OpenAI发布GPT-5.6系列模型，包括旗舰版Sol、均衡版Terra和高效版Luna。Sol在编码、网络安全等领域表现卓越，成本更低，并引入“ultra”模式加速复杂任务。在专业测试中，Sol得分53.6，远超竞品。

好的，这是根据您的要求，对原文主要内容进行的中文重述，已保留关键细节并删减了与主题无关的冗余内容。

标题：GPT-5.6：与您雄心同步扩展的前沿智能

核心发布： OpenAI 正式发布 GPT-5.6 系列模型，包括旗舰款 Sol、适合日常工作的均衡款 Terra 以及最具成本效益的 Luna。

性能与效率： * Sol 模型在编程、知识工作、网络安全和科学领域均达到顶尖水平，其性能优于前代及竞品模型，同时消耗更少的 token 和更低的成本，实现了更强的“每美元性能”。 * 新引入的 ultra 模式可协调多个智能体并行处理复杂任务，显著加快完成速度。 * 在“智能体最终考试”中，Sol 模型得分 53.6，大幅领先竞品 Claude Fable 5（40.5分）。即使在中等推理模式下，其性能也优于 Fable 5，而成本仅为后者的四分之一。Terra 和 Luna 模型在成本仅为 Fable 5 十六分之一的情况下，性能依然超越它。

安全与防护： * GPT-5.6 配备了迄今为止最强大的安全防护系统，旨在抵御恶意滥用，同时不限制合法使用。 * 在发布前，OpenAI 进行了最广泛的评估，包括人工红队测试和约 70万 GPU 小时的自动化测试，并与专家组织合作压力测试防御系统。

编程能力： * Sol 模型在“人工智能分析编程智能体指数”中创下 80 分的新纪录，超越 Fable 5，且输出 token 减少一半以上，耗时减半，成本降低约三分之一。Terra 和 Luna 模型也表现出色。 * 新推出的程序化工具调用功能，允许模型编写和运行轻量级程序来协调工具、处理中间结果，从而减少 token 消耗和模型往返次数。

设计判断力： * GPT-5.6 的设计判断力有显著提升，能根据高层级指令创建美观、符合人体工程学的界面。其更强的计算机使用能力使其能检查并优化渲染结果，而非仅生成代码。

知识工作： * GPT-5.6 能更好地处理来自 Slack、Notion 等工具的杂乱上下文，并将其转化为专业、可分享的成果。 * 在演示文稿、文档和电子表格方面，Sol 模型能生成更精美、准确的内容，并能更忠实地遵循模板和参考文件的设计系统。

网络安全： * GPT-5.6 是 OpenAI 最强的网络安全模型，在漏洞利用基准测试中，Sol 模型得分 73.5%，远超 GPT-5.5 的 47.9%。它支持安全代码审查、补丁、威胁建模等防御性任务。

科学研究： * Sol 模型在生命科学、化学等评估中展现出广泛进步，能以更少的 token 和时间获得更强的结果。

AI 研究加速： * GPT-5.6 是加速 AI 研究的最强模型。在 OpenAI 内部，研究人员使用它进行诊断、优化、实验等，其每日平均输出 token 量是 GPT-5.5 最高水平的两倍多。

模型分层与定价： * Sol：旗舰款，输入 $5/百万 token，输出 $30/百万 token。 * Terra：均衡款，输入 $2.50/百万 token，输出 $15/百万 token。 * Luna：经济款，输入 $1/百万 token，输出 $6/百万 token。

可用性： * GPT-5.6 现已通过 ChatGPT、Codex 和 OpenAI API 提供，将在未来 24 小时内逐步向全球用户开放。不同用户层级可访问不同模型和功能（如 max 和 ultra 模式）。

好的，以下是对评论内容的总结：

总体评价： 评论者对OpenAI新发布的GPT-5.6系列模型（Sol, Terra, Luna）看法两极分化。一方面，其宣称的性能提升和成本效益令人印象深刻；另一方面，许多评论者对其基准测试的客观性、高昂的定价以及与竞争对手（尤其是Claude Fable）的真实对比持怀疑态度。

1. 性能与成本优势（正面观点） * 主要观点： GPT-5.6在多个基准测试中表现优异，尤其是中端模型（Terra）在成本远低于竞争对手的情况下，性能可与Claude Fable媲美。 * 关键引用： * “5.6 Terra (mid tier model) as good as Fable on DeepSWE while cheaper than Opus API pricing. Seems like a homerun.” (cbg0) * “Even at medium reasoning, it beats Fable 5 by 11.4 points at roughly one-quarter the estimated cost.” (saberience)

2. 对基准测试和营销的质疑（负面/怀疑观点） * 主要观点： 评论者认为OpenAI的基准测试可能存在“挑选”嫌疑，且过度强调与Claude Fable的对比，显得缺乏自信。同时，对模型的实际可用性（如未在ChatGPT中立即上线）表示不满。 * 关键引用： * “CTRL-F: Fable. 15 hits. Holy shit. They must be feeling very threatened by Fable...” (enraged_camel) * “I'd like to know how cherry-picked this is... if this model is not overwhelmingly impressive over Fable, I will lose what remaining trust I had in these announcements.” (mchinen)

3. 定价与竞争格局（中立/负面观点） * 主要观点： 新模型定价与Claude Fable一样昂贵，并未解决成本问题。同时，开源模型（如DeepSeek、Qwen）的竞争压力巨大，正在将价格推向零。 * 关键引用： * “Just as expensive as Fable 5. But of course, another slot machine upgrade but the costs will keep going up...” (rvz) * “...the open weight models from china will continue to race everyone else to $0.” (rvz)

4. 特定领域表现与开发者体验（混合观点） * 主要观点： 模型在UI/设计能力上有所提升，但在关键的SWE-Bench Pro编码测试中仍落后于Claude Opus。开发者指南中关于“使用更短提示词”的建议被认为有价值。 * 关键引用： * “This one is really promising, as it may allow to close major gap with Claude in design/UI skills.” (arizen) * “SWE-Bench Pro... Sol: 64.6%... Opus: 69.2%... So, it still trails Opus, significantly, and is not a next-gen coding model...” (gozucito)

5. 命名与品牌（负面观点） * 主要观点： 新的命名体系（Sol, Terra, Luna）被认为不如之前的命名直观，且营销风格显得刻意。 * 关键引用： * “I wish they had kept their previous sensible naming convention instead of this celestial Sol, Terra, and Luna mumbo-jumbo.” (artisin) * “The marketing team must've done research that said 'people are starting to think that you guys are evil...' and decided to really lean into the small family business and happy font vibes!” (willchis)