這次 GPT-5.6 發表，最直覺的部分是模型線變好懂了。Sol、Terra、Luna 分別是旗艦、較低成本的 GPT-5.5 類能力、大量任務用的最快便宜選項。API 價格跟著切：Sol 每百萬 input/output tokens $5/$30，Terra $2.5/$15，Luna $1/$6。
但如果只看模型表格，會漏掉更大的動作。ChatGPT、Codex 和 API 同步 rollout，Responses API 加上 Programmatic Tool Calling 與 multi-agent beta，Codex 併進新的 ChatGPT desktop app；旁邊還有 ChatGPT Work 和 Sites beta。這比較像 OpenAI 把模型能力包成工作環境，三個新 model id 只是入口。
Benchmark 先看，但不要只看#
官方數字很漂亮。Sol 在 Agents’ Last Exam 拿到 53.6，比 Claude Fable 5 adaptive 高 13.1 分；medium reasoning 下以約四分之一預估成本，領先 Fable 11.4 分。Terminal-Bench 2.1 和 DeepSWE 則拿來說它能處理較長的 command-line workflow 和真實 codebase 任務。
第三方數字比較降溫。Artificial Analysis 給 Sol max 的 Intelligence Index 是 59，比 Fable 5 max 低 1 分，但每 task 成本約三分之一；Sol 在 Coding Agent Index 是 80，領先 Fable 5 和 Opus 4.8。coding agent 這段對開發者最有感。
也有卡住的地方。Sol 相比 GPT-5.5 hallucination rate 更高；ParseBench 說文字和表格還行，圖表、layout、複雜文字版面與 source-element bounding boxes 仍是弱點。所以它比較像 coding agent 和成本曲線前進一截。
Ultra 賣的是協調#
ultra effort level 讓這次味道變了。max 是給模型更多時間推理、檢查、修正；ultra 預設協調四個 agents 平行做事，用更多 tokens 換更好的結果和更短的 time-to-result。
adaptive reasoning、parallel agents、programmatic tool use、token efficiency 被綁成同一件事；tool APIs、subagents、evaluation harnesses 和 economics 也會影響結果。benchmark 會反映一部分，實際工作流才看得出差距。
Sol 訓練 Luna，先放慢一點#
「Sol autonomously post-trained Luna」是這次最容易被誤讀的一句。照字面看很像模型自己訓練下一個模型，難怪會被放大。技術討論保守很多，較常見的讀法是 Sol 在成熟的 OpenAI RL infrastructure 裡，改 config、調 scheduler、實作 graders 或 reward-shaping logic，接著啟動實驗。
OpenAI 也拿 internal usage data 支撐這個方向，像研究員 experiment throughput 自年初以來翻倍，內部 agentic token usage 約 22 倍。這些數字很強，但講成 Sol 端到端發明並訓練 Luna，步子跨太大。比較穩的讀法是，GPT-5.6 自動化了模型研發工作流中有份量的一段，前提是它站在成熟內部系統上。
產品層壓得很重#
ChatGPT Work 被描述成 Codex + GPT-5.6 驅動的 agent，可以跨 app 和檔案工作，也能吃企業工具上下文。Sites beta 讓 ChatGPT 產出的 app 或網站可以 hosting、storage，也能加 optional auth。
能力變成工作系統，安全問題也變具體。AI Safety Institute 的測試說，他們在 GPT-5.6 Sol 上找到 universal jailbreaks，可用於 vulnerability discovery 和 exploit development 這類長任務。OpenAI 也說部分 cyber／bio requests 可能被暫停或封鎖，送進額外安全審查。
這次發表比較適合讀成一個產品轉向。榜單要看，價格要算；可日常工作感受可能更受 Codex 合併、desktop app、multi-agent、Programmatic Tool Calling 和 Sites 影響。GPT-5.6 目前也還帶著 hallucination、layout 弱點、設定組合過多與 cyber safety 的坑。先拿它跑真實任務，再談它是不是你的主力模型。