AI 洞察
23 分钟
GPT-5.6 用三档切走市场，Ultra 模式提前一年把 Agent 编排推上台面
Site Owner
Published on 2026-07-13
OpenAI 一天发了 3 个 GPT-5.6，把价格砍到 1/16，再用 Ultra 模式默认协调 4 个 Agent 并行。这场发布会讲的不是更大的模型，而是把'模型+算力'切成乐高卖给程序员。程序员的下一个身份是编排师，不是 prompt 工程师。
Loading...
Loading...
Site Owner
Published on 2026-07-13
OpenAI 一天发了 3 个 GPT-5.6，把价格砍到 1/16，再用 Ultra 模式默认协调 4 个 Agent 并行。这场发布会讲的不是更大的模型，而是把'模型+算力'切成乐高卖给程序员。程序员的下一个身份是编排师，不是 prompt 工程师。
摘要：OpenAI 一天发了 3 个 GPT-5.6，把价格砍到 1/16，再用 Ultra 模式默认协调 4 个 Agent 并行。这场发布会讲的不是更大的模型，而是把"模型+算力"切成乐高卖给程序员。程序员的下一个身份是编排师，不是 prompt 工程师。
OpenAI 一天发了 3 个 GPT-5.6，把价格砍到 1/16，再用一个默认协调 4 个 Agent 并行的"Ultra 模式"收口——这场发布会讲的不是更大的模型，而是把"模型+算力"切成乐高卖给程序员。
2026 年 7 月 9 日到 10 日，OpenAI 在 36 小时内做了五件事：发布 GPT-5.6 三档模型 Sol/Terra/Luna、推出桌面版 ChatGPT Work（把 Codex 和 ChatGPT 合并进同一个应用）、上线 Sites beta（AI 直接建站）、在 Responses API 开放 programmatic tool calling 和 multi-agent beta、并在 Codex 里新增一个 "ultra" effort 等级——这个等级默认协调 4 个 Agent 并行工作，用更高的 token 消耗换取更短的任务时间（来源：Latent Space AINews 2026-07-10、OpenAI 官方推文）。
这不是一次例行升级。这是一次产品形态的重新切割。
先看定价阶梯（每百万 token，input/output）：
Luna 输出价只有 Sol 的五分之一。首次引入 cache-write 定价，cache-read 保留 90% 折扣（来源：@ArtificialAnlys）。
再看性能阶梯。OpenAI 官方称 Sol 在 Agents' Last Exam 上拿到 53.6 分，比 Claude Fable 5 adaptive 高 13.1 分；medium 推理档下比 Fable 高 11.4 分但成本仅 1/4；Terra 和 Luna 性能仍超 Fable，成本约 1/16。独立测评机构 ArtificialAnlys 给 Sol (max) 打了 59 分 Intelligence Index，仅比 Claude Fable 5 (max) 低 1 分——但单位任务成本只有 Fable 的 1/3。
这三档不是性能递减，是应用场景分流：要天花板选 Sol，要成本选 Luna，要折中选 Terra。这和卖手机不是一个套路——苹果不会同时卖 A18 Pro 和 A18 mini 让开发者自己挑，OpenAI 是把"模型"做成了可替换的算力 SKU。
而 Ultra 模式是这个产品矩阵的真正王炸。OpenAI 的官方描述很克制："our highest-capability setting, coordinating multiple agents across parallel workstreams to finish complex tasks faster"——翻译过来就是：默认协调 4 个 Agent 并行跑同一件事，token 烧得多但完成更快。
这场发布会的关键信号是：模型规模红利见顶，产品分层和编排红利开始。
黄仁勋 7 月 11 日的最新访谈和 OpenAI 这步棋，刚好撞在同一个判断上。
