GPT-5.6 发布之夜，Codex/ChatGPT 合二为一

智能体时代的 ChatGPT，想成为你电脑里常驻的那一层。

作者｜张勇毅

北京时间 7 月 10 日凌晨，GPT-5.6 面向公众全面开放。这件事本身没什么悬念。毕竟跑分 6 月底就公开了，价格早就挂了出来，所有人等的只是一个「开闸」日期。

同样值得关注的，是同一晚被模型光环盖住的另外两条公告：一个叫 ChatGPT Work 的智能体产品，以及 Codex App 正式并入 ChatGPT 桌面应用。

模型发布是大家都等的那只靴子，这两条才是 OpenAI 藏在靴子里的东西。

01

如期而至的 5.6

和此前公开的一样，GPT-5.6 分三档：旗舰 Sol（太阳）、均衡型 Terra（地球）、轻量型 Luna（月亮）——数字代表世代，天体名代表档位，也代表以后各档可以按自己的节奏迭代。

按每百万 token 计，Sol 输入 5 美元、输出 30 美元，与上一代 GPT-5.5 持平；Terra 直接砍半；Luna 压到 1 美元和 6 美元。

OpenAI 给后两档的定位其实也非常明确：Terra 在知识工作评测中以更低成本超过 GPT-5.5；Luna 用不到一半的预估成本，逼近 GPT-5.5 的峰值表现。

从这点也能看出。，这次发布的主叙事不是「更聪明」，是「更省」。

在第三方评测机构 Artificial Analysis 的编程智能体指数上，开满 max 推理的 Sol 以 80 分创下新高。代价却更低：比此前最高分的模型少用 54% 的输出 token，耗时缩短 57%。

拼智商的边际收益在收窄，前沿模型开始拼单位任务成本了。

另一块值得单说的是设计。前端一直是 OpenAI 被公认落后的短板，Altman 在 GPT-5.5 发布时亲口承认过这一点。

这次官方宣称设计判断力有了一次跨越：只给一句高层指示，模型就能产出得体、能用的界面——更关键的是机制变了，借助更强的电脑操作能力，它会自己打开渲染出来的页面，检查视觉和功能上的问题、补完细节再交稿，而不是写完代码就算完。

把「看过成品才交付」这个人类工程师的验收习惯装进模型，比跑分上涨更能说明这一代的方向。 第三方的背书也跟上了：一家评测伙伴给它的前端质量评分是 4.4 分，GPT-5.5 是 4.0；Canva 说它做幻灯片强于同类模型，token 效率还高出 1.6 倍

API 里还塞了两个给开发者的新东西。一个是程序化工具调用：模型自己写一段 JavaScript，在托管的隔离运行时里编排整条工具链。

另一个是多智能体：单次请求内并行派生多个子智能体，目前在 Responses API 以 beta 开放。加上可显式声明断点的缓存机制，方向是一致的：把编排的活儿从开发者手里收进模型手里。

早期测试者对 Sol 和 Fable 5 各有拥趸，「保时捷对曲速引擎」的比喻流传很广。前沿模型的差距，已经小到要用口味而不是代差来形容了。

02

收进一个 App

模型是这一晚的面子，里子还有接下来这两件事。

先说 ChatGPT Work。它不是一个新的聊天模式，是一个交付结果的智能体。

给它一个目标，它自己拆解步骤、跨应用跨文件地行动、连续工作数小时。最后给你的不是一段建议，而是做完的表格、幻灯片、文档，甚至一个可以分享链接的网页应用。

通过插件接入 Slack、Teams、Google Drive、邮箱、日历和 CRM，用「@」指定它去哪个应用里取上下文。配合定时任务，它可以每周一早上把群里的讨论整理成会议议程，或者盯着反馈邮箱、一有新邮件就更新汇报文稿。桌面版还内置了浏览器，配合 Computer Use，它可以直接上手操作你的电脑，去完成那些没有 API 可调的活儿。

第三条能力线则是浏览和操作电脑。Sol 在测试网页深度检索的 BrowseComp 上以 92.2% 创下新纪录；在模拟真实电脑操作的 OSWorld 2.0 上拿到 62.6%，超过了 Anthropic 的 Opus 4.8——而且只用了对方 15% 的输出 token。

这两个数字解释了 Work 敢承诺「连续工作数小时」的底气从哪来，也把「省着干活」的主线又坐实了一遍。

支撑这一切的底座是 Codex。OpenAI 在博客里给了一组数字：每周有超过 500 万人使用 Codex，其中超过 100 万人用它做的根本不是软件开发。

一个编码智能体，五分之一的用户拿它干别的——这就是 OpenAI 敢把它升格为通用工作智能体的底气。 写代码需要的那套能力——理解目标、拆解任务、调用工具、检查结果、自己纠错——恰好就是干任何知识工作需要的能力。Codex 不是被替代了，是被泛化了。

