GPT-5.6发布：用更少的token做更多的事

今天OpenAI正式发布GPT-5.6系列，核心的变化是：它不再单纯追求更强的模型，而是重新定义了“更强”的含义——单位token的产出效率。以前模型比的是谁在推理题上分数高，现在比的是谁用更少的计算资源完成更多真实工作。这个转变直击了当前AI应用的最大痛点：前沿模型虽然能力天花板高，但成本也高得离谱，许多有价值的场景根本跑不起。GPT-5.6就是要让你花同样的钱，办更多的事，或者办同样的事，花更少的钱。

GPT-5.6的技术路线非常清晰：做减法而不是做加法。它没有一味堆算力，而是教会模型如何用更少的token达成目标。比如它的Programmatic Tool Calling，让模型能自动写轻量程序来协调工具和处理中间数据，避免了传统方法中每一步都要调用模型的开销。旗舰模型Sol在Agents’ Last Exam上得分53.6，比Claude Fable 5高出13.1分，而且即使在中等推理强度下也能以大约四分之一的成本击败对手。更夸张的是，入门级Luna模型能以Fable 5十六分之一的成本达到相近效果。这套思路还体现在多智能体协作上：ultra模式默认调度4个agent并行工作，在BrowseComp、SEC-Bench Pro等任务上都实现了更短时间内的更强结果。设计判断力和计算机操控能力的提升，也让模型能像一个真正的搭档那样自己检查、修正、交付成品，而不是扔给开发者一堆需要二次加工的代码。

我最深的感受是，GPT-5.6这一代真正启动了AI应用的飞轮。内部数据最有说服力：过去六个月，研究团队的内部分代码推理计算量增长了100倍，agentic token使用量增长了约22倍。这不是说模型自己变强了，而是说明当成本降下来、效率提上去之后，使用方式会发生质变——从“偶尔用一下”变成“全天候协作”。安全方面也有务实的调整：面对AI攻防的双刃剑特性，新的安全栈采用了分层设计，用推理监控代替简单的分类器拦截，试图在不封堵防御性工作的同时阻断真正的恶意使用。对开发者来说，三大型号（Sol/Terra/Luna）提供了清晰的性价比选择，配合可设置的推理强度和多智能体API，这套架构为构建下一波真正大规模落地的Agent应用铺平了路。