OpenAI对新模型的简报。截图由David Gewirtz/ZDNET提供 跟随ZDNET：将我们添加为Google上的优选来源。ZDNET的主要收获 OpenAI的GPT-5.6发布显然是针对Anthropic的。Sol、Terra和Luna紧密对应于GPT-5.5的层级。ChatGPT Work将OpenAI的代理工具带到编码之外。OpenAI今天发布了一系列重大公告。这些公告本身就具有新闻价值，但我必须坦诚地告诉你。这些公告似乎也反映了OpenAI在努力追赶Anthropic所产生的所有关注。公告中最关键的是三个新模型：GPT-5.6 Sol、Terra和Luna。我们知道5.6已经在路上，因为政府上个月介入以推迟其发布。当然，这紧跟在关于Fable 5和Mythos 5的引人注目的Anthropic/白宫争执之后。此外：我测试了ChatGPT的实时语音升级，感觉几乎像人类 - 如何尝试 还宣布了ChatGPT Work，这显然是OpenAI对Claude Cowork的回应。ChatGPT Work允许人工智能访问您的桌面和浏览器并为您执行任务。这不是OpenAI的新功能。之前它嵌入在Codex应用程序中，OpenAI的代理编程工具。显然，OpenAI借鉴了Anthropic的品牌策略，把代理工作助手与其代理编码工具分开，这应该使其对非编码者更具吸引力。我经常批评OpenAI缺乏良好的品牌策略，因此这是一个积极的信号。或许他们的程序员不再主导他们的产品营销策略。再说了，也许是ChatGPT 5.6 Sol在主导。基准测试在公告中进行了Claude比较 毫无疑问，OpenAI将Anthropic视为目标。该公司的新模型公告直接针对Anthropic产品的测试结果和定价水平。但首先，让我们快速回顾一下这些天体模型名称。Sol：这是旗舰模型，直接针对Fable 5。它大致相当于GPT-5.5的思维模式。Terra：由于地球比太阳小，Terra的能力不及Sol。Terra是默认的，主流的GPT-5.6模型，相当于GPT-5.5。Luna：由于月球比地球小，Luna的能力低于Terra。可以将其视为与GPT-5.5的即时模型相当。Agents' Last Exam是一个基准测试，用于测试人工智能模型如何处理55个领域的长运行、多步骤专业工作流程。OpenAI表示GPT-5.6 Sol在Agents' Last Exam中得分为53.6，超过Fable 5 13.1分。人工分析智能指数是另一个基准。它试图量化几个类别中的广泛模型智能。OpenAI表示Sol在完成任务时与Fable 5相差不到一分，同时时间减少了61%。另外：微软全面推动新的人工智能驱动的Windows安全策略 - 这对您意味着什么 另一个基准测试中，OpenAI表示GPT-5.6 Sol在人工分析编码代理指数中达到80，超出Fable 5 2.8分。你是否看到这里的主题？OpenAI还表示，GPT-5.6，特别是Sol，效率更高，因此成本低于Fable。在中等推理情况下，OpenAI表示Sol以大约四分之一的估计成本超过Fable 5 11.4分。GPT-5.6也比GPT-5.5更快，更高效。Qodo是一个人工智能代码审核工具，为团队提供深入的代码基础上下文，以加速创建和提高代码质量。Qodo的联合创始人兼首席执行官Itamar Friedman表示：“GPT-5.6是我们在代理代码审核测试中评估的最强模型。在我们的内部和外部PR基准中，它在F1指标上超过了GPT-5.5，同时每个PR使用的token数量大约减少了3倍，中位延迟大约降低了一半。” 在政府关于模型安全和误用的喧嚣后，OpenAI表示GPT-5.6包含结合模型保护、实时检查、监控和访问权限的防护措施，这些措施根据信任和风险进行调整。根据公告，“GPT-5.6推出了我们迄今为止最强大的保护措施。” ChatGPT Work 然后是ChatGPT Work，OpenAI的代理桌面生产力工具。可以想象Claude Cowork，但使用OpenAI的模型。ChatGPT Work可以创建电子表格、PowerPoint和完整的网站。它可以通过将复杂项目分解为小任务，在多个小时内处理复杂项目。在我见过的最吓人的演示之一中，一位OpenAI员工让ChatGPT Work在他的Apple Notes中彻底重新组织他的所有笔记。现在，我得告诉你。我非常依赖我的Apple Notes中的笔记，而人工智能进去移动所有东西的想法让我感到很害怕。OpenAI演示了Work重新组织Apple Notes。截图由David Gewirtz/ZDNET提供 这绝对是ChatGPT Work可以做到的强大例子，但在这种授权程度上我有信任问题。根据OpenAI的说法，“学习如何使用ChatGPT Work的最佳方式是给予它一个你已经很熟悉的任务：分析