这条路，Anthropic 半年前就走过一遍：今年 1 月，Claude 桌面应用里出现了第三个标签页 Cowork——用 Claude Code 的智能体架构做编码之外的知识工作，和 Chat、Code 并列；就在 ChatGPT Work 发布前两天，它刚扩展到网页和移动端。

Anthropic 同期公布的数据甚至提前验证了 OpenAI 的判断：120 万次 Cowork 会话里，占比最高的是对账、做报表这类业务流程工作，写代码只占 8.7%。

区别在入口的激进程度——Cowork 至今是付费功能，OpenAI 则是直接把 Work 直接放进了免费版。

然后是入口。Codex App 从今天起并入新的 ChatGPT 桌面应用，Chat、Work、Codex 三个模式装进同一个 App，macOS 和 Windows 全球开放下载，所有档位可用——包括免费版；旧版桌面应用更名为 ChatGPT Classic。

老用户的项目、设置、工作流全部保留，可以把 Codex 设为默认视图，macOS 上连图标都能继续用原来的。合并的同时，Codex 还带来一批实打实的更新：在应用里内联编辑 Markdown 和代码，在侧边栏审 GitHub PR、评审意见和 diff 摆在一起看，单个项目支持多个仓库。Computer Use 在 GPT-5.6 加持下也更快了。

博客末尾还藏着一条消息：独立的 Atlas 浏览器将逐步停役，浏览器侧的能力改由更新后的 Chrome 扩展承接，住进 Chrome 的侧边栏。

把这几件事连起来看：Codex 并进来，Atlas 撤出去，Chrome 扩展贴上来。模型在 API 里打价格战，产品在桌面上打入口战——OpenAI 想让「电脑上那个能替你动手干活的东西」只有一个名字。

聊天框时代的 ChatGPT 是浏览器里的一个标签页，智能体时代的 ChatGPT，想成为你电脑里常驻的那一层。

对普通用户，最实际的变化是门槛。Work 和 Codex 随桌面 App 对所有档位开放，免费版也在其中；网页和移动端从 Pro、Enterprise 和教育版开始推送，Plus 和 Business 随后几天跟上。一个此前只属于开发者和重度付费用户的东西，一夜之间放到了所有人面前。

ChatGPT 桌面 App 中并列的 Chat、Work 与 Codex 入口｜图片来源：OpenAI 官网

03

禁令余波

最后还是得说回一件更大的事——这次发布的日期，不是 OpenAI 自己定的。

6 月 2 日，特朗普签署行政令，要求 AI 公司在全面发布前向政府提供前沿模型做能力评估。

6 月 26 日 GPT-5.6「发布」，但应政府要求，只向约 20 家报备过的机构开放。商务部下属的 AI 标准与创新中心评估了两周，7 月 8 日放行，才有了今天的全面开放。

引来审查的是 Sol 在网络安全和生物领域的能力——OpenAI 的系统卡片写得坦率：它能找到漏洞和攻击的「零件」，但在测试条件下没能自主拼出一条完整的攻击链。

管控也下沉到了产品层。开发者须知里写明：部分 API 调用可能被拦截，甚至在生成到一半时被暂停，交给安全系统做额外审查。尤其在网络安全领域——防御和攻击，初看起来一模一样。但护栏的力度是量化过的：新的网络安全防护拦截的潜在有害活动约为上一代的十倍。

OpenAI 知道这会误伤正常使用，于是留了个逃生门——在 ChatGPT 和 Codex 里，被拦下的请求可以一键换低能力模型重试，护栏严了十倍，钥匙还是塞回了用户手里一把。

OpenAI 配合了，但官方声明同时也写道：「我们不认为这种政府准入流程应该成为长期默认。」而且它不是孤例——几周前，Anthropic 的 Fable 5 和 Mythos 5 因一纸出口管制指令下架，Fable 5 已经恢复，Mythos 5 至今只对一小批美国机构开放。

两家最头部的 AI 公司在一个月内先后经历「模型做好了、但不能随便卖」，或许这不是巧合，而是新常态的开端。

Sam Altman 在国会山会晤后接受媒体采访的现场照片｜图片来源：CNBC

围绕审查机制的博弈还在继续。但对坐在电脑前的你我来说，这一晚更值得记住的可能是另一件事

从今天起打开那个 App，里面坐着的不再只是一个会聊天的框，而是一个问你「要不要我把这活儿干了」的同事。

*头图来源：视觉中国

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

你会让 AI 直接操作你的电脑替你干活吗？