GPT-5.6 vs GPT-5.5 — 从旗舰到三档分层的全面升级

概览

GPT-5.6 是 GPT-5.x 系列的第二次重大升级。相比 GPT-5.5，最显著的变化是从单一旗舰变成了三档分层（Sol / Terra / Luna），每档都在各自定位上显著超越 GPT-5.5。

维度	GPT-5.5 旗舰	GPT-5.6 Sol	GPT-5.6 Terra	GPT-5.6 Luna
编程（Coding Index）	~73	80 SOTA	略高于 Fable 5	高于 Opus 4.8
安全（ExploitBench）	47.9%	73.5%	—	—
桌面操作（OSWorld）	~40%	62.6%	—	—
网页浏览（BrowseComp）	~72%	92.2%	—	—
Token 效率	基准	↓50%	↓40%	↓70%
成本	基准	相近	↓50%	↓80%

GPT-5.5 只有一个旗舰规格，每个请求必须用同样强的模型处理。GPT-5.6 将能力拆分为三档，让开发者可以按需匹配算力。

Notion 的总结最贴切：

"许多原本运行 GPT-5.5 的智能体在 Terra 上的表现同样出色，而成本减半，消耗的 Token 也减少了 16%。"

这是 GPT-5.6 独有的能力。GPT-5.5 不支持多智能体协作，所有任务只能单智能体推进。ultra 模式让 Sol 可以：

GPT-5.6 的每 Token 智能密度大幅提升：

基准	GPT-5.5	GPT-5.6 Sol	提升
Coding Index	~73	80	+7
输出 Token	基准	-50%	效率翻倍
完成时间	基准	-50%	速度翻倍
成本	基准	-33%	更便宜

好消息不只是"效果更好"，而是"效果更好的同时 Token 更少、时间更短、成本更低"。

基准	GPT-5.5	GPT-5.6 Sol	提升
OSWorld 2.0	~40%	62.6%	+22.6 pct
输出 Token	基准	-85%	减少到 15%

GPT-5.5 的 Computer Use 经常出现"迷路"、在错误路径上浪费多个动作步骤。GPT-5.6 大幅改善了视觉理解和动作规划。

基准	GPT-5.5	GPT-5.6 Sol	提升
ExploitBench	47.9%	73.5%	+25.6 pct
ExploitGym（2 小时）	15.1%	24.9%	+9.8 pct
SEC-Bench Pro	45.8%	71.2%	+25.4 pct

安全能力是 GPT-5.6 的核心突破领域之一，OpenAI 为此设立了 Daybreak 受信访问计划。

GPT-5.5 的前端 UI 生成和演示文稿能力在 GPT-5.6 中有显著改善：

"在 5 分制前端质量评估中，GPT-5.6 获得了 4.4 分，而 GPT-5.5 为 4.0 分。"

关键差异：GPT-5.6 能渲染后自我检查和修正，GPT-5.5 只会生成代码然后结束。