GPT-5.6 进入开发者手里不过48小时，已经有人用它造了一座曼哈顿——不是规划图，不是概念渲染，而是一个体素城市，由 GPT-5.6 Sol 自主构建完成。
这不是 OpenAI 的官方 demo。这是社区在 X 上的自发展示。当 Sam Altman 在 CNBC 上宣称 Sol 是“史上最好的模型之一”时，真正的验证者不是媒体，而是那些拿到 API 密钥就开始疯狂测试的开发者。而他们的反馈，比任何 benchmark 都更具冲击力。
一场被政府按下暂停键的发布
就在不久之前，GPT-5.6 还卡在特朗普政府的审查流程里。6月底首次公布模型后，商务部要求 OpenAI 先向“政府认可的合作伙伴”做有限预览，才能全面放开。OpenAI 应政府要求将首批访问权限限制给一小批经过审查的机构，其参与名单已与政府共享。这是继 Anthropic 的 Fable 5 和 Mythos 5 被政府限制后，美国 AI 监管介入最深的一次。
7月8日，绿灯亮起。商务部下属的 AI 标准与创新中心完成了测试，OpenAI 甚至派驻了技术专家留在华盛顿随时响应问题。7月9日，GPT-5.6 三款模型——Sol（旗舰）、Terra（均衡）、Luna（轻量）——全面上线。同时发布的还有 ChatGPT Work，一个可以跨 Slack、Google Drive、Microsoft 365 等应用执行多步骤任务的 AI 代理。
OpenAI 对这次审查的态度复杂。公司在博客中写道：“我们不认为这种政府审查过程应该成为长期的默认机制。”但同时承认，“我们正在采取这一短期步骤，因为我们相信这是在未来几周内实现更广泛可用性的最强路径。”
社区验证：比 benchmark 更真实的冲击
真正的引爆点在 X 上。OpenAI Developers 官方账号发布了一组社区作品：一个体素曼哈顿，完全由 GPT-5.6 Sol 自主构建。这不是简单的“AI 生成图片”，而是模型在 agentic 模式下，自主规划、拆解、执行了从建筑设计到城市布局的完整工作流。GPT-5.6 进入开发者的手里不过几天，社区已经用它做出了这样的成果。
数据同样炸裂。T3 Chat CEO Theo Browne 在 X 上直言：“GPT-5.6 Sol 在计算机使用能力上是世界领先的。它让我使用它的频率提升了100倍。当我们的5.6访问权限被移除后，我很快就因为没有它而开始抓狂。”
MagicPath AI CEO Pietro Schirano 的反馈更直接：“我已经测试了它几个月，毫不夸张地说，这是我用过的最好的模型。速度快、聪明、真正有创造力。”
但这些声音并非一边倒。有同时测试了 Fable 5 和 GPT-5.6 的开发者表达了不同看法。投资人 Matt Shumer 在 X 上写道：“这是一个很棒的模型，但在我测试的几乎每一项任务中，Fable 都要好得多。”
一场不靠“更聪明”赢的战争
在 Anthropic 发布 Fable 5 后，行业共识一度倾向于“Anthropic 拥有更强的原始智能”。GPT-5.6 的 benchmark 数字也印证了这一点：在 Artificial Analysis 智能指数上，Sol 得分 59，Fable 5 得分 59.9，几乎持平。但在 Coding Agent Index 上，Sol 以 80 分领跑，Terminal-Bench 2.1 的得分达到 91.9%，明显优于 Fable 5。
真正让企业侧目的不是这些分数，而是价格。Sol 的定价为每百万输入/输出 token 5 美元和 30 美元，Terra 为 2.50 美元和 15 美元，Luna 为 1 美元和 6 美元。相比之下，Fable 5 的定价为每百万输入 10 美元、输出 50 美元，且促销期结束后将完全转向预付费积分模式。Sol 的任务成本大约是 Fable 5 的三分之一。
“每个企业现在都在思考他们在 AI 上花了多少钱，以及获得了什么价值。”Altman 在 CNBC 的采访中一针见血。当大模型竞赛进入“企业买单”阶段，性价比比绝对智能更有说服力。
