夜雨聆风💡 7 月 9 日，OpenAI 在同一天丢出三件事：被政府按了 12 天的 GPT-5.6 全量放开；Codex 应用整个并入 ChatGPT 桌面端；还有一个叫 ChatGPT Work 的新东西上线——它不回答问题，它直接替你把活干完。单看每一件都是常规更新，拼在一起，是 OpenAI 把产品线重新拧了一遍。
两周前写过一篇《OpenAI 发了新旗舰，却不让你用》：6 月 26 日 GPT-5.6 发布，最强的 Sol 变体却只开放给少数政府审核过的合作伙伴，理由是「应美国政府请求」。当时留了个悬念——闸门什么时候开。
答案是 12 天。7 月 9 日，GPT-5.6 全家桶正式全量上线（GA），覆盖 ChatGPT、Codex 和 API。但这只是当天新闻的三分之一。同一天，Codex 桌面应用宣布并入 ChatGPT 桌面端；也是同一天，ChatGPT 里多了一个叫 Work 的智能体——能连你的 Slack、网盘和邮箱，自己拆任务、自己排活，连续干几个小时，最后交给你一份成品。
📌 一、闸门开了：GPT-5.6 全量上线
据 Axios 及 TechTimes 报道，从 6 月 26 日到 7 月 9 日这 12 天里，GPT-5.6 一直处在一个「法律上自愿、实际上像预审」的状态：美国商务部下属的 AI 标准与创新中心（CAISI）做了额外测试，OpenAI 的工程师和政府官员做了直接的技术沟通，然后限制解除，公开发布。这大概是迄今最清晰的一个先例：在 2026 年的美国，发布前沿模型这件事，事实上要先过一遍华盛顿。
放开的东西和预览时一致：三个变体，太阳系命名。
Sol（太阳） ：旗舰，对标最难的任务； Terra（大地） ：均衡款，官方定位是「GPT-5.5 级性能、更低成本」； Luna（月亮） ：最快最便宜，给高并发场景。
OpenAI 这次给 GPT-5.6 定的主叙事，不是「更聪明」，而是 「每个 token 榨出更多活」 。官方公告里反复出现的词是 performance per dollar——同样的钱办更多事，或者同样的事花更少的钱。
几个官方给出的数字：
在 Agents' Last Exam （覆盖 55 个专业领域的长程工作流基准）上，Sol 拿到 53.6 的新高，领先 Claude Fable 5 达 13.1 分；即便调到中等推理档，也还领先 11.4 分，而估算成本只有对方的约四分之一。 在 Artificial Analysis 编程智能体指数 上，Sol 满推理档拿到 80 分，比 Fable 5 高 2.8 分，同时输出 token 不到对方一半、耗时不到一半、成本约低三分之一。Terra 也略高于 Fable 5，Luna 则压过 Opus 4.8。 在 OSWorld 2.0 （电脑操作基准）上，Sol 拿到 62.6% 的新纪录，超过 Opus 4.8 的同时少用了 85% 的输出 token。
📊 以上数据均引自 OpenAI 官方 GPT-5.6 发布公告（2026-07-09），其中成本与耗时为 OpenAI 基于自家生产环境的离线模拟估算，实际结果可能有出入。
跑分漂亮，但上篇立下的规矩这里还得用一次： 看跑分，先看是谁给你看的。 这次 OpenAI 大方公布了 SWE-Bench Pro 的成绩——Sol 64.6%。这个数字比上一代 GPT-5.5 的 59.4% 有进步，但离 Claude Fable 5 的 80% 还差 15 个点以上。也就是说，在「真实 GitHub issue 修没修好」这道硬题上，Anthropic 依然明显领先；OpenAI 赢的是效率账和长程任务，不是所有单项。两家各有各的主场，这个格局没变。另据 TechTimes 等报道，第三方评估机构 METR 在预览期的软件任务测试中检出了创纪录的「作弊率」（模型走捷径绕过任务本意），给这份成绩单加了一个需要持续观察的注脚。
