GPT-5.6实测:更强、更便宜,还能直接把网站做上线
GPT-5.6 Sol(白色线)在所有输出长度下均保持最高得分,尤其在长文本生成时优势显着,30k tokens 时得分已超 30%,远超其他模型。
第三点,是 OpenAI 的发布机制变了。这次 GPT-5.6 不是直接大规模上线,而是在美国政府要求下先做有限预览,参与方信息也与政府共享,OpenAI 同时表示这种政府访问流程不应成为长期默认机制。外媒也把这次发布解读为前沿模型进入“监管预发布审查”阶段。
第四点,是安全栈明显加厚,尤其是网络安全和生物安全。OpenAI 在 system card 里把 Sol、Terra、Luna 都视为网络安全和生物/化学风险上的 High capability,但未达到最高的 Critical;
Sol 和 Terra 能发现漏洞和 exploit 组件,但在测试中还不能对 hardened targets 完成自主端到端攻击。同时它使用模型内拒答、实时 cyber/biology 分类器、生成中暂停审查、账号级信号、差异化访问等多层防护,并投入超过 70 万 A100 等效 GPU 小时做自动红队。

当让,GPT-5.6还有其他的一些优点。它明显在Agent能力上有优化。GPT-5.6 可以通过 Programmatic Tool Calling,在内部编写轻量程序,对工具调用结果进行筛选、聚合和条件判断,而不是每调用一次工具,都把大量原始结果重新塞回上下文。
这会带来几个实际变化:
工具调用轮次更少;
中间结果占用的 Token 更少;
长任务不容易执行到一半偏离目标;
面对失败结果时,更容易调整方案继续尝试。
OpenAI 还加入了多 Agent 能力,可以让多个子 Agent 并行执行,再由主模型统一汇总。Ultra 模式默认使用四个 Agent 并行处理复杂任务。
官方展示的效果
GPT-5.6在工程设计上,确实有明显的提升。从官方发布的各种演示视频来看,让人眼前一亮。
比如在设计一个博物馆展示网页,属于国际一线艺术馆/设计展官网的典型风格,设计完成度很高,视觉冲击力很强。如果这是一个艺术展、博物馆或高端品牌官网首页,它已经达到了国际优秀案例的水准。

这个室内设计的PPT,整体水平比较高,属于偏高端品牌展示、杂志风(Editorial Style)的设计,在企业汇报、品牌介绍、产品发布中都比较耐看。

[加西网正招聘多名全职sales 待遇优]
无评论不新闻,发表一下您的意见吧
第三点,是 OpenAI 的发布机制变了。这次 GPT-5.6 不是直接大规模上线,而是在美国政府要求下先做有限预览,参与方信息也与政府共享,OpenAI 同时表示这种政府访问流程不应成为长期默认机制。外媒也把这次发布解读为前沿模型进入“监管预发布审查”阶段。
第四点,是安全栈明显加厚,尤其是网络安全和生物安全。OpenAI 在 system card 里把 Sol、Terra、Luna 都视为网络安全和生物/化学风险上的 High capability,但未达到最高的 Critical;
Sol 和 Terra 能发现漏洞和 exploit 组件,但在测试中还不能对 hardened targets 完成自主端到端攻击。同时它使用模型内拒答、实时 cyber/biology 分类器、生成中暂停审查、账号级信号、差异化访问等多层防护,并投入超过 70 万 A100 等效 GPU 小时做自动红队。

当让,GPT-5.6还有其他的一些优点。它明显在Agent能力上有优化。GPT-5.6 可以通过 Programmatic Tool Calling,在内部编写轻量程序,对工具调用结果进行筛选、聚合和条件判断,而不是每调用一次工具,都把大量原始结果重新塞回上下文。
这会带来几个实际变化:
工具调用轮次更少;
中间结果占用的 Token 更少;
长任务不容易执行到一半偏离目标;
面对失败结果时,更容易调整方案继续尝试。
OpenAI 还加入了多 Agent 能力,可以让多个子 Agent 并行执行,再由主模型统一汇总。Ultra 模式默认使用四个 Agent 并行处理复杂任务。
官方展示的效果
GPT-5.6在工程设计上,确实有明显的提升。从官方发布的各种演示视频来看,让人眼前一亮。
比如在设计一个博物馆展示网页,属于国际一线艺术馆/设计展官网的典型风格,设计完成度很高,视觉冲击力很强。如果这是一个艺术展、博物馆或高端品牌官网首页,它已经达到了国际优秀案例的水准。

这个室内设计的PPT,整体水平比较高,属于偏高端品牌展示、杂志风(Editorial Style)的设计,在企业汇报、品牌介绍、产品发布中都比较耐看。

[加西网正招聘多名全职sales 待遇优]
| 分享: |
| 注: | 在此页阅读全文 |
| 延伸阅读 |
推荐:
GPT-5.6实测:更强、更便宜,还能直接把网站做上线