GPT-5.6 Release | Limited Preview | All-New Naming System | Sol/Terra/Luna | Maximum Reasoning Ef...

OpenAI在6月26日發佈GPT-5.6系列，這不單純是模型性能的增量迭代，而是對整個產品體系的重要梳理。最核心的變化是命名體系的重新設計——廢棄數字後綴，改用Sol（太陽）、Terry（地球）、Luna（月亮）三個天體代表三個能力挡位。這三個挡位將長期並存，各自按照自己的節奏迭代升級，打破了過去「新版本發布就必須強於舊版本」的競速邏輯。

Sol是系列旗艦，代表OpenAI當前最頂尖的能力，專門應對最複雜的前沿任務。在Terminal Batch 2.1編碼基準測試中，Sol達到91.9%的得分，比第二名領先3.1個百分點——這個差距在頂級模型梯隊已經算是相當明顯。Terry定位平衡型，性能對標上代的GPT-5.5，但價格直接減半（輸入$2.5、輸出$15對比Sol的$5和$30），適合有大量日常調用需求的常規工作流。Luna則走低成本高吞吐路線，輸入僅$1、輸出$6，專為大批量標準化任務設計。

除了新的分層架構，這次發佈的技術突破集中在推理能力上。首次開放的「最大推理努力挡位」讓開發者可調整模型的計算預算——遇到複雜的數學推理、多步規劃或代碼開發任務時，開高檔位換準確率；日常簡單任務則用默認檔位保速度。這直接回應了業界長期的痛點：之前大模型推理深度基本固定，複雜任務容易出疏漏。另一個突破是Ultramode下的多智能體協作機制，模型會自動將大型任務拆分成多個子模塊，分配給不同的子智能體並行處理，最後整合結果。這突破了單體智能體的能力邊界，但調用成本會增加，更適合高難度核心任務。

性能表現上，生物科研領域用Gini Batch V1測試，Sol比GPT-5.5更強且輸出token更少，相當於成本更低卻效果更好。網絡安全能力是官方重點強調的部分——在Exploit Batch上，Sol用1.3倍輸出token就與Messos打平，意味著完成同難度的漏洞分析需要更短的輸出和更少步驟。在ExploidGene基準中，Sol、Terry、Luna三個模型都呈現同一規律：推理深度越深，網絡安全能力越強。這與最大推理努力挡位形成了呼應——給模型足夠時間思考，即使是入門級Luna也能在安全任務上表現更好。

不過官方也明確聲明了限制：Sol並未達到OpenAI自身框架定義的網絡安全臨界預值。在Chromium和Firefox的測試中，模型能識別漏洞和利用的基礎組件，但無法在測試條件下自主生成完整可用的端到端利用程序。正因為這種不確定性，以及模型能力的跳躍式提升，官方才採取了更強的安全防護和分階段發佈策略。

安全防護採用四層機制。第一層在訓練階段就對模型進行優化，遇到明確的非法網絡協助請求直接拒絕。第二層是生成過程中的實施分類器，專門針對網絡安全和生物安全的濫用，在生成中評估，高風險時暫停生成並調用更強的大模型重審上下文。第三層是賬號級跨對話審查，避免單看某條對話造成的誤判——這對雙用途場景特別重要，因為安全技術本身是中性的，攻防都會用到，但連看多條對話就能區分持續惡意還是正常研究。第四層是差異化訪問權限，不同客戶、用戶、工作負載有不同等級，敏感能力默認不開放，根據風險逐步授權。

為了驗證這套防護是否可靠，OpenAI投入了超70萬A100等效GPU小時進行自動化紅隊測試，目標是尋找通用漏洞——能跨多個提示詞、多種場景生效的攻擊方式。同時還與第三方專家合作進行人工紅隊測試，因為創意性的攻擊（社會工程學、多層上下文包裝、跨步驟編排）是自動化很難覆蓋的。發現的所有漏洞都進入快速響應流程，修復後就能防住所有同類攻擊。

提示詞緩存是重要的成本優化機制。新的緩存支持顯式設置斷點，最短保留30分鐘（生命週期可控可預期），寫入時按1.25倍輸入價格計費，讀取享受90%折扣。對文檔分析、代碼庫問答、多輪對話這類場景，前置上下文重複度高，用緩存能大幅降低成本，許多之前無法商業化的場景現在都可行了。硬件上，7月份將在Cyberus經研級芯片部署Sol，推理速度最高每秒750個token，初期僅面向精選客戶，後續隨產能擴充逐步開放。