另外据 TechTimes 报道，Sol 还将在 Cerebras 的芯片上以最高每秒 750 个 token 的速度供货——这个速度对需要实时响应的 agent 循环来说，是从「能用」到「顺手」的差别。
📌 二、价格账：标价没降，账单在降
GPT-5.6 的价格表本身没什么惊喜——Sol 和上一代 GPT-5.5 的定价一模一样。但把同梯队的旗舰拉通了比，事情就有意思了：
📊 GPT-5.6 定价据 OpenAI 官方公告；Fable 5、Opus 4.8 定价据 Anthropic 官网及此前报道；Grok 4.5 据 xAI 官方公告（2026-07）。
单看标价，Sol 的输入价是 Fable 5 的一半、输出价是六成，Grok 4.5 依然是全场最便宜。但标价只是这笔账的一半，另一半是 token 效率 ——同一份活各家要烧多少 token。OpenAI 这次的核心卖点正在这里：官方称在编程智能体任务上，Sol 用不到 Fable 5 一半的输出 token 拿到更高的分；而在 Agents' Last Exam 上，Terra 和 Luna 能以约 十六分之一 的估算成本超过 Fable 5 的成绩。
把两层叠起来，官方给出的成本估算是这样一组区间：编程智能体任务上 Sol 比 Fable 5 约低三分之一；Agents' Last Exam 中等推理档约为对方的四分之一；换到 Terra、Luna 档位，最低能到十六分之一。口径各不相同（都是 OpenAI 的离线模拟估算），但方向一致：完成同一份工作，实付账单明显更低。这和我们前两天写 Grok 4.5 时算的是同一种账——当前沿模型能力咬得很紧时，竞争的主战场就从跑分挪到了账单。现在三家里，Anthropic 卖「最强单项」，xAI 卖「最低标价」，OpenAI 卖「最高性价比」，站位已经清清楚楚。
对开发者还有一个实际的利好：GPT-5.6 把提示词缓存做得更可控了——支持显式设置缓存断点，最短缓存期 30 分钟；缓存写入按 1.25 倍输入价计费，命中读取仍打一折。对于反复带着同一大段上下文跑的 agent 工作流，这笔省下的钱可能比模型差价本身更可观。
📌 三、ultra：一次调用，四个分身
预览期我们重点讲过 Sol 新增的两个推理档位，这次 GA 把细节和开放范围都落定了。
max ：比 xhigh 更长的思考时间，让模型多探索几条路、多做几轮自查，适合「慢点没关系、错了才要命」的任务。 ultra ：默认派出 4 个并行智能体 分头干活，再汇总结果。用更多 token 换更强的结果和更短的完工时间。
官方给的例证是 Terminal-Bench 2.1：Sol 单干 88.8%，ultra 四个分身一起上，冲到 91.9%——用并行把「分数—耗时」的边界整体往上推了一格。
配套的还有两个 API 层面的东西。一个是 Programmatic Tool Calling ：模型可以现场写一段轻量程序去协调工具、过滤中间结果，不用把每次工具返回都塞回模型再走一轮——工具密集型任务的 token 消耗和往返次数都能省下来。另一个是 Responses API 里的 multi-agent beta ：开发者可以在一次请求里让模型自己起子代理并汇总，也就是把 ultra 这套「派分身」的玩法开放出来自己搭。
这条线我们跟了一年：从外挂调度框架，到把编排能力内化进模型。ultra 走到今天这一步，意味着「多智能体系统」正式从架构师的活，变成了 API 里的一个参数。
开放范围：ChatGPT Work 里 ultra 给 Pro 和 Enterprise 用户；Codex 里放得更宽，Plus 及以上就能用。
📌 四、ChatGPT Work：动词从「回答」换成「完成」
当天真正的新物种，是 ChatGPT Work。
