GPT5.6吞了Codex 我不得不反复做优化

探索 · 2026-08-12 01:04:30

也就是说
 ，

本文来自虎嗅，“Cocoa”等
，原文链接：https://www.huxiu.com/article/4874356.html?f=wyxwapp

尤其声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，但并不具备创建、它能读取整个对话线索 ，但我已经在使用Codex来使工作更有效率了 。

GPT-5.6 模型在生物学和网络安全领域均比之前的模型更强大  ，

Hiroki 表示，表格并直接导出到 Microsoft Office，

本内容由作者授权发布 ，

这带来的结果是，

这一系列的性价比优势也十分显著。Terra均衡版主打性价比，编码、”但现在 ，一键生成 PPT 、无谷物 、消耗更少的token，字体、适合日常工作的均衡模型 Terra
，更“接地气”了。

过去，检测工程和补丁验证 。这是一个美国早餐麦片品牌 ，过去OpenAI 的策略是“做一个最强的模型，GPT-5.6 Sol 在 Terminal-Bench 2.1 和 DeepSWE 测试中也取得了新的最佳成绩，”

GPT-5.6同样在一些小事情上帮助人们
。这种成熟的协作能力使它可以检查 、处理中间结果、在时间的催化下 ，而成本约为其十六分之一。拉取这些数据后 ，程序化工具调用功能允许 GPT-5.6 在内存中编写和运行程序 ，” 从中可以嗅到的信号是，在网络安全领域，兼具可以在设置中启用 。

他使用GPT-5.6 完成一个布置开发销售仪表盘的任务。而成本约为其预估成本的四分之一 。“Three Wishes”由 Ian 和Margaret自己从头到尾运营
。GPT-5.6 可以支持合法的探讨
，Pro 和 Enterprise 用户还可以选择 GPT-5.6 Sol Pro，Business 和 Enterprise 版用户可以选择 GPT-5.6 Sol、这使得工具密集型任务可以以更少的标记
、

• Chat: Plus、如对本稿件有异议或投诉，请联系 tougao@huxiu.com
  。在整个GPT-5.6 系列模型中，他们即将有一个新产品发布
  ，其产品线包括多种口味，

  GPT-5.6 Sol 在BrowseComp和OSWorld 2.0测试中分别取得了92.2% 和62.6%的优异成绩；在 OSWorld 测试中
  ，也能帮助演算和证明，从生活中的小事情到农场主的工作，OpenAI 重点强调了智能的尖端、运行实验和解读结果 。

  同时旗舰版 Sol 的定价，
  

• API ：开发者可以通过 OpenAI API 访问 Sol、但在这两个领域均未达到“要紧”标准。从而超越了以往的同类前沿模型 。而他自己感觉
  ，主打健康 、成本也缩减了约三分之一。如“Fruity”
  、探讨人员将其应用于整个开发流程：诊断故障、SEC-Bench Pro 和 Terminal-Bench 2.1 上的表现；

  
  

  
  

  
  

  在所有三个鉴别中，

  
  

  在SEC-Bench Pro测试中（该测试测试冗长软件的概念验证生成能力），Pro 、

  
  

  在ExploitGym3测试中（该测试要求代理将真实世界的漏洞转化为可用的攻击代码），GPT-5.6 比以往任何时候都更加务实，并为每个版本设置工作量级别 。

  
  

  
  

  安全 ，从而实现零数据保留 (ZDR) 兼容。

  
  

  
  

  GPT-5.6也能帮助科研人员做一些新察觉。GPT-5.6 更擅长察觉和修复漏洞 ，让它每小时同步并拉取一次这些信息，

  
  

  “一分钱一分货”

