大家好，我是 cxuan。
GPT-5.6 终于官宣解禁了！等的我家娃都快能上街打酱油了。
继 A 社解禁 Fable 5 以来，GPT-5.6 也终于迎来了解禁消息。
就在几十分钟前，OpenAI 官宣：GPT-5.6 Sol 将和 Terra、Luna 一起在本周四公开推出，他们现在正在全球范围内扩大预览访问权限。
很多人，包括我，一直都在等这个消息。
我在 6 月 27 号写过一篇文章，专门介绍 GPT-5.6 的模型能力：《虽迟但到！GPT-5.6 重磅发布！》。
当时 GPT-5.6 已经发布了，但由于政策问题，只给一小部分组织限量预览，普通用户根本用不上。
现在这个限制终于开始解除了，感谢比利时把美国队淘汰了！天亮了！
不过大家先别急着打开 ChatGPT 找模型。OpenAI 这次说的是在全球范围内扩大预览访问权限，目前还没有明确说所有 ChatGPT 用户都能直接使用。
到底会先开放 API、Codex，还是直接进 ChatGPT 模型列表，还得等周四正式推送。
过了两周了，估计大家都忘了 GPT-5.6 的模型能力了，所以先简单复习一下，为明天的大测做准备。
GPT-5.6 Sol 是 OpenAI 目前最牛批的模型；GPT-5.6 Terra 是一个比较平衡的模型；GPT-5.6 Luna 是一个便宜、快速，而且最耐用的模型。
图源：OpenAI
Terra 的性能与 GPT-5.5 基本差不多，但是价格便宜一半。Luna 的能力不如 GPT-5.5，胜在价格更低、速度更快。
一句话区分：Sol 看智力上限，Terra 看日常性价比，Luna 看吞吐和成本。
OpenAI 当时没有把所有评测一口气全放出来。原文说，完整评测会等更广泛开放时再发。
它先放了三个方向：编码、生物、网络安全。
在编码上，GPT-5.6 Sol 在 TerminalBench 2.1 上刷新了 OpenAI 自己给出的表现。这个 benchmark 测的是命令行工作流，需要规划、迭代和工具协调能力。
图源：OpenAI
在 TerminalBench 2.1 上，GPT-5.6 Sol 的两个 effort 档位都把 Mythos 5 给超了。Terra 这个具备性价比的版本，竟然还把 Fable 5 给超了。
GPT-5.6 还新增了两个能力入口：max reasoning effort 和 ultra mode。
max 的意思是给 Sol 更多时间深度推理。
ultra 更像是让模型调用子 Agent，把复杂任务拆给多个子任务一起跑。
OpenAI 的表述是，它超出了单个 Agent 的能力边界。
生物方向，OpenAI 提到 GeneBench v1。它用来评估长周期基因组学和定量生物分析任务。
OpenAI 的说法是，GPT-5.6 Sol 比 GPT-5.5 更强，而且用的 Token 更少。
图源：OpenAI
在网络安全方面说的就更加直白了。
OpenAI 说，GPT-5.6 Sol 是他们目前网络安全能力最强的模型。它在漏洞研究和利用这类长周期安全任务上，性能和效率都有长足的进步。
在 ExploitBench 这份测评榜单上，GPT-5.6 Sol 用了大约 1/3 的 Token，就接近了 Mythos Preview 的水平。
图源：OpenAI
在 ExploitGym 上，Sol、Terra、Luna 随着推理的增强，也都展现出了明显的网络安全能力提升。
图源：OpenAI
这地方要跟大家说清楚。
原文和 System Card 里都强调，Sol 主要用来帮助网络防御者发现攻击漏洞、开发补丁、加强系统保护。
在 Chromium 和 Firefox 的测试条件下，它并没有产出可自主运行的完整攻击链。按照 OpenAI 当前的框架设定，它还没过 Cyber Critical 的阈值。
但能力已经强到必须分阶段发布了。
所以这条官宣消息出来后，我第一反应很简单：终于轮到我们自己测了。
官方 benchmark 已经放了不少，到底 GPT-5.6 能不能打，还得亲自上手。尤其是 Sol 的 max 和 ultra，我很想看看它在真实编码任务里到底能跑到什么程度。
明天见了各位。
参考链接：