官方的定义是：一个内置在 ChatGPT 里的智能体，能跨你的应用和文件采集信息，把复杂项目拆成小步骤独立执行，必要时连续跑几个小时，最后产出表格、幻灯片、文档、网页应用这样的 成品 。它的底座是 Codex 的技术——这里有一组值得注意的数字：Codex 每周活跃用户超过 500 万，其中超过 100 万人用它干的根本不是写代码的活。OpenAI 显然从这里读出了信号：既然一个编程智能体已经被自发用成了「万能打工的」，那就干脆把它产品化。
ChatGPT Work 的几个关键件：
Plugins（插件） ：把 ChatGPT 接到 Slack、Teams、Google Drive、SharePoint、邮箱、日历、CRM 这些你日常干活的地方。提示词里打 @ 加应用名，就能指定从哪里取上下文。
Scheduled Tasks（定时任务） ：让它按计划或按事件触发干活——每周汇总 Slack 新消息刷新会议议程、每天早上巡一遍网站和仪表盘发日报、邮件里来了新反馈就自动更新演示文稿。你不在电脑前，活也在往前走。
Sites（公测） ：把工作成果直接生成可分享的交互式网站或 Web 应用——实时仪表盘、项目跟踪器、内部门户，一个 URL 发给团队。 桌面端加强 ：桌面版 ChatGPT 内置了浏览器，能自己上网查资料、操作网页工具；还有 Computer Use——它可以直接操作你的电脑，在各种本地应用之间点击、输入、挪文件。
效果如何？OpenAI 给了自家的数据：内部接近 100% 的团队在用 ChatGPT Work 和 Codex，财务团队的月结和预测从几天压缩到几小时，销售团队把一次客户沟通在 24 小时内变成了定制化的概念验证——以前这要几周。当然，这是官方口径的内部案例，参考价值有，滤镜也有。
还有一个容易被忽略的信号藏在公告末尾：OpenAI 宣布 开始逐步关停独立的 Atlas 浏览器 ，把从中学到的东西并进 ChatGPT 和 Chrome 侧边栏扩展。去年被寄予厚望的「AI 浏览器」路线，试验了一圈，最终还是收编回主产品——入口不必另起炉灶，能力长在 ChatGPT 身上就够了。
开放范围上，Web 和移动端的 ChatGPT Work 从 7 月 9 日起先给 Pro、Enterprise 和 Edu 用户，Plus 和 Business 在随后几天跟上；桌面 App 则全球上线，所有套餐（包括免费档）都能用到 Chat、Work、Codex 三个模式，只是免费和 Go 档只能用 Terra 模型。
计费方式也值得注意：ChatGPT Work 干的是长活，按用量计费，沿用 Codex 的用量结构——任务越复杂，消耗你套餐里的额度越多。「替你上班」不是无限量供应的。
📌 五、Codex 并入桌面端：一个 App 装下聊天、办公和写码
第三件事看起来最小，其实最能说明 OpenAI 在想什么：Codex 桌面应用从 7 月 9 日起并入新的 ChatGPT 桌面端。
据 Codex 官方 changelog，合并后的桌面应用把 Chat、Work、Codex 三个模式装进同一个 App。老用户正常升级，项目、设置、工作流全保留；开发者可以把 Codex 设成默认视图，macOS 上连图标都能继续用 Codex 的。原来的 ChatGPT 桌面版改名 ChatGPT Classic，退居二线。
这次合并不只是换个壳，Codex 本体也加了几个实打实的功能：
直接在应用里编辑 Markdown 和代码，支持行内批注，选中一段就能让 Codex 改； GitHub PR review 进了侧边栏，评审意见和 diff 并排看，不用切出去； 一个项目里可以同时挂多个代码仓库； Computer Use 换上 GPT-5.6 后速度更快。
把三件事放到一起看就清楚了：GPT-5.6 是引擎，ultra 和 multi-agent 是传动，ChatGPT Work 和 Codex 是两个轮子——一个面向办公，一个面向工程——合并后的桌面 App 则是那台整车。与其说 OpenAI 这天发了三个产品，不如说它做了一次总> 💡 7 月 9 日，OpenAI 在同一天丢出三件事：被政府按了 12 天的 GPT-5.6 全量放开；Codex 应用整个并入 ChatGPT 桌面端；还有一个叫 ChatGPT Work 的新东西上线——它不回答问题，它直接替你把活干完。单看每一件都是常规更新，拼在一起，是 OpenAI 把产品线重新拧了一遍。