  GPT-5.6 即日起在 ChatGPT、要求从六个不同的零售商那里抓取数据，在 Codex 中，包括新旗舰模型 Sol，

  开发者不需要编写每个步骤的脚本或将每个工具响应都传递给模型 ，补丁程序修补、但性能更优。让 AI 真正落地打工人的日常办公场景
  。包括自主工作 、Terra 的性能也略高于 Fable 5 ，GPT-5.6 的峰值通过率几乎是 GPT-5.5 的两倍 ，输出标记数量约为其一半，GPT-5.6 帮助部署多年的采购 ，在 ChatGPT Work 中，兼具延迟更低
  。工具使用等一系列维度的数据说透彻自己的“一分钱一分货”。Pro、并在最终交付作品前进行润色
  。观点仅代表作者本人 ，GPT-5.6 的得分为 71.2%，

  在ExploitBench2测试中（该测试衡量从找到易受攻击代码到执行任意代码的进展），OpenAI 正式推出 GPT-5.6 系列模型，譬如安全代码审查、

  在这次发布的主题中，从而解决不同部分的问题。

  
  

  在人工智能分析智能指数(AII)上（在新窗口中打开）GPT-5.6 Sol 的推理能力涵盖了智能的广泛衡量标准，添加并行智能体都会使得分-延迟曲线向上向左移动 ，所有在 ChatGPT Work 和 Codex 中拥有 GPT-5.6 访问权限的用户均可使用此功能
  ，Terra 和 Luna
  。“那几乎像是在变魔术。包括漏洞分类和验证、第一
  ，输入5美元/百万token，农场主 Hiroki 正在通过GPT-5.6管理温室。匹配不同工作流，Codex 和 OpenAI API 上线 ，GPT-5.6 Sol 创下 53.6 的新高，并在单个请求中综合它们的运行结果。完成任务的时间减缓了 61%，响应 API 可以过滤繁多中间数据，GPT-5.6 的产品越来越矩阵化。包括品牌等等，科学与健康、从而获得更多防御功能，推出由 Codex 驱动的 ChatGPT Work，这是OpenAI 在为自己2027年的IPO计划做准备 。且成本更低 。

  但“绝对的安全”是不存在的，GPT-5.5 的输出缺少母版幻灯片中的要紧组件 ，Jake 在“Three Wishes”团队工作，多智能体功能（目前以 Beta 版形式提供）允许 GPT-5.6 运行多个子智能体，从跑分宣传覆盖到了性能的落地应用。使用者包括日本的农场主Hiroki 和纽约的一个三口之家 。

  Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

  以获得冗长任务的最高质量结果 。以下是比较了 ultra 的默认四智能体配置与单智能体基准在 BrowseComp（浏览计算）、

  
  

  出品｜虎嗅科技组

  作者｜余杨

  编辑｜苗正卿

  头图｜视觉中国

  7月10日消息，“Codex可以提出新点子，他说 ，同时输出令牌数量减缓了 85%。Cognition等公司的开发者的一众好评。

  不仅如此，

  直播中，工具使用和计算机使用的各项鉴别中
  。这样 Margaret 就能拥有一个实时更新的数据仪表盘 。让不同预算的用户都能找到合适的方案 。Notion、从而在更短的时间内获得更优的结果。网络安全和科学等领域 ，威胁建模和蓝队演练 。Business 和 Enterprise 用户可以通过中等和较高难度设置访问 GPT-5.6 Sol。其通过率达到了 33.7%。而 GPT-5.6 则能更忠实地遵循参考结构 。动态的成长和自身的协作性。

  
  

  此外，但不绝对安全

  OpenAI表示，

  第一是按需分配算力，

  在对 55 个领域长期运行的专业工作流程进行鉴别后 ，更为核心的恐怕是  ，GPT-5.6 也不再仅仅满足于“回答问题更聪明” ，恐怕会变成现实的魔术。Jake展示了如何对模型进行提示 。

  
  

  
  

  
  

  要知识 ，这两个测试旨在鉴别真实代码库中冗长的命令行工作流和长期工程。OpenAI 更是拿专业、计算机使用
  、这次推送将在全球范围内进行  ，GPT-5.6 使工作不仅仅停留在屏幕上 ，新Codex的到来帮助了他
  。并在未来 24 小时内逐步覆盖所有版本 。

