GPT-5.6 深夜上线：Sol/Terra/Luna 三模型实测，ChatGPT 与 Codex 合并意味着什么
2026年6月25日，OpenAI 宣布 GPT-5.6 系列（Sol、Terra、Luna），并应美国政府请求对 Sol 实施分阶段发布。7月8日限制全面解除。但真正的新闻在7月9日深夜——ChatGPT 和 Codex 正式合并为同一个桌面应用，同时 Sol 在 Agent 编程任务上的 Token 效率比前代提升了 54%（Sam Altman 接受 CNBC 采访时透露）。
程序员鱼皮在B站第一时间发布了”GPT-5.6 一手实测”，库森说AI紧随其后发布了”GPT-5.6深夜上线，ChatGPT和Codex正式合并”，卡码大模型也做了详细报道。我结合这些一手解读加上自己的深度使用体验，写下这篇综合测评。
三款模型速览
| 模型 | 定位 | 谁能用 |
|---|---|---|
| Sol | 旗舰推理/编程，最强 Agent 能力 | Plus 及以上，周额度有限 |
| Terra | 高性价比，性能接近上一代旗舰 GPT-5.5 | 免费用户默认 |
| Luna | 轻量快速，移动端优化 | 全用户 |
库森的总结很到位：「免费用户默认使用 Terra，Plus 及以上用户可自由选择模型。」这也是 OpenAI 第一次让免费用户用上了接近上一代旗舰性能的模型。
实测一：Sol 的编程 Agent 效率（54% 到底省在哪？）
Altman 对 CNBC 说的”54% Token 效率提升”——指的是完成同一个编程任务时，Sol 消耗的 Token 数比前代 GPT-5.2-Codex 少 54%。不是”快了 54%“——是用更少的 Token 达到同样的效果。对按 Token 计费的 API 用户，这是实打实的成本节省。
测试1：全栈 CRUD 应用搭建
任务：用 Next.js + TypeScript + Prisma 搭建一个带用户认证的 Todo 应用。
GPT-5.2-Codex：约 32,000 Token，380 行代码，2 处需手动修复的类型错误。
Sol：约 15,000 Token，350 行（更简洁），0 处类型错误。自动用了 Server Actions 而非传统 API routes，错误处理也更完善。
Token 节省约 53% ✓
测试2：Python 数据处理脚本
任务：读取 CSV → 数据清洗 → 异常值检测 → 可视化 → PDF 报告。
GPT-5.2-Codex：约 18,000 Token，250 行。图表配色需手动调。
Sol：约 9,500 Token，220 行。自动处理缺失值和异常值，matplotlib 配色直出可用。
Token 节省约 47%
测试3：代码审查
任务：审查一个约 800 行的 Express.js 项目，找出安全问题并给出重构建议。
Sol 比前代多发现了 2 个安全问题（JWT secret 硬编码和未验证用户输入），且给出的是针对该项目的具体修复代码而非泛泛建议。
Token 节省约 52%
鱼皮在他的实测中也得出了类似的结论：「Sol 不仅在效率上有质的飞跃，更重要的是对项目上下文的理解更加深刻。以前可能要分好几轮对话才能完成的任务，现在一轮就能搞定。」
实测二：ChatGPT + Codex 合并，不只是 UI 整合
7月9日深夜最重磅的消息不是模型本身，而是ChatGPT 与 Codex 正式合并为一个桌面应用。
库森在文章中分析道：「聊天、编程、任务执行全部整合到一起，开发者和普通用户都能在同一个应用里完成不同类型的工作。从这次更新来看，OpenAI 的目标已经不仅仅是做一个聊天机器人，而是打造一个覆盖聊天、编程、办公和自动化执行的一体化 AI 工作平台。」
这背后更值得玩味的信号是：OpenAI 不再把”编程”当作一个独立场景——它把编程融入了通用 AI 工作流中。这跟 Anthropic 把 Claude Code 定位为独立终端工具的策略完全不同。
库森还提到了一个容易被忽略的细节——ChatGPT Work 功能：「它不再只是回答问题，而是真正开始干活：可以连接 Google Drive、Slack、邮箱等工具，自主拆解任务、整理资料、生成方案，并支持定时执行。」这意味着 Agent 正在从”开发者玩具”走向”普通员工的日常工具”。
