4月14日，OpenAI正式发布GPT-6（代号Spud/土豆）。
历时18个月、耗资20亿美元、10万张H100 GPU，参数规模5-6万亿（MoE稀疏激活），上下文窗口200万Token，综合性能较GPT-5.4提升40%。
我发布当天就上去测了，以下是实测数据和结论，不含凑参数的部分。
核心参数对比
| 指标 | GPT-6 | GPT-5.4 | 变化 |
|---|---|---|---|
| 参数规模 | 5-6万亿（MoE） | ~2万亿 | +2.5倍 |
| 激活参数 | ~5000亿（10%） | ~4000亿 | +25% |
| 上下文窗口 | 200万Token | 128K-1M | 翻数倍 |
| 综合性能 | — | — | +40% |
| 输入价格 | $2.5/MTok | $2.5/MTok | 持平 |
| 输出价格 | $12/MTok | $10/MTok | 涨20% |
200万Token实测：中间位置有个坑
这是最值得说的数据点。
测试"信息召回"时，分三个位置放入关键信息：
| 信息位置 | 召回率 |
|---|---|
| 头部（前10%） | 89% |
| 中间（40%-60%） | 47% |
| 尾部（后10%） | 87% |
中间那段几乎有一半会"看了但想不起来"——这个现象在AI圈叫"Lost in the Middle"，GPT-6并没有完全解决。
解决方案是分批Map-Reduce处理：
- 核心文件放头尾
- 每批控制在50万Token以内
- 汇总时做交叉引用检查
这样做之后，召回率能从47%拉到91%，成本还更省（从0.11）。
所以200万Token更多是"兜底能力"，日常使用不是真的让你一股脑全塞进去。
Symphony架构：多模态统一处理
GPT-4o时代，文本和视觉是两个模块协作，跨模块有损耗。
GPT-6的Symphony架构把文本、图像、音频、视频放在同一个向量空间里原生处理，消除了传输损耗。
实测效果：手绘架构图 + MySQL ER图 + 文字需求说明，一起丢进去，一次性输出完整Go项目框架。代码生成通过率96.8%。
System-2推理：幻觉率<0.1%，但不要迷信
System-1负责直觉快速响应，System-2负责逻辑校验——不确定时主动标注"这个我不确定"，而不是编一个流畅的假答案。
实测发现了一个有意思的场景：Go语言LRU缓存的并发bug（读锁里直接调写锁导致死锁），GPT-6的System-2自己发现了这个问题，并自动修正。这个能力是真的。
但别过度乐观：
- 法律条文分析：仍需人工复核
- 财务报表核查：不能完全信任
- 医疗文档处理：同上
GPT-6降低的是踩坑概率，不是消灭踩坑。
和Claude Code、DeepSeek V4横向对比
这是最关键的部分——GPT-6是不是最强？
| 维度 | GPT-6 | Claude Code | DeepSeek V4 |
|---|---|---|---|
| SWE-bench基准 | 76.5% | 80.8% | 68.3% |
| 百万Token价格 | $2.5 | $3 | $0.28 |
| 200万Token上下文 | ✅ | ❌（约100万） | ❌（约50万） |
| 多模态统一架构 | ✅（Symphony） | 部分 | ❌ |
| 国内可用性 | ⚠️需API | ✅（官方） | ✅ |
| 本地部署 | ❌ | ❌ | ✅（开源） |
结论：没有银弹。
- 需要处理超长代码上下文：GPT-6有优势，200万Token是实打实的
- 追求编程精度和稳定性：Claude Code的SWE-bench 80.8%依然是第一
- 预算敏感、需要本地部署：DeepSeek V4价格是GPT-6的1/10
多模型路由才是最优策略：大活给GPT-6，精细活给Claude Code，省钱活给DeepSeek。
一个诚实的缺点
200万Token听起来很强，实测中间位置召回率只有47%。
真正需要分析全量代码的场景，指望一口气全塞进去等结果，大概率会让你失望。分批处理+人工整合才是正确用法。
另外，国内用户需要API Key，ChatGPT网页版暂时无法直接使用GPT-6。
总结
GPT-6是2026年目前综合能力最强的模型之一，Symphony架构和System-2推理有实质性进步。编程场景别只盯着GPT-6——Claude Code在精度上依然领先。多模型组合使用才是正解。
首发于公众号**「赛博山海经」**，每周实测AI工具，不玩虚的。免费AI工具导航👉 92yangyi.top/ai-tools ✨
参考来源
- GPT-6 正式发布：土豆落地，五大变化（apisitlee.com，2026-04-14）
- 【实战】GPT-6今天发布了——附踩坑记录（AtomGit，2026-04-14）
