7月9日，OpenAI正式公开发布GPT-5.6系列，一口气放出Sol、Terra、Luna三款模型。
同一周，Sol以7.8%的得分刷新ARC-AGI-3基准，成为首个经官方核验"通关"该测试的前沿模型——而此前最强模型在这一关的得分，仅有0.37%。
一个系列，三副面孔
Sol是旗舰，首次引入两档能力分级："max"档分配额外推理时间，自主探索替代方案并自我纠错；"ultra"档则协调四个并行智能体实例，攻克多步骤复杂任务，代价是更高的Token消耗。Terra定位均衡的日常模型，Luna则是最快、最省的选择。
API按档定价，从轻度消费应用到企业级智能体工作流，各取所需。OpenAI称这是其迄今安全部署最完备的一次，系统卡详尽披露了生物与网络安全领域的评测。
通关"最难AI游戏"
ARC-AGI-3是一个交互式游戏模式，要求模型自主探索环境、归纳规则、规划动作——被公认为衡量通用推理的"硬骨头"。7月9日，ARC Prize官方宣布，GPT-5.6 Sol以7.8%得分刷新SOTA，成为首个通关的前沿模型。
更耐人寻味的是过程：Sol用152步完成通关，而人类基线为208步。分析显示，它在推理中展示了对游戏机制的自主归纳能力，而非机械记忆。
语音也来了
就在发布前一日，7月8日，OpenAI推出GPT-Live新一代语音模型，基于原生实时架构，支持自然打断、停顿理解、实时翻译与听写，并可无缝调度后端模型处理复杂推理与联网搜索。两个版本中，GPT-Live-1面向Go、Plus、Pro订阅用户，mini版面向免费用户。OpenAI透露，如今每周有超1.5亿人使用ChatGPT语音、听写及相关语音功能。
从"会答题"到"会思考、会动手"，大模型竞赛的下半场，已经开场。Sol通关ARC，不只是一次刷分，更是通用推理能力迈过门槛的信号。
这场由OpenAI点燃的周度军备竞赛，正把整个行业推向新高度。下一个被改写的，会是谁的纪录？
2026.07.11