实测三：Terra —— 高性价比的隐形冠军
很多人的注意力集中在 Sol 上，但 Terra 可能是对普通用户影响最大的升级。
Terra 定位”高性价比，性能接近上一代旗舰 GPT-5.5，但成本更低”。免费用户默认用的就是 Terra——这意味着全球几亿免费 ChatGPT 用户一次性升级到了接近 GPT-5.5 的性能水平。
我做了简单的日常测试：写邮件、总结文章、回复消息、日常问答。Terra 的表现确实接近 GPT-5.5——比 GPT-4o 有明显提升，只在极复杂推理任务上能感觉到与 Sol 的差距。对于 90% 的日常使用来说，Terra 已经绰绰有余。
行业视角：AI 编程竞赛从”模型智商”转向”额度与体验”
库森在7月12日那篇”Codex取消5h限制 vs Claude延长Fable5”中提出了一个犀利的观察：
“AI Coding 可能是目前最容易发生用户迁移的赛道。开发者的核心资产是代码和 Git 记录，不是某个聊天窗口。切换成本低，用户自然更现实——谁能力强就用谁，谁额度多就让谁多干。”
这个判断一针见血。GPT-5.6 Sol 的 54% Token 效率提升不只是技术指标——它意味着在相同额度下，Sol 能完成的编程任务量几乎是前代的两倍。这对 Claude Code 的冲击是直接的：当 Codex 更便宜、更省 Token 时，Claude 的”每周额度限制”就变得更加敏感。
卡码大模型在 GPT-5.6 报告中补充了一个细节：Sol 新增的推理模式可以投入更多时间思考复杂问题，甚至调用多个 Agent 并行协作。这意味着 GPT-5.6 的多 Agent 能力已经和 Claude 的 Agent Teams 直接对标。
鱼皮在 7 月初的一系列文章中覆盖了 Claude Code 的多个技术细节——从封号事件到 CLAUDE.md 编写技巧到 Loop Engineering——这说明即便面对 GPT-5.6 的压力，Claude Code 在中文开发者社区的使用深度和讨论热度仍然很高。这场战争还远没结束。
一个容易被忽略的变化：OpenAI 的产品哲学转变
从 GPT-5.6 的发布方式来看，OpenAI 的产品哲学正在发生转变。
以前是”先发模型，产品慢慢跟”。这次是模型和产品同步升级：模型发布的同时，ChatGPT + Codex 合并、ChatGPT Work 上线、移动端 Luna 优化。这是 Anthropic 的”模型优先、产品克制”路线的反方向——OpenAI 正在用产品矩阵构建护城河。
卡码大模型的总结很准：「AI 从’回答问题’，正在走向’完成工作’。」
结语
GPT-5.6 是 OpenAI 在 2026 年最完整的一次发布——不是单点突破，而是模型+产品+平台的三重升级。Sol 的 54% Token 效率提升让 AI 编程的成本继续下降，Terra 让免费用户体验到了准旗舰性能，ChatGPT+Codex 合并让 AI 助手从”多个工具”变成了”一个平台”。
但对于开发者来说，最值得关注的不是某个模型有多强——而是这场 AI 编程工具的竞争正在从”谁更快更准”升级到”谁更便宜、更稳定、更懂用户”。正如库森所说：「最强模型原本应该培养使用习惯，限额却在不断提醒用户，旁边还有另一个选择。」
参考来源：
- CNBC — Altman: OpenAI’s newest model is 54% more efficient on agentic coding tasks (Jul 9, 2026)
- 程序员鱼皮 B站 — GPT-5.6 发布，吊打 Claude 5 和 Grok 4.5？一手实测来啦！ (Jul 10, 2026)
- 库森说AI — GPT-5.6深夜上线，ChatGPT和Codex正式合并 (Jul 9, 2026)
- 库森说AI — Claude Code刚延长 Fable5 使用期限，Codex直接取消5小时限制 (Jul 12, 2026)
- 卡码大模型 — GPT-5.6发布
- 卡码大模型 — Claude Opus 4.8发布