黄仁勋的原话被翻译成中文后流传很广："程序员应该开始'造 Agent'，公司未来将建在 Harness 之上"（来源：创业邦 2026-07-11 转译报道）。Harness 这个词在英文里是"马具、缰绳"——也就是驾驭系统。把公司建在 Harness 上，意思不是说公司要变成 Agent 公司，而是说公司要变成驾驭 Agent 的公司。
这不是老黄随便说的场面话。三件事叠在一起看：
第一，OpenAI 用 3 档模型 + Ultra 4-Agent 协调把"组合算力"产品化；第二，ChatGPT Work 桌面合并把"问问题"和"改代码"压进同一张办公桌；第三，programmatic tool calling 开放——程序员现在可以用代码动态拼装工具调用链。
这三件事指向同一个方向：单个 Agent 训练师的角色正在被边缘化，编排师走上台面。
之前我们写 Agent Memory、写"最后一公里"、写"技术过剩时代你的核心不是能力"，反复讨论的是"单 Agent 如何变强"。那些文章现在看来都还在上一个时代。GPT-5.6 一天之内给出的信号是：单 Agent 变强已经没那么重要了，重要的是 4 个 Agent 怎么协调。
这个判断的反直觉点在于：所有 AI 编程的爆款叙事都还在讲"Cursor 比 VS Code 强"、"Claude Code 比 Copilot 强"——单兵作战视角。但 OpenAI 这一手是把赛跑从单兵改成接力：你不再需要最强的单 Agent，你需要的是会拆活、会监控、会回滚的"指挥家"。
类比交响乐团：一个好的小提琴手和一个好的指挥家，后者的价值永远在前者之上。GPT-5.6 把小提琴手的水平拉到了 59 分（差 Fable 5 只 1 分），同时把"指挥家"作为产品 Ultra 直接卖给你。OpenAI 不再卖给你最强的小提琴手，它卖给你的是一支已经排练好的乐队。
这也解释了为什么 ChatGPT Work 要合并 Codex——不是为了取代 IDE，而是为了把"指挥"这件事的 UI 拉出来。以前你得在多个终端里看 4 个 Agent 各自跑，现在 ChatGPT Work 桌面把"4 Agent 协调"做成了你看得见的画中画监督（picture-in-picture supervision）。
未来 6 个月值得投入学习的，不是更强的 prompt，而是 Harness 模式 + 多 Agent 调度的工程实践。 这一波工具升级和模型升级是同步的：模型分了三档，工具链也分了三档——prompt 还是 prompt，但编排工具变成了一等公民。
对比之下，Anthropic 的路径选择显得越来越像一场赌博。
Fable 5 在 ArtificialAnlys 的 Intelligence Index 上拿到 60 分，比 GPT-5.6 Sol (max) 高 1 分——但单位任务成本是 Sol 的 3 倍。这不是 1 分的差距，是商业模型层面的根本分歧：
短期看，Anthropic 在"最难的任务"上仍然领先；但在 B2B 场景里——大量任务是中低复杂度、要的是单位经济性——OpenAI 已经用 Luna 把对手的价格打到了 1/16。Fable 比 Sol 强 1 分这个事实，在 B2B 财务模型里几乎不构成决策权重。
更关键的是 Anthropic 没有"Ultra 模式"。Claude 现在仍然主打单 Agent 体验，Computer Use 和 Code 是两个独立产品线，没有桌面合并的旗舰。Anthropic 在赌"模型能力最终会赢过产品编排"，但这个赌注的代价正在被 OpenAI 的产品矩阵速度吃掉。
押注 OpenAI 的 3 条理由：
1 个保留意见：
Ultra 模式的 token 倍增没给具体数字。官方只说"trading higher token use for stronger results and faster time-to-result"，没说 4 Agent 并行是不是把单任务 token 烧到 3 倍还是 5 倍（待 OpenAI 后续披露）。如果是 5 倍以上，长任务单位成本可能反向走高——那时 Sol 在 simple 任务上的性价比反而最好。
立刻能做的 3 件事：
这场发布会的真正含义：模型战争的第一阶段结束了，分层和编排的第二阶段已经开局。