OpenAI最新模型：用原始智商换取“蓝领”职业道德

人工智能领域的传统叙事表明，每一次新版本的发布都是智力上的巨大飞跃。我们期望模型能解决更难的数学题，写出更好的诗歌，并最终超越其创造者的思维。OpenAI发布的GPT-5.6 Sol挑战了这一假设。Sol并非单纯的智力升级，而是向实用、可靠的劳动力的转变。该模型不太在意成为房间里最聪明的实体，而更专注于实际完成数字待办事项清单上的杂务。

在美国商务部将该模型限制在一小部分合作伙伴使用的两周之后，Sol现在已向公众开放。它与两个较小的模型Terra和Luna一同亮相，代表了OpenAI在技术命名和组织方式上的重大变化。这次发布是对市场日益厌倦“产生幻觉”的聊天机器人的直接回应，市场转而寻求能够在无需持续监督的情况下处理复杂、多步骤任务的工具。

浏览器中的新星系阵容

OpenAI已经放弃了定义GPT时代的数字版本系统。取而代之的是一个以天体命名的三层体系。Sol是旗舰产品，是用于复杂工程和创意工作的高性能模型。Terra是中端模型，旨在达到之前GPT-5.5的能力，但价格仅为一半。Luna是经济型选择，专为简单任务和高速响应而构建。

这种分层方法反映了我们购买笔记本电脑或汽车的方式。并非每项任务都需要超级计算机。对于总结讲座的学生来说，Luna就足够了。对于构建新应用程序的开发人员来说，Sol是必然之选。这种结构允许OpenAI在不同的时间线上更新单个模型。如果他们找到了让Luna更快的方法，就可以直接更新它，而无需等待Sol底层逻辑的突破。

在内部，Sol引入了一项名为“超级模式”（ultra mode）的功能。这种配置允许模型充当子代理（subagents）的管理器。简单来说，Sol是一个不知疲倦的实习生，懂得如何授权。如果你给它一个复杂的项目，它不会尝试一次性解决，而是将项目分解成更小的部分，并将这些部分分配给内部子模型。这种方法使其能够连续数小时甚至数天专注于任务，而不会丢失原始目标。

数字劳动力成本分解

人工智能的经济学通常隐藏在每月订阅费之后，但真正的变动发生在API市场。OpenAI对Sol的定价为每百万输入token 5美元，每百万输出token 30美元。为了直观起见，一百万个token大约相当于75万个单词。对于企业来说，这就是为其自动化系统提供动力的“数字原油”的成本。

从大局来看，OpenAI将Sol定位为高端且易于获取的选择。它比Anthropic的Fable 5和xAI的Grok 4.5便宜得多。然而，它的成本仍高于谷歌老化的Gemini 3以及小米和DeepSeek等中国制造商激进的低成本模型。对于普通用户来说，这意味着高端AI的成本正在下降，但美国旗舰产品与全球廉价替代品之间的差距正在扩大。

命令行前线的表现

基准测试是比较这些模型的唯一客观方式，而Sol在涉及实际工作的领域表现出色。在Terminal-Bench 2.1（一项衡量AI使用计算机终端和命令行工具能力的测试）中，Sol在超级模式配置下达到了91.9%的分数。这项测试很难，因为它要求模型规划多步骤工作流，并在执行过程中修正自己的错误。

Sol目前在这一特定领域领先于竞争对手。它击败了Claude Fable 5和受限的Claude Mythos 5。这种表现正是为什么像T3 Chat的CEO Theo这样的早期测试者将Sol描述为计算机使用领域的全球领先者。它是一款专为需要自动化桌面任务的人员设计的工具，从分类数千个文件到在不同环境中编写和测试代码。

在安全性方面，OpenAI在ExploitBench上测试了Sol。该测试衡量模型发现和利用软件漏洞的能力。Sol达到了最先进受限模型的性能，但仅使用了三分之一的token。本质上，Sol在发现问题方面比其前身更高效。OpenAI声称，虽然Sol在网络任务方面表现更好，但它并没有越界成为大规模网络战争的危险工具。它仍然是一个防御性和调查性的助手，而不是数字武器。

日常座驾与曲速引擎

用户反馈凸显了AI市场的明显分歧。来自Every的Dan Shipper将Sol比作保时捷，将Fable比作曲速引擎。Sol是你进行日常知识工作通勤时想要的车辆。它速度快、可靠，而且足够强大，几乎可以胜任任何工作。对于需要推理飞跃的最抽象、最复杂的问题，Fable仍然是首选。

对于大多数人来说，写作质量的差异是最明显的因素。像今野大地（Daichi Konno）这样的研究人员指出，虽然Sol在生物学和编程方面表现卓越，但Anthropic在创意和注重细微差别的写作方面仍略微领先。Sol是一个实用主义模型。它是高效工作日中隐形的骨干。它能处理生物学问题和生命科学数据，而不会被那些经常使其他模型在科学研究中变得无用的激进安全过滤器所绊倒。

有趣的是，Sol恰好在Anthropic更改订阅条款时发布。Fable 5最近对许多用户转向了使用积分系统，使其成为一种更昂贵且受限的资源。这个时机使得Sol对于那些需要整天使用旗舰模型而又不想担心达到每周消息严格上限的专业人士来说，成为了一个非常有吸引力的替代方案。

为什么Google和Meta是异类

人工智能市场目前正以“六个月感觉像十年”的速度发展。Sol是最新的旗舰产品，就在Meta的Muse Spark 1.1发布几小时后、xAI的Grok 4.5发布一天后发布。这一密集的发布潮让Google处于一个不同寻常的位置。其Gemini 3模型现在是美国市场上仍在服役的最老的旗舰模型，发布于2025年底。

对于消费者来说，这种竞争是一个巨大的胜利。我们正看到一场价格向底部的竞赛和一场实用性向顶部的竞赛。Meta凭借Muse Spark 1.1进入付费模型领域增加了另一层压力。即使这些模型并不比上个月的模型聪明多少，它们在与现实世界互动方面的能力也变得更强。它们正在走出聊天框，进入我们的文件系统、浏览器和代码编辑器。

对数字习惯的实际影响

这对你意味着管理AI工具的方式将发生转变。我们正在告别一个每月20美元订阅涵盖一切的时代。有了Sol、Terra和Luna这样的模型，你现在可以根据任务强度进行选择。如果你是普通用户，较便宜的Luna模型可能会成为你每天使用的应用程序中的默认选项。如果你是高级用户，Sol中新的超级模式提供了以前没有人类助手团队就无法实现的自动化水平。

底线是，这些模型的智力正处于平台期，但它们的实用性正在飙升。你应该观察自己的习惯。如果你发现自己使用AI进行简单的摘要，请检查你的服务商是否已为你切换到Terra或Luna等模型以节省资金。如果你是开发人员，开始尝试最大推理努力程度的旋钮。AI的未来不是与神一般的实体交谈，而是管理一个每小时仅需几分钱成本的高效自动化团队。

来源：OpenAI产品公告、Anthropic订阅更新、xAI官方发布、Terminal-Bench 2.1公开数据、ExploitBench方法报告。