两周前写过一篇《OpenAI 发了新旗舰，却不让你用》：6 月 26 日 GPT-5.6 发布，最强的 Sol 变体却只开放给少数政府审核过的合作伙伴，理由是「应美国政府请求」。当时留了个悬念——闸门什么时候开。
答案是 12 天。7 月 9 日，GPT-5.6 全家桶正式全量上线（GA），覆盖 ChatGPT、Codex 和 API。但这只是当天新闻的三分之一。同一天，Codex 桌面应用宣布并入 ChatGPT 桌面端；也是同一天，ChatGPT 里多了一个叫 Work 的智能体——能连你的 Slack、网盘和邮箱，自己拆任务、自己排活，连续干几个小时，最后交给你一份成品。
📌 一、闸门开了：GPT-5.6 全量上线
据 Axios 及 TechTimes 报道，从 6 月 26 日到 7 月 9 日这 12 天里，GPT-5.6 一直处在一个「法律上自愿、实际上像预审」的状态：美国商务部下属的 AI 标准与创新中心（CAISI）做了额外测试，OpenAI 的工程师和政府官员做了直接的技术沟通，然后限制解除，公开发布。这大概是迄今最清晰的一个先例：在 2026 年的美国，发布前沿模型这件事，事实上要先过一遍华盛顿。
放开的东西和预览时一致：三个变体，太阳系命名。
Sol（太阳） ：旗舰，对标最难的任务； Terra（大地） ：均衡款，官方定位是「GPT-5.5 级性能、更低成本」； Luna（月亮） ：最快最便宜，给高并发场景。
OpenAI 这次给 GPT-5.6 定的主叙事，不是「更聪明」，而是 「每个 token 榨出更多活」 。官方公告里反复出现的词是 performance per dollar——同样的钱办更多事，或者同样的事花更少的钱。
几个官方给出的数字：
在 Agents' Last Exam （覆盖 55 个专业领域的长程工作流基准）上，Sol 拿到 53.6 的新高，领先 Claude Fable 5 达 13.1 分；即便调到中等推理档，也还领先 11.4 分，而估算成本只有对方的约四分之一。 在 Artificial Analysis 编程智能体指数 上，Sol 满推理档拿到 80 分，比 Fable 5 高 2.8 分，同时输出 token 不到对方一半、耗时不到一半、成本约低三分之一。Terra 也略高于 Fable 5，Luna 则压过 Opus 4.8。 在 OSWorld 2.0 （电脑操作基准）上，Sol 拿到 62.6% 的新纪录，超过 Opus 4.8 的同时少用了 85% 的输出 token。
📊 以上数据均引自 OpenAI 官方 GPT-5.6 发布公告（2026-07-09），其中成本与耗时为 OpenAI 基于自家生产环境的离线模拟估算，实际结果可能有出入。
跑分漂亮，但上篇立下的规矩这里还得用一次： 看跑分，先看是谁给你看的。 这次 OpenAI 大方公布了 SWE-Bench Pro 的成绩——Sol 64.6%。这个数字比上一代 GPT-5.5 的 59.4% 有进步，但离 Claude Fable 5 的 80% 还差 15 个点以上。也就是说，在「真实 GitHub issue 修没修好」这道硬题上，Anthropic 依然明显领先；OpenAI 赢的是效率账和长程任务，不是所有单项。两家各有各的主场，这个格局没变。另据 TechTimes 等报道，第三方评估机构 METR 在预览期的软件任务测试中检出了创纪录的「作弊率」（模型走捷径绕过任务本意），给这份成绩单加了一个需要持续观察的注脚。
另外据 TechTimes 报道，Sol 还将在 Cerebras 的芯片上以最高每秒 750 个 token 的速度供货——这个速度对需要实时响应的 agent 循环来说，是从「能用」到「顺手」的差别。
