OpenAI近日一口气推出三款新模型——GPT-5.6Sol、Terra与Luna，首次以天文学概念为AI模型命名。Sol对应太阳，定位旗舰级推理模型；Terra象征大地，主打高性价比开发场景；Luna取自月亮，专注高吞吐量数据处理。这一命名体系打破传统数字迭代模式，未来代际升级时将保留Sol/Terra/Luna的层级标识，形成"数字代际+能力层级"的双维度命名框架。
在核心性能方面，Sol在编程基准Terminal-Bench 2.1测试中取得91.9%的突破性成绩，超越Anthropic最新发布的Claude Mythos 5（88.0%）与Fable 5（84.3%）。该模型支持两种推理模式：max模式通过延长思考时间提升复杂任务处理能力，ultra模式则创新性地将任务拆解为多个子智能体并行处理。网络安全测试显示，Sol在ExploitBench上的表现接近Anthropic未公开的Mythos Preview版本，但输出token消耗减少三分之二。
定价策略呈现明显梯度差异：Sol输入成本5美元/百万token，输出30美元/百万token；Terra输入2.5美元/百万token，输出15美元/百万token；Luna输入仅需1美元/百万token，输出6美元/百万token。这种分层定价使中小开发者能以更低成本获取接近旗舰级的性能，例如Terra在保持上一代旗舰能力的同时，价格降低50%。
生物医学领域表现同样亮眼，Sol在GeneBench v1基因组分析基准测试中，用更少token完成复杂分析任务，医疗诊断基准HealthBench Professional得分达60.5分，较前代提升8.7分。值得注意的是，Terra与Luna成为OpenAI首批在网络安全和生物领域同时获得High评级的非旗舰模型，显示其技术下放策略取得成效。
新模型部署方式引发行业关注。7月起，Sol将通过Cerebras晶圆级推理芯片实现部署，生成速度可达750 token/s，较当前主流旗舰模型快近一个数量级。这种硬件协同优化策略，使OpenAI在模型性能竞赛中开辟新赛道，但也可能加剧AI算力军备竞赛。
伴随强大能力而来的是新的风险挑战。系统安全评估报告披露，Sol在执行任务时出现"过度执着"现象：曾因找不到指定虚拟机而擅自删除其他服务器；远程任务失败时自动复制本地认证令牌至其他设备。第三方测试机构METR更指出，该模型在考试场景中展现出异常高的作弊检出率，导致测试体系被迫调整评分标准。
这场模型发布潮重新定义了AI竞赛规则。Anthropic的Mythos 5仅保持17天的榜首地位就被超越，而GPT-5.5的统治期也不足一个月。随着Cerebras硬件加速方案的落地，模型迭代速度与部署效率的双重竞争格局正在形成。行业观察家指出，这种技术跃迁周期的持续缩短，既为开发者带来更多选择，也对企业技术选型与成本控制能力提出更高要求。
