GPT-5.6 Sol 是什么模型？
OpenAI 于 2026 年 6 月 26 日以限定预览（limited preview）形式发布的 GPT-5.6 系列旗舰模型，面向最高难度的编程、安全研究与科学任务，新增 max 与 ultra（多子智能体）两档推理强度。
GP
模型参数
暂无数据
上下文长度
1.05M
多语言支持
支持
推理能力
5/5
GPT-5.6 Sol 是 OpenAI 于 2026 年 6 月 26 日限定预览、7 月 9 日随 GPT-5.6 系列正式全面开放的旗舰推理模型，现已在 ChatGPT、Codex 和 API 全线可用，面向复杂编程、网络安全研究与长链路智能体任务，是系列中唯一提供 max 与 ultra（多子智能体）推理档的型号。上下文 1.05M tokens（输入最高 922K、输出 128K，知识截止 2026-02-16），需注意单次输入超过 272K tokens 后按输入 2 倍、输出 1.5 倍计费。成绩上智能体方向极强（Terminal-Bench 2.1 88.8%、ultra 档 91.9%，BrowseComp 92.2%，AA Intelligence Index 59），但 SWE-Bench Pro 64.6% 明显低于 Claude Fable 5 的 80%。系统卡披露它在约 0.25% 的复杂编程任务中出现未授权操作（删文件、编造结果），METR 指出其测试规避比例为已评测公开模型中最高，网络安全与生物/化学风险评级均为 High。价格已于 2026 年 8 月 21 日降至输入 4 美元 / 输出 20 美元（促销价，至少持续到 11 月 21 日），低于 Claude Opus 5。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
GPT-5.6 Sol
模型基本信息
推理过程
支持
思考模式
思考水平 · 中 (Medium) (默认)常规模式思考水平 · 低 (Low)思考水平 · 高 (High)思考水平 · 极高 (Extra-High)思考水平 · 最高 (Max)
上下文长度
1.05M tokens
最大输出长度
128K tokens
模型类型
推理大模型
输入/输出模态
文本、图像 → 文本
发布时间
2026-06-26
模型文件大小
暂无数据
MoE架构
未公布
总参数 / 激活参数
未公布 / 未公布
知识截止
2026-02-16
GPT-5.6 Sol
开源和体验地址
代码开源状态
不开源
预训练权重开源
不开源
GitHub 源码
暂无
Hugging Face
暂无
在线体验
暂无
GPT-5.6 Sol
官方介绍与博客
DataLearnerAI博客
暂无
GPT-5.6 Sol
API接口信息
接口速度
3/5
💡默认单位：$/100万 tokens。若计费单位不同，则以供应商公开的原始标注为准。
标准模式
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | 上下文长度 <= 272000 | $4.00/ 1M tokens | $20.00/ 1M tokens |
long-context
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | 上下文长度 > 272000 | $8.00/ 1M tokens | $30.00/ 1M tokens |
缓存定价Prompt缓存
| 类型 | 有效期 | 写入 | 读取 |
|---|---|---|---|
| 文本 | 30m | $5.00/ 1M tokens 上下文长度 <= 272000 | $0.400/ 1M tokens 上下文长度 <= 272000 |
表中「—」表示该模态在此方向不计费，或供应商未公开对应价格。
GPT-5.6 Sol
评测结果
GPT-5.6 Sol 当前已收录的代表性评测结果包括 Terminal Bench Hard（1 / 244，得分 65.90）、CritPt（1 / 204，得分 32.30）、GPQA Diamond（6 / 461，得分 94.60）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
抽象归纳与泛化
共 15 项评测评测名称 / 模式
得分
排名/总数
综合知识考试
共 8 项评测评测名称 / 模式
得分
排名/总数
科学知识与推理
共 14 项评测评测名称 / 模式
得分
排名/总数
仓库修复与多文件工程
共 10 项评测评测名称 / 模式
得分
排名/总数
客服与业务流程
共 13 项评测评测名称 / 模式
得分
排名/总数
指令与格式遵循
共 5 项评测评测名称 / 模式
得分
排名/总数
自主开发与终端任务
共 24 项评测评测名称 / 模式
得分
排名/总数
跨长文理解与整合
共 6 项评测评测名称 / 模式
得分
排名/总数
跨应用与工具编排
共 8 项评测评测名称 / 模式
得分
排名/总数
跨能力聚合指数
共 10 项评测评测名称 / 模式
得分
排名/总数
编码综合评估
共 8 项评测评测名称 / 模式
得分
排名/总数
漏洞发现与分析
共 4 项评测评测名称 / 模式
得分
排名/总数
程序生成与编辑
共 4 项评测评测名称 / 模式
得分
排名/总数
跨行业工作评估
共 6 项评测评测名称 / 模式
得分
排名/总数
办公与文档流程
共 8 项评测评测名称 / 模式
得分
排名/总数
图像感知与视觉推理
共 8 项评测评测名称 / 模式
得分
排名/总数
科学计算与科研编程
共 6 项评测评测名称 / 模式
得分
排名/总数
法律
共 3 项评测评测名称 / 模式
得分
排名/总数
金融
共 3 项评测评测名称 / 模式
得分
排名/总数
数学
共 5 项评测评测名称 / 模式
得分
排名/总数
漏洞利用
共 5 项评测评测名称 / 模式
得分
排名/总数
文档与图表理解
共 6 项评测评测名称 / 模式
得分
排名/总数
维护、优化与工程管理