📌 二、价格账：标价没降，账单在降
GPT-5.6 的价格表本身没什么惊喜——Sol 和上一代 GPT-5.5 的定价一模一样。但把同梯队的旗舰拉通了比，事情就有意思了：
📊 GPT-5.6 定价据 OpenAI 官方公告；Fable 5、Opus 4.8 定价据 Anthropic 官网及此前报道；Grok 4.5 据 xAI 官方公告（2026-07）。
单看标价，Sol 的输入价是 Fable 5 的一半、输出价是六成，Grok 4.5 依然是全场最便宜。但标价只是这笔账的一半，另一半是 token 效率 ——同一份活各家要烧多少 token。OpenAI 这次的核心卖点正在这里：官方称在编程智能体任务上，Sol 用不到 Fable 5 一半的输出 token 拿到更高的分；而在 Agents' Last Exam 上，Terra 和 Luna 能以约 十六分之一 的估算成本超过 Fable 5 的成绩。
把两层叠起来，官方给出的成本估算是这样一组区间：编程智能体任务上 Sol 比 Fable 5 约低三分之一；Agents' Last Exam 中等推理档约为对方的四分之一；换到 Terra、Luna 档位，最低能到十六分之一。口径各不相同（都是 OpenAI 的离线模拟估算），但方向一致：完成同一份工作，实付账单明显更低。这和我们前两天写 Grok 4.5 时算的是同一种账——当前沿模型能力咬得很紧时，竞争的主战场就从跑分挪到了账单。现在三家里，Anthropic 卖「最强单项」，xAI 卖「最低标价」，OpenAI 卖「最高性价比」，站位已经清清楚楚。
对开发者还有一个实际的利好：GPT-5.6 把提示词缓存做得更可控了——支持显式设置缓存断点，最短缓存期 30 分钟；缓存写入按 1.25 倍输入价计费，命中读取仍打一折。对于反复带着同一大段上下文跑的 agent 工作流，这笔省下的钱可能比模型差价本身更可观。
📌 三、ultra：一次调用，四个分身
预览期我们重点讲过 Sol 新增的两个推理档位，这次 GA 把细节和开放范围都落定了。
max ：比 xhigh 更长的思考时间，让模型多探索几条路、多做几轮自查，适合「慢点没关系、错了才要命」的任务。 ultra ：默认派出 4 个并行智能体 分头干活，再汇总结果。用更多 token 换更强的结果和更短的完工时间。
官方给的例证是 Terminal-Bench 2.1：Sol 单干 88.8%，ultra 四个分身一起上，冲到 91.9%——用并行把「分数—耗时」的边界整体往上推了一格。
配套的还有两个 API 层面的东西。一个是 Programmatic Tool Calling ：模型可以现场写一段轻量程序去协调工具、过滤中间结果，不用把每次工具返回都塞回模型再走一轮——工具密集型任务的 token 消耗和往返次数都能省下来。另一个是 Responses API 里的 multi-agent beta ：开发者可以在一次请求里让模型自己起子代理并汇总，也就是把 ultra 这套「派分身」的玩法开放出来自己搭。
这条线我们跟了一年：从外挂调度框架，到把编排能力内化进模型。ultra 走到今天这一步，意味着「多智能体系统」正式从架构师的活，变成了 API 里的一个参数。
开放范围：ChatGPT Work 里 ultra 给 Pro 和 Enterprise 用户；Codex 里放得更宽，Plus 及以上就能用。
📌 四、ChatGPT Work：动词从「回答」换成「完成」
当天真正的新物种，是 ChatGPT Work。
官方的定义是：一个内置在 ChatGPT 里的智能体，能跨你的应用和文件采集信息，把复杂项目拆成小步骤独立执行，必要时连续跑几个小时，最后产出表格、幻灯片、文档、网页应用这样的 成品 。它的底座是 Codex 的技术——这里有一组值得注意的数字：Codex 每周活跃用户超过 500 万，其中超过 100 万人用它干的根本不是写代码的活。OpenAI 显然从这里读出了信号：既然一个编程智能体已经被自发用成了「万能打工的」，那就干脆把它产品化。
