2026 年 6 月 26 日，OpenAI 开始限量预览 GPT-5.6 系列，包括 Sol（旗舰）、Terra（均衡）和 Luna（快速低价）三款模型。公司表示，发布前已向美国政府介绍计划与模型能力，并应政府要求先向少量可信伙伴开放。这次发布同时公布了产品分档、能力评测与安全措施。
三款模型均获 High 能力评级，防护措施各有配置
GPT-5.6 的系统卡给出了三款模型的安全能力评级：根据 OpenAI 的 Preparedness Framework（准备框架），Sol、Terra 和 Luna 三款模型在网络安全与生物/化学两个维度上均被划为「High」能力等级。
OpenAI 称，这是其首次将模型家族中较小、更快的成员也划为 High。此前 GPT-5.5 已在生物化学与网络安全维度获此评级；如今定价最低的 Luna（每百万输入/输出 token 为 $1/$6）也达到相应能力门槛。High 之上还有 Critical，不能将 High 理解为最高等级。
系统卡（System Card）显示，三款模型在 AI 自我改进（Self-Improvement）维度上均未触及 High 阈值，但 OpenAI 仍为每个模型层级实施了「量身定制的安全防护措施」。在 ExploitGym（由 UC Berkeley 与 OpenAI 及其他前沿实验室合作构建的基准测试）上，三款模型随着推理强度的提升均展现出显著的网络能力增长；在 ExploitBench 上，GPT-5.6 Sol 在与 Mythos Preview 模型比较的同时，仅使用了约三分之一的输出 token。
安全评估也与本次分阶段开放的安排有关，但尚不能由几次发布确定整个行业的长期惯例。
政府要求限量预览，长期开放流程仍在协商
GPT-5.6 的发布方式本身就是一条新闻。OpenAI CEO Sam Altman 在给员工的备忘录中披露，特朗普政府要求 OpenAI 分阶段发布 GPT-5.6，初始访问仅限一小批「可信伙伴」——据报道约为 20 家组织，参与名单已向政府通报。Altman 向《卫报》确认，政府将在此预览期内「客户接客户地批准访问」。
此前两周，Anthropic 的 Fable 5 和 Mythos 5 也因美国政府的出口管制要求受到访问限制。6 月 12 日，Anthropic 在推出这两款模型三天后收到商务部指令，暂停所有外国公民（包括 Anthropic 的外籍员工）对这两款模型的访问。直到 6 月 26 日——GPT-5.6 发布当天——Mythos 5 才向部分获准的美国企业和政府机构恢复访问。
这两起事件显示，美国政府正更直接地介入部分前沿模型的开放安排。6 月 2 日特朗普签发的行政命令要求各联邦机构协作，建立新 AI 模型基准测试与能力评估的流程。该命令提出自愿的发布前评估安排，包括让政府最多比其他获准参与的合作伙伴提前 30 天访问最先进模型，并非要求所有模型在公开发布前等待 30 天。具体公司的出口管制要求和预览协商，则是需要分别考察的实施安排；这些个案尚不足以证明所有前沿模型都已必须获得统一的发布许可。
OpenAI 在博客中措辞谨慎：「作为我们与美国政府持续沟通的一部分，我们在发布前预览了我们的计划和模型能力。应他们的要求，我们先从一个有限的预览开始。」OpenAI 同时表示，不希望这种政府访问流程成为长期默认方式。后续如何建立可重复的发布流程，仍需与政府协商。
Sol、Terra、Luna 按能力、速度与价格分档
GPT-5.6 像 Anthropic 的 Opus/Sonnet/Haiku 和 Google 的 Pro/Flash 一样，提供不同能力与成本档位。OpenAI 这次具体调整了命名、定价和各档产品定位。
差异一：一个新的命名系统。 OpenAI 明确表示，这是为 GPT-5.6 引入的新命名体系：数字（5.6）标识模型代际，而 Sol、Terra、Luna 标识的是「持久的」能力层级——这些层级可以按自己的节奏独立演进。按这一命名规则，未来可以分别更新某一档位；GPT-5.7 Terra 或 GPT-6.0 Luna 只是说明规则的假设名称，并非已公布产品。
差异二：Terra 的定位是「GPT-5.5 性能，半价」。 在 TerminalBench 2.1 上，Terra（84.3%）与当时访问受限的 Claude Fable 5（84.3%）持平，而价格仅为 GPT-5.5 的一半（$2.50/$15 vs GPT-5.5 的 $5/$30）。OpenAI 据此将 Terra 定位为以较低价格提供接近上一代旗舰的表现。
