OpenAI把Sol、Terra、Luna放在一起推其实是在教用户一件事以后不要只想着召唤最强模型要学会调度模型。复杂任务交给Sol日常任务交给Terra高频任务交给Luna。工具输出先处理长任务再开multi-agent。刚刚OpenAI把GPT-5.6“全家桶”正式放出来了。Sol、Terra、Luna三档型号同时上线Sol负责复杂编程、Agent和知识工作Terra处理日常开发任务Luna则把价格压到每百万输入1美元、输出6美元。OpenAI官方发布页首屏。GPT5.6的关键词不是单点“更强”而是按任务分层。旗舰模型Sol也没有客气直接杀穿榜单。在Coding Agent Index上拿到80分比Claude Fable5高出2.8分在Agents’LastExam中Sol同样排在前面。更关键的是完成相同任务时Sol的输出Token和耗时都少了一半以上成本约低三分之一。与此同时ChatGPTWork也跟着来了。ChatGPTWork由Codex和GPT5.6驱动可以读取文件、调用应用在一个项目里连续工作几个小时把一个目标逐步推进到完成。OpenAI正在把模型、Codex、工具调用和长时间执行放到同一条工作链路里。杀穿榜单Sol把Agent任务往前推了一步GPT-5.6 Sol的定位很高coding、knowledge work、cybersecurity、science都要插手。开发者可以先看Agent和代码相关的几组数据。在Agents’LastExam上GPT-5.6 Sol high拿到53.6。OpenAI它比Claude Fable5高13.1分即便只开medium reasoning也能高11.4分估算成本大约是对方的四分之一。Agents’LastExam对比。OpenAI把重点放在长任务Agent工作流上。到Coding Agent IndexGPT-5.6 Sol max reasoning拿到80比Fable5高2.8分。同时输出token少一半以上耗时少一半以上估算成本还低大约三分之一。Coding Agent Index截图。跑分之外OpenAI在强调token、时间和成本。DataCurve也很快把DeepSWE榜单拉出来显示GPT-5.6在DeepSWE上到73%。DataCurve在X上放出的DeepSWE榜单截图。这次的主角不止Sol还有Terra和LunaOpenAI开始把模型分成稳定的能力档位。Sol是旗舰Terra是更低成本、表现接近GPT-5.5的平衡档Luna是最快、最便宜的一档。GPT-5.6 Sol每百万输入token5美元、输出token30美元Terra是2.5美元和15美元Luna是1美元和6美元。再加上缓存读取90%折扣OpenAI明显想让用户把不同任务交付给不同的模型。官方价格和专业任务表。Sol、Terra、Luna的价差会直接影响Agent工作流怎么设计。这对开发者有一些影响。不要把所有任务都扔给Sol。查日志、整理Issue、跑简单脚本Luna可能就够日常改代码、补测试、写文档Terra更像默认选项复杂架构、疑难Bug、多文件重构、安全审查再上Sol。ChatGPTWork上线模型开始连续工作GPT5.6发布当天OpenAI还推出了ChatGPTWork。ChatGPTWork由Codex和GPT5.6驱动可以读取文件、调用应用在同一个项目里持续工作数小时把一个目标逐步推进到完成。对开发者来说模型的工作范围开始从聊天框和IDE延伸到真实项目读取代码库、修改文件、运行测试、整理结果再把进度反馈回来。开发者需要做的也从亲自操作每一步变成提前设定目标和边界再检查Agent交付的结果。这部分接下来可以落到三个问题Agent能访问哪些文件哪些操作必须人工确认任务失败后日志、diff和回滚路径怎么保留ChatGPTWork把GPT5.6的模型能力接到了这些具体环节上后面的工具调用、multi-agent和成本问题也可以从这里展开。Programmatic Tool Calling别再把工具输出全倒回上下文这次发布里有个开发者应该注意的点Programmatic Tool Calling。以前做Agent很多团队的写法很粗糙。命令行输出一大段日志一大段搜索结果一大段全丢回模型。模型能看是能看账单也是真的涨。GPT5.6可以写和运行轻量程序协调工具、处理中间结果、监控进度再决定下一步。Responses API里的Programmatic Tool Calling可以过滤大量中间数据只把后续推理需要的内容留下来。Programmatic Tool Calling相关截图。工具输出不必全部回灌给模型。Ultra和multi-agent四个Agent并行不是免费的魔法GPT5.6还带了一个更有趣的东西ultra。官方说ultra默认会协调四个Agent并行工作。API里也会通过Responses API的multi-agent beta让开发者构建类似ultra的体验。官方multi-agent示意。复杂任务可以并行拆给多个Agent但token会一起算。这东西不能随便开。四个Agent并行速度可能更快结果可能更稳但token不是白送。适合它的任务应该有足够高的价值大型重构、跨仓库迁移、复杂Bug定位、安全审计、长链路数据分析。如果只是让它改一个按钮文案开ultra就是拿大炮打蚊子。Claude急了也在重置额度同一天Claude额度重置。这和GPT5.6放在一起看味道就很明显了。大模型竞争已经从“谁回答更聪明”走到“谁能稳定进入工作流”。额度、价格、缓存、工具调用、多Agent都会影响开发者最后选谁。开发者怎么用先分层再开AgentGPT5.6这套分层可以直接按任务拆。开发者要会把任务切成几层哪些信息需要进上下文哪些工具输出先过滤哪些步骤必须跑测试哪些改动要人工审。尤其是multi-agent。它适合并行拆任务但也容易让成本变得不透明。上线前最好把日志、预算、回滚路径和权限边界都定清楚。钱包要保护好subagent很强也很贵HN讨论里很多人没有只盯着“打败谁”。更实际的问题被跑出来subagent会不会把账单拉高开发者指南里那些提示词建议到底是不是又要重新学一套HN上的GPT5.6讨论。社区已经开始围着subagent成本和开发者指南细节讨论。这个反应挺正常。GPT5.6把能力拆得更细开发者也会被迫把使用方式拆得更细。写在最后这次不仅仅“OpenAI又发了一个强模型”。OpenAI把Sol、Terra、Luna放在一起推其实是在教用户一件事以后不要只想着召唤最强模型要学会调度模型。复杂任务交给Sol日常任务交给Terra高频任务交给Luna。工具输出先处理长任务再开multi-agent。用得好它能把开发者从重复活里拉出来用得粗账单会先教育你。参考链接https://openai.com/index/gpt-5-6/