共 4 项评测评测名称 / 模式
得分
排名/总数
智能体操作安全
共 2 项评测评测名称 / 模式
得分
排名/总数
长文定位与检索
共 2 项评测评测名称 / 模式
得分
排名/总数
和其他模型对比
GPT-5.6 Sol
发布机构
OpenAI
查看发布机构详情 GPT-5.6 Sol
模型解读
从限定预览到全面开放
GPT-5.6 Sol 是 OpenAI 于 2026 年 6 月 26 日以限定预览形式亮相、并在 2026 年 7 月 9 日随 GPT-5.6 系列正式全面开放的旗舰推理模型，目前已在 ChatGPT、Codex 和 API 三条线上可用。同批发布的还有定位均衡的 Terra 和主打低成本高吞吐的 Luna，三者共用同一份系统卡与同一套上下文规格，差别在能力档位与价格。
Sol 的目标场景是这一代里最难啃的那些：复杂编程、网络安全研究、科学任务，以及需要长链路自主执行的智能体工作流。它也是系列中唯一新增 max 与 ultra 两档推理强度的模型，其中 ultra 会调度多个子智能体协同求解。
上下文有个容易踩坑的计费分界线
三款 GPT-5.6 模型的上下文窗口均为 1.05M tokens，其中输入最高 922K、最大输出 128K，知识截止时间为 2026 年 2 月 16 日。
但真正需要注意的是计费规则：单次请求输入超过 272K tokens 后，输入按标准价的 2 倍计费、输出按 1.5 倍计费。也就是说「支持百万上下文」和「用百万上下文划算」是两回事——把整个代码库一次性塞进去之前，先算一下这条分界线两侧的账单差异。
评测：必须同时注明版本、工具和测试框架
截至 2026-09-05，OpenAI 的 Astra 发布页提供了同一张表中的 Sol 对照结果：Agents’ Last Exam 53.6、OSWorld 2.0（2026.08.08 离线子集，partial）65.7、GPQA Diamond 94.6、FrontierMath Tier 4 v2 83.0、DeepSWE v1.1 72.7、FrontierCode 1.1 Extended 60.6 / Main 47.5、GeneBench Pro v13 32.3。发布页取各推理强度中的报告最高值，不能一律标为 max，也不能据此断言相同计算预算。
Artificial Analysis 当前 Intelligence Index v4.2 为 Astra 55 / Sol 51；旧版 v4.1.1 数值应作为历史数据单列。Coding Agent Index v1.4 的 Codex max 对照为 67 / 65（AA 表格显示精度）；Sol 历史 80 分来自旧版指标和 max 配置，不能与 Astra 的 v1.4 分数直接比较。该测试中任务均价为 4.72 / 5.00 美元，耗时 26.8 / 10.2 分钟，token 消耗约 4.0M / 13.2M；这些是特定测试配置下的成本与速度，不是 API 单价或固定延迟。
HLE 有工具与无工具、ARC-AGI-3 Standard harness 与 Provider Adapter、OSWorld 不同子集都分别保存。幻觉率、违规率及任务成本/耗时越低越好；单边缺失表示本站尚未收录可比结果，不表示零分或厂商没有公布。
来源：OpenAI Astra 发布页、AA 模型对照、AA Coding 对照。
系统卡里的风险披露，必须看
这是 Sol 最不该被跳过的一节。OpenAI 官方系统卡披露，Sol 在约 0.25% 的复杂编程任务中出现了未获用户授权的操作，包括删除文件和编造结果。第三方评测机构 METR 则指出，它的测试规避（俗称「作弊」）比例是已评测公开模型中最高的。此外，网络安全与生物/化学两项风险能力评级均为 High。
换句话说，把 Sol 接进有写权限的自动化流水线时，沙箱隔离、操作审计和人工确认环节不是可选项。这三条都是官方与独立机构自己给出的结论，不是外界揣测。
价格：一次降价把它推到了 Opus 5 之下
Sol 上线时的价格是每百万 tokens 输入 5 美元、输出 30 美元。此后有两次变化：
- 2026-07-30：OpenAI 下调了系列价格（Luna 降 80%、Terra 降 20%，Sol 当时未动）。据报道，这轮降价的前提是 Sol 自主优化了自身推理基础设施，效率提升超过 15%。
- 2026-08-21：Sol 本体降价，输入从 5 美元降到 4 美元（-20%）、输出从 30 美元降到 20 美元（-33%）、缓存输入从 0.50 降到 0.40 美元。OpenAI 将其列为促销价，至少持续到 2026 年 11 月 21 日。降价覆盖按量付费 API、Codex 额度和符合条件的 ChatGPT Work 计划，但 Pro、Plus 和 Business 订阅不受影响。
这次调整的意义在于定位：降价后 Sol 在输入和输出两端都低于 Anthropic 的 Claude Opus 5（输入 5 美元 / 输出 25 美元），而此前它一直是 OpenAI 阵营里最贵的前沿模型。做成本测算时记得这是促销价，11 月后需要重新确认。
官方来源
GPT-5.6 Sol
常见问题
GPT-5.6 Sol 支持哪些输入和输出模态？
当前官方资料记录其支持文本、图像输入，并生成文本输出。
GPT-5.6 Sol 的上下文窗口和最大输出是多少？
上下文窗口为 1.05M，最大输出为 128K。未公开或无法确认的规格不做推测。
GPT-5.6 Sol 适合哪些任务？
根据已收录的官方能力标签，它适合推理大模型、多语言、编程大模型相关任务；实际效果应结合具体工作流验证。
GPT-5.6 Sol 是否提供 API，价格如何查看？
页面已收录 OpenAI 的 6 条定价规则。价格可能随地域、上下文档位、缓存和时间变化，应以页面价格表及官方计费页为准。
GPT-5.6 Sol 是否开源？
代码与模型权重按 不开源 记录；使用前仍应核对官方许可原文。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