ChatGPT Work 的几个关键件：
Plugins（插件） ：把 ChatGPT 接到 Slack、Teams、Google Drive、SharePoint、邮箱、日历、CRM 这些你日常干活的地方。提示词里打 @ 加应用名，就能指定从哪里取上下文。
Scheduled Tasks（定时任务） ：让它按计划或按事件触发干活——每周汇总 Slack 新消息刷新会议议程、每天早上巡一遍网站和仪表盘发日报、邮件里来了新反馈就自动更新演示文稿。你不在电脑前，活也在往前走。
Sites（公测） ：把工作成果直接生成可分享的交互式网站或 Web 应用——实时仪表盘、项目跟踪器、内部门户，一个 URL 发给团队。 桌面端加强 ：桌面版 ChatGPT 内置了浏览器，能自己上网查资料、操作网页工具；还有 Computer Use——它可以直接操作你的电脑，在各种本地应用之间点击、输入、挪文件。
效果如何？OpenAI 给了自家的数据：内部接近 100% 的团队在用 ChatGPT Work 和 Codex，财务团队的月结和预测从几天压缩到几小时，销售团队把一次客户沟通在 24 小时内变成了定制化的概念验证——以前这要几周。当然，这是官方口径的内部案例，参考价值有，滤镜也有。
还有一个容易被忽略的信号藏在公告末尾：OpenAI 宣布 开始逐步关停独立的 Atlas 浏览器 ，把从中学到的东西并进 ChatGPT 和 Chrome 侧边栏扩展。去年被寄予厚望的「AI 浏览器」路线，试验了一圈，最终还是收编回主产品——入口不必另起炉灶，能力长在 ChatGPT 身上就够了。
开放范围上，Web 和移动端的 ChatGPT Work 从 7 月 9 日起先给 Pro、Enterprise 和 Edu 用户，Plus 和 Business 在随后几天跟上；桌面 App 则全球上线，所有套餐（包括免费档）都能用到 Chat、Work、Codex 三个模式，只是免费和 Go 档只能用 Terra 模型。
计费方式也值得注意：ChatGPT Work 干的是长活，按用量计费，沿用 Codex 的用量结构——任务越复杂，消耗你套餐里的额度越多。「替你上班」不是无限量供应的。
📌 五、Codex 并入桌面端：一个 App 装下聊天、办公和写码
第三件事看起来最小，其实最能说明 OpenAI 在想什么：Codex 桌面应用从 7 月 9 日起并入新的 ChatGPT 桌面端。
据 Codex 官方 changelog，合并后的桌面应用把 Chat、Work、Codex 三个模式装进同一个 App。老用户正常升级，项目、设置、工作流全保留；开发者可以把 Codex 设成默认视图，macOS 上连图标都能继续用 Codex 的。原来的 ChatGPT 桌面版改名 ChatGPT Classic，退居二线。
这次合并不只是换个壳，Codex 本体也加了几个实打实的功能：
直接在应用里编辑 Markdown 和代码，支持行内批注，选中一段就能让 Codex 改； GitHub PR review 进了侧边栏，评审意见和 diff 并排看，不用切出去； 一个项目里可以同时挂多个代码仓库； Computer Use 换上 GPT-5.6 后速度更快。
把三件事放到一起看就清楚了：GPT-5.6 是引擎，ultra 和 multi-agent 是传动，ChatGPT Work 和 Codex 是两个轮子——一个面向办公，一个面向工程——合并后的桌面 App 则是那台整车。与其说 OpenAI 这天发了三个产品，不如说它做了一次总装。
📌 六、安全：拦得更狠了，也更贵了
上篇讲过 GPT-5.6 被按住的核心原因是网络安全能力，GA 之后这套逻辑变成了常态化的运营。