差异三：Luna 的高基线。 即使是最便宜的 Luna（$1/$6），在 TerminalBench 2.1 上也达到了 82.5%，超过了 Claude Opus 4.8（78.9%）。这是 Luna 在该项编码基准上的表现，不能直接等同于所有任务都更强。对高吞吐量应用而言，它提供了一个需要结合质量、延迟与用量实测的低价选项。
Sol 在 TerminalBench 2.1 的得分随推理模式变化
GPT-5.6 Sol 在 TerminalBench 2.1 上的表现是本次发布中最受关注的硬指标：
| 模型 | TerminalBench 2.1 得分 |
|---|---|
| GPT-5.6 Sol Ultra | 91.9% |
| GPT-5.6 Sol (Max) | 88.8% |
| Claude Mythos 5 | 88.0% |
| GPT-5.6 Terra / Claude Fable 5 | 84.3% |
| GPT-5.5 | 83.4% |
| GPT-5.6 Luna | 82.5% |
| Claude Opus 4.8 | 78.9% |
| Gemini 3.1 Pro Preview | 70.7% |
这组结果中，Sol Max 比 Mythos 5 高 0.8 个百分点，Sol Ultra 得分为 91.9%。比较时还需看各自的推理预算和运行波动；仅凭单次报告的分数差，无法确定领先是否稳定。
在 Agent's Last Exam 上，Sol 是唯一突破 50% 完成度的模型（50.9%）。在 SecureBio 生物学评估上，Sol 比 GPT-5.5 跃升了约 9 个百分点。在 GeneBench v1 上，Sol 在长周期基因组学分析中击败了 GPT-5.5，同时使用了更少的 token。
Ultra 借助子 Agent 处理可并行任务，用量也会增加
GPT-5.6 引入了两个新的推理模式：Max Reasoning Effort（最大推理强度）和 Ultra Mode（超级模式）。
Max 模式给予模型更长的推理时间——这与 Anthropic 的「扩展思考」（Extended Thinking）和 Google 的「高推理」设置逻辑相似。Ultra 模式则借助子 agent 协作处理复杂工作。官方说明确认了子 agent 的使用，但没有据此披露一种新的模型内部网络架构；任务分派与结果汇总属于这项功能的运行方式。
此前，开发者常用 AutoGen、CrewAI 或 LangGraph 等框架组织多 agent 工作。由产品提供相应模式，可以减少部分自行搭建的工作，但实际收益仍取决于任务是否适合拆分。这与编程、研究和多步规划有关，Sol Ultra 的 91.9% 也是在这一模式下取得的。
代价是 token 消耗。Sol 的输出定价为 $30/百万 token，而 Ultra 模式通过派生子 agent 进一步放大了 token 用量。OpenAI 对此直言不讳——这是为「困难的、可并行化的工作」保留的工具。
GPT-4.5 同日退出 ChatGPT，已有对话转用 GPT-5.5
在发布 GPT-5.6 的同一天，OpenAI 从 ChatGPT 中退役了 GPT-4.5。根据 OpenAI 帮助中心的发布说明：「自 2026 年 6 月 26 日起，GPT-4.5 不再在 ChatGPT 中可用，包括自定义 GPT。使用 GPT-4.5 的现有对话可以继续使用 GPT-5.5。」
OpenAI 在 5 月 28 日已宣布这一退役计划，留出约一个月的过渡期。GPT-4.5 从 2025 年 2 月发布到此次退出 ChatGPT，约为 16 个月。发布间隔与产品保留时长是不同指标，不能由这次调整确定所有旧模型今后都会更快退役。
后续看各档实际表现、安全措施与开放范围
GPT-5.6 此次预览同时涉及三个方面：
产品分档：三款模型提供不同能力和成本选择。每百万 token 的输入价分别为 $5、$2.50、$1，输出价分别为 $30、$15、$6，输入与输出价格需要分开比较。
安全评估：三款模型都获 High 生物化学与网络能力评级，系统卡也披露了分档配置的防护措施。评级说明潜在能力与风险，并不意味着防护措施已消除所有滥用可能。
开放安排：美国政府的要求已影响 OpenAI 与 Anthropic 部分模型的访问范围。临时预览、出口限制与长期评估流程如何衔接，仍有待后续说明。
后续应观察三款模型在真实任务中的成本与表现、防护措施的实际效果，以及预览何时扩大。它们比单次榜单名次更能说明这次产品调整的影响。