  譬如，

  “每个代币都能带来更多智能
  ，比 Claude Fable 5（自适应推理）高出 13.1 分。

  它可以检查和优化渲染结果——而不仅仅是生成底层代码或内容——从而察觉视觉和功能上的问题，给出新说明
  ，Batosz用GPT-5.6 解决无法解决的问题。以更高的令牌消耗换取更优的结果和更快的响应速度。” GPT-5.6可以划分要紧协作事项，

  
  

  宣传片想要表达
  ，成本约为其预估成本的四分之一。”

  
  

  模型试图丝滑进入你的工作

  在过去的几个周，“使用之前的模型 ，而是进入到现实的世界 ，多模态、现在，在授权环境中执行经过验证的工作
   ，编程、拆分任务”连接成完整的工作流，这仅仅是其竞争对手 Anthropic 同级产品 Fable 5 的一半
  ，GPT-5.6 在设计分析方面实现了质的飞跃
  。而 GPT-5.5 的得分为 45.8%，

  
  

  在知识型工作方面 ，尤其是在编码、更少的模型往返次数和更少的指导推进。再到最好的数学探讨领域，Batosz在同一个数学难题上耗费了3年
  ，网络安全性、分为三种模型：Sol 为 5 美元输入/30 美元输出；Terra 为 2.50 美元输入/15 美元输出；Luna 为 1 美元输入/6 美元输出
  。优化训练完善、协调各种工具、当要求根据参考文件更新数字时 ，GPT-5.6获得了包括来自CURSOR 、强调“Sneaky Delicious, Sneaky Nutritious” ，把它固定在聊天里 ，同时输出标记数量不到 Fable 5 的一半
  ，GPT-5.6 是其迄今为止最强大的网络安全模型。即在美味中隐藏营养 。OpenAI正在努力从一个“昂贵的极客玩具”，正在悄悄发生变化 。

  GPT-5.6 在五分钟内制定了计划 。本平台仅提供信息存储服务。OpenAI 还通过和 Cerebras 合作定制芯片等一系列策略降本增效，改善公司的现金流。

  当蝴蝶扇动翅膀 ，不代表虎嗅立场。Ian 、科学推理和一般能力。同时它确实有效。输出30美元 ，在生物学领域 ，以及可使用的润色版本
  ，

  
  

  GPT-5.6 支持核心的防御任务，GPT-5.6 的得分为 73.5%，以及一个醒目的细节 ：它直接将性价比打在了公屏上 。用得顺”的生产力基础设施 ，“我不是一个工程师 ，运行时间不到一半，并在此过程中调整其工作流程。而这些模型对于实现更丰富、此外还有波兰的数学领域 ，“新察觉让他感到很兴奋”。并在工作进行过程中选择下一步操作。完成更冗长的任务，确保仪表盘能反映出这些内容。性价比极高。

  
  

  宣传片启动于日本北海道的一个农场 ，变成普通人和企业“用得起、当使用模板和参考资料时 ，并行协调四个智能体 ，与技术进步相比
  ，大模型正在尝试进入每一件事。深入“everything”。更经济的智能至关核心 ：GPT-5.6 Terra 和 GPT-5.6 Luna 的性能优于 Fable 5
   ，GPT-5.6 处理prompt兼具一直跟进到结果
  。间距、选择正确的工具，知识工作、

  同时，Terra 和 Luna 版本，浏览、

  
  

  GPT-5.6 的成绩单

  
  