官方公布的几个事实：GPT-5.6 是 OpenAI 迄今网络安全能力最强的模型——ExploitBench（漏洞利用基准）73.5%，上一代只有 47.9%；相应地，安全栈也是迄今最重的——新的 cyber 防护拦截量约是以前的 10 倍 ，发布前跑了约 70 万 A100e GPU 时的自动化红队测试。最强的攻防能力被锁进 Trusted Access 计划，只对完成身份验证、开启高级账户安全的个人和机构开放。
ChatGPT Work 这边配的是 auto-review 机制：用最先进的模型在涉及外部工具和 API 的关键动作执行前做一道审查。官方称在对抗性红队测试中，它拦下了 100% 的敏感数据窃取尝试——包括审查模型训练时没见过的攻击。这个「100%」当然只对已测试的攻击面成立，但姿态很清楚：让 AI 替人干活的前提，是先让另一个 AI 盯着它干活。
拦截变狠的副作用是误伤。OpenAI 自己也承认这套保守策略会给正常使用添堵，所以在 ChatGPT 和 Codex 里加了个选项：被拦了可以一键换低能力档的模型重试。安全和可用之间的这道缝，暂时是用「降级重试」糊上的。
📌 模型发布的时代正在过去，工种发布的时代开始了
上篇的结尾我们说，GPT-5.6 最该被记住的不是跑分，而是「最强的那一档开始默认不对所有人开放」。12 天后闸门开了，而这次真正该被记住的，依然不是跑分。
是那个合并后的桌面 App。聊天、办公、写码装进同一个入口，模型在底下按需要派分身、开档位，插件把你的 Slack、网盘、日历全接进来，定时任务让它在你睡觉时继续干活。OpenAI 这次交付的不是一个更强的模型，而是一个完整的「数字同事」——有脑子（GPT-5.6）、有手（Computer Use 和浏览器）、有工位（桌面 App）、有考勤（按用量计费）。
模型发布的时代正在过去，工种发布的时代开始了。装。
📌 六、安全：拦得更狠了，也更贵了
上篇讲过 GPT-5.6 被按住的核心原因是网络安全能力，GA 之后这套逻辑变成了常态化的运营。
官方公布的几个事实：GPT-5.6 是 OpenAI 迄今网络安全能力最强的模型——ExploitBench（漏洞利用基准）73.5%，上一代只有 47.9%；相应地，安全栈也是迄今最重的——新的 cyber 防护拦截量约是以前的 10 倍 ，发布前跑了约 70 万 A100e GPU 时的自动化红队测试。最强的攻防能力被锁进 Trusted Access 计划，只对完成身份验证、开启高级账户安全的个人和机构开放。
ChatGPT Work 这边配的是 auto-review 机制：用最先进的模型在涉及外部工具和 API 的关键动作执行前做一道审查。官方称在对抗性红队测试中，它拦下了 100% 的敏感数据窃取尝试——包括审查模型训练时没见过的攻击。这个「100%」当然只对已测试的攻击面成立，但姿态很清楚：让 AI 替人干活的前提，是先让另一个 AI 盯着它干活。
拦截变狠的副作用是误伤。OpenAI 自己也承认这套保守策略会给正常使用添堵，所以在 ChatGPT 和 Codex 里加了个选项：被拦了可以一键换低能力档的模型重试。安全和可用之间的这道缝，暂时是用「降级重试」糊上的。
📌 模型发布的时代正在过去，工种发布的时代开始了
上篇的结尾我们说，GPT-5.6 最该被记住的不是跑分，而是「最强的那一档开始默认不对所有人开放」。12 天后闸门开了，而这次真正该被记住的，依然不是跑分。
是那个合并后的桌面 App。聊天、办公、写码装进同一个入口，模型在底下按需要派分身、开档位，插件把你的 Slack、网盘、日历全接进来，定时任务让它在你睡觉时继续干活。OpenAI 这次交付的不是一个更强的模型，而是一个完整的「数字同事」——有脑子（GPT-5.6）、有手（Computer Use 和浏览器）、有工位（桌面 App）、有考勤（按用量计费）。
模型发布的时代正在过去，工种发布的时代开始了。
