GPT-5.6 Sol / Terra / Luna：OpenAI 发布新一代模型家族，三档定价覆盖全场景

原文来源：Previewing GPT-5.6 Sol: a next-generation model — OpenAI 发布 GPT-5.6 系列，旗舰 Sol 在编码基准上达到 91.9%，同步更新命名体系和安全机制

不只是一个新版本

2026 年 6 月 26 日，OpenAI 发布了 GPT-5.6 系列。这次不止是参数升级，而是整个产品线的重新架构——从命名体系到定价策略，从安全机制到生态整合，几乎每个层面都有变化。

GPT-5.6 系列包含三款模型，按照持久能力层级（Durable Capability Tiers） 划分：

这三款不是临时发布版本——OpenAI 明确说它们是"持久的"能力层级，意味着未来会有持续的迭代升级，而不是命名混乱的 point release。

Sol：真正的旗舰

Sol 是这次的明星。它在 Terminal-Bench 2.1（命令行工作流评测）上达到了 91.9%（Ultra 模式），大幅领先第二名 Claude Mythos 5 的 84.3%。

编码与 Agent 能力

有意思的是，GPT-5.5 反而还比 Terra 和 Luna 高。这说明 OpenAI 的策略不是在所有维度上都往上堆，而是在不同价位上做精度和速度的取舍。Luna 虽然绝对分数不高，但速度快、成本低，适合大量日常调用。

在生物与科学领域的表现

GPT-5.6 Sol 在 GeneBench v1（基因组学与定量生物学分析）上表现出色——不仅结果比 GPT-5.5 更好，而且用更少的 token 达到同等效果。这意味着实际使用成本更低，延迟也更少。

网络安全：比上一代更强，但没越线

GPT-5.6 Sol 是 OpenAI 在安全任务上最强的模型——能更好地发现和修复漏洞。但根据 OpenAI 的 Preparedness Framework 评估，它没有跨过 Cyber Critical 门槛。在 Chromium 和 Firefox 的测试中，它能识别漏洞和利用原语，但无法独立完成完整的端到端攻击链。

全新的安全机制

这次的安全体系值得单独说一下。GPT-5.6 引入了三层防护：

第一层：模型层面。 模型本身经过训练，在涉及网络攻击的请求上会拒绝回答——即便用户通过提示注入、角色扮演等方式绕弯子。

第二层：实时分类器。 输出内容在生成过程中被实时评估，高危内容会被暂停生成，交给更大规模的推理模型做二次判断。

第三层：账户层面。 跨多个会话的持续恶意行为会被标记——它能把用于防御的合法安全研究和恶意攻击区分开。

OpenAI 还透露，它们投入了 超过 70 万 A100 等效 GPU 小时 来自动化红队测试，寻找通用越狱方法（能跨多个上下文起效的攻击）。这个规模远超纯人工测试能覆盖的范围。

定价策略的变化

看定价表感受最深的是层级化：

• Sol 输入 $5/百万 token，输出 $30/百万 token——这是给最苛刻的任务准备的
• Terra 输入 $2.50，输出 $15——宣称与 GPT-5.5 性能竞争但价格减半
• Luna 输入 $1，输出 $6——适合高吞吐、低成本场景

此外，GPT-5.6 还引入了更可预测的 prompt caching 机制——支持显式缓存断点，缓存最低保留 30 分钟。缓存写入按输入价格的 1.25 倍计费，缓存读取继续享受 90% 折扣。

可用性与部署

目前 GPT-5.6 系列处于有限预览阶段，仅限选定的信任合作伙伴通过 API 和 Codex 使用。OpenAI 表示将在数周内逐步向公众开放。

值得一提的是，GPT-5.6 Sol 将在 Cerebras 硬件上运行，吞吐量可达每秒 750 个 token（7 月内先向选定客户开放）。

我的看法

GPT-5.6 这次最值得关注的不只是性能数据。三层命名体系（Sol/Terra/Luna） 的引入，说明 OpenAI 在产品策略上发生了转变——从"一个模型打天下"变成"不同价位覆盖不同场景"。这和 Claude 的 Sonnet/Haiku/Opus 分层思路相似，但定价区间更宽。

另一个信号是安全机制的透明度。OpenAI 第一次这么详细地披露自动化红队测试的规模（70 万 GPU 小时）和安全机制的工作方式。这说明监管压力——尤其是美国的 AI 行政令框架——确实在推动行业更加开放。

如果你现在就想用 GPT-5.6，公开访问还需要等几周。但如果你想做技术调研或评估，这份 System Card 和博客文章提供的信息量已经足够充分了。