OpenAI 还引入了两种新的推理模式：Max 模式为复杂问题分配更多算力，Ultra 模式则协调四个 agent 并行处理高难度工作流。这种“用算力换质量”的灵活性，让 Sol 在企业和开发者场景中更具适应性。
超级应用：比模型更大的赌注
GPT-5.6 发布当天，OpenAI 同时宣布了一个更激进的变动：Codex 并入 ChatGPT 桌面应用，形成统一的“超级应用”，内置浏览器和计算机控制能力。与此同时，独立浏览器产品 Atlas 被正式弃用，其 agentic 浏览功能被整合进新的桌面应用和 Chrome 扩展中。
这一整合由应用业务负责人 Fidji Simo 主导。据《华尔街日报》报道，OpenAI 内部承认产品碎片化“拖慢了公司速度，让达到质量门槛变得更难”。Simo 此前要求团队削减“支线任务”，并在过去几个月内关停了 Sora 等外围产品。
ChatGPT Work 本质上就是 OpenAI 对 Anthropic 的 Claude Cowork 的回应——将 ChatGPT 与 Codex 引擎结合，让用户可以跨应用委派多步骤工作流：创建文档、演示文稿、网站，甚至让任务在后台运行数小时，连接 Slack、Google Drive 和 Microsoft 365 等应用。
OpenAI 在内部测试中报告称，几乎所有内部团队现在都在使用 ChatGPT Work，财务团队将月结时间从数天缩短到了数小时。
TechCrunch 的评论点出了这背后的战略意图：GPT-5.6 及其配套营销“似乎最直接地瞄准了 OpenAI 的主要对手 Anthropic”。Anthropic 凭借对企业的专注和“可爱的挑战者”形象，正在赢得越来越大的市场份额。OpenAI 的回应是：用更低的价格、更广的产品覆盖、更整合的桌面体验，打一场全方位的阵地战。
监管悖论中的创新节奏
GPT-5.6 的发布过程折射出 AI 行业正在面临的新常态：模型越强大，监管越警觉。特朗普政府的最新 AI 行政令要求为高风险模型建立更具体的发布标准，但在这些标准落地之前，政府已经通过“建议”实现了事实上的审查。
有趣的是，当 OpenAI 对政府审查表示不满时，它正在构建的 AI 代理——ChatGPT Work——恰恰可以自动访问用户跨平台的最敏感数据。这种“一边对监管皱眉，一边打造超级权限工具”的悖论，在 AI 行业正变得越来越普遍。Forbes 的评论一针见血：“一边是公司在构建可以自主访问用户最敏感数据的 AI 代理，一边是它们对政府审查表示不满——这种讽刺很难忽视。”
与此同时，SpaceXAI 的 Grok 4.5 也在本周加入战场。马斯克在周六凌晨发帖称 Altman“把骗术提升到了一个全新水平”，Altman 则回击说“最可靠的判断标准是：马斯克又对我着迷了”。这场 CEO 之间的口水战，不过是 AI 竞赛白热化的一个注脚。
胜负手不在模型本身
GPT-5.6 的发布标志着 AI 竞赛进入了一个新阶段：不再是谁的模型“更聪明”，而是谁的模型能在合理成本下可靠地完成任务，谁能把多个工具整合成一个让用户真正愿意使用的产品。
Sol 的成本优势让 OpenAI 在“企业买单”的战场上占据了有利身位，而 ChatGPT Work 和桌面超级应用则展示了 OpenAI 从“模型公司”向“平台公司”转型的野心。但 Anthropic 的 Fable 5 在原始智能上的领先——以及它在开发者社区中获得的真实认可——并非可以忽视。SpaceXAI 的 Grok 4.5 也在本周加入了竞争，Meta 和其他玩家也在加速追赶。
行业观察者 Dan Shipper 的比喻最为精妙：GPT-5 是保时捷，Fable 是曲速引擎。“如果你需要穿越星系，用 Fable。如果你需要以最好的工具在城市里穿行，用 GPT-5。”
大多数人的日常，都在城市里。
这座城市不是 OpenAI 规划的，而是开发者用 Sol 在 48 小时内造出来的。当模型之间的差距从“能不能做”缩小到“做得好不好”，真正的胜负手已经不是模型本身，而是谁能把能力交到最多人手里。
快报