理工作，这可能是你当今，能用上的性价比最高、质量最好的 Work 类 Agent 产品了。

而之前的 ChatGPT Chat 模式，也就是聊天，被藏在了一个小小的 tab 中，就好像，它的历史使命已经完成了。

点击以后，右下角会出现一个弹窗，这个小小的界面，就是ChatGPT Chat了。

而且这次还有个好玩的新东西，也是给Work场景用的。

就是新增了一个叫站点的功能。

我们过去都知道，很多非开发者，其实做了一个产品，想要部署到线上，给别人用还是很麻烦的一件事。

所以 OpenAI 这次就为了解决这个需求，搞了这么个功能。

底层本质是包了一个他们自己的叫 Sites 的 Skill。

你做完一个东西以后，直接用Prompt说一句话，比如用Sites部署一下。

他就会自己帮你部署到线上，然后给你一个域名，这个域名就可以分享给你的朋友和同事了。

对大众来说，极其友好。

四、写在最后

我觉得这一次，OpenAI 用他们的产品、用他们的模型，再一次证明了。

这家公司，还是有生命力的，他们还是当年的那个 OpenAI。

曾经的 OpenAI，是面对 Google 的屠龙少年，随着时代的发展，他们逐渐从勇士，变成了金银财宝之上的恶龙。

他们开始骂声一片，没人再喜欢他们，大家都在说，OpenAI 就该完蛋。

可随着 Anthropic 的异军突起，OpenAI 有那么一段时间，被打的全线开花。

他灰溜溜的走下了王座，看着曾经它的王座上，盘踞一条新的恶龙。

随后，他重新拾起盾牌，捡起那个已经开始发锈的剑。

斩向了自己的身后，把那个亲手将自己送上傲慢王座的 Sora，一刀斩断。

它决定回到群众中，做群众想要的模型，做群众喜欢的产品。

直到几个月后的今天，他又回到了那个曾经属于他们的王座之前，站在了那个叫 Anthropic 的恶龙之前。

他说，这次。

轮到你了。