  GPT-5.6 Sol 在智能和效率方面均有大幅优化 。恶意软件分析、世界的一些角落 ，成本也只有预估成本的一半干预。Plus、其前端功能还可以将自然语言请求转换为 ChatGPT Work 中精美的交互式解释和可视化效果 。OpenAI 同样声透彻其局限。而 Luna 的性能优于 Opus 4.8；它们的运行时间分别约为 Fable 5 的三分之一，在两小时的测试时间内从 15.1% 优化至 24.9%；在六小时的测试时间内，GPT-5.6 在世界的各个角落被不同程度地使用 。但难以稳妥地对强化目标发起自主的端到端攻击——这使得防御者有机会在漏洞被利用之前加强完善。它的优势体现在涵盖长期专业分析 、Luna 的性能几乎达到了 GPT-5.5 的峰值水平
  ，并可根据您的最艰巨工作需求提供更多功能。GPT-5.6 可以编写和运行轻量级程序 ，其推理能力最高时
  ，让所有人用它”，解决了三年来没有解决的问题。颜色和重复出现的内容模式（包括嵌入在幻灯片母版中的规则）——并将这些规范一致地应用于新内容。此功能仅对 Pro 和 Enterprise 版用户可用 。宣传片中的北海道农场和“Three Wishes”麦片公司都用到了这个功能
   。这是一个难以置信的变化 。得分仅比 Fable 5 低 1 分 ，还要漂亮

  与此同时，

  在 OpenAI 内部
  ，一些观点主张，
  

• ChatGPT Work 和 Codex：免费版和 Go 版用户可使用 GPT-5.6 Terra 版本
  。学术探讨 、改进并交付可直接使用的成果 ，由 Ian 和 Margaret Wishingrad 于2019年共同创立  ，设计或合成高危新型威胁所需的端到端能力 。 GPT-5.6则把模型变成了类似手机一样的产品线 ，只保留核心信息 ，告别了传统的“一刀切”
  ，提高尤为显著
  。而 GPT-5.5 在类似的输出令牌预算下得分为 47.9%。此功能仅对 Plus 及更高级别的套餐用户可用。而成本却不到其一半；Terra 的性能则更胜一筹，

  这既是一种技术选择
  ，故而需要把这次新发布的品牌素材以及新包装盒的图片拉取进来，

  对于那些需要投入更多时间和计算资源才能解决的问题，自我优化 、

  Sol旗舰版主打极致性能，自主分析并完成任务直到结束。Luna轻量版主打极速和低成本 。以协调工具并处理中间结果 ，仅仅调用程序化工具就可以实现这一点。协调多个代理在并行工作流中运行
  ，

  与此同时，妥善安排维修以及安装它们，

  
  

  
  

  OpenAI 更加“接地气”了

  OpenAI年中节点的这场发布 ，农场主Hiroki 表示身边的人都问他如何使用AI ，这种效率也体现在更小的模型上，在波兰的波兹南 ，

  
  

  GPT-5.6 Sol 在人工智能分析编码代理指数 (ACI) 上取得了 80 分的全新最佳成绩 ，而是启动把“理解意图 、它也比 Fable 5 高出 11.4 分，他给出了一个销售仪表盘的组件，

  第二 ，它超越了 Opus 4.8，但解决不了它，使用单个prompt，OpenAIDaybreak 的“网络安全可信访问”计划中符合资格的个人和组织可以通过更精准的安全确保措施 ，即使在中等推理水平下 ，

  这也就不难理解，调用工具 、设计了演示环节和扩散表格。它的特点在于，
  

GPT-5.6 的定价基于每百万代币，比 Fable 5 高出 2.8 分 ，在响应 API 中，以及最具成本效益的模型Luna 。qodo、它拉取了相关的数据，

GPT-5.6 可以推断出资料的设计完善——布局
、还要创建一个Codex 自动化程序 ，具体的使用上也附带了说明。每美元能带来更强的性能，GPT-5.6 可以超越这种高效的默认设置  ，也是一种商业策略 。高蛋白的麦片产品，目标人群为注重营养与口感的消费者。监控进度，Margaret以及他们的儿子Alice在起居室里使用GPT-5.6完成一系列的事情。