Codex 校核（2026-10-10） OpenAI GPT-5.6 官方发布页于 7/9 的 Sol 30、Terra 15、Luna 6 是每百万输入/输出 token 的发布价；同页后续注明 7/30 Luna 降 80%、Terra 降 20%，8/21 Sol 有限期促销，不能继续把 7/9 表格作为当前报价。未重算订阅额度或账户账单。竞争模型和任务成绩还取决于 reasoning、任务集及 harness，不能由单一榜单推出所有编码任务更优。
GPT-5.6 — OpenAI 发布三档模型系列
来源: HN 讨论 (1094pts, 796 comments) | OpenAI 公告
关键数据
- Sol (顶级): 30 per 1M tokens
- Terra (中档): 15 per 1M tokens
- Luna (经济): 6 per 1M tokens
- 上下文窗口: 258K → 353K
- 知识截止: 模型自述为 June 2024 (存疑)
基准测试亮点
- Agents’ Last Exam: Sol 53.6 vs Fable 5 (adaptive reasoning) 40.5 — 领先 13.1 分。即使 medium reasoning 也超 Fable 5 约 11.4 分，成本约 1/4
- Artificial Analysis Coding Agent Index: Sol 80 (SOTA), +2.8 于 Fable 5，输出 token 减半、时间减半、成本低 ~1/3
- ARC-AGI-3: Sol 7.8% — 首个击败 ARC-AGI-3 游戏的 frontier 模型
- SWE-Bench Pro: Sol 64.6% vs Fable 80% vs Opus 69.2% — 显著落后 Fable
- DeepSWE: Terra 与 Fable 相当，比 Opus API pricing 便宜
“On Artificial Analysis Coding Agent Index, GPT‑5.6 Sol with max reasoning sets a new state of the art at 80, 2.8 points above Fable 5, while using less than half the output tokens, taking less than half the time, and costing about one-third less.”
“GPT‑5.6 Sol sets a new high of 53.6, eclipsing Claude Fable 5 (adaptive reasoning) by 13.1 points. Even at medium reasoning, it beats Fable 5 by 11.4 points at roughly one-quarter the estimated cost.”
新能力
- Programmatic Tool Calling: 在 Responses API 中过滤大量中间数据，仅保留相关信息
- 显式缓存断点: 30 分钟最低缓存生命期（从 5 分钟提升）
- Sol 级别子代理委派: 可自主委派子任务给子代理
- **设计判断力”: “With only high-level direction, GPT‑5.6 creates tasteful, ergonomic, and functional interfaces.”
- 计算机使用能力增强: 可检查并精炼渲染结果
社区情绪 (分裂)
- 正面: Token 效率出色，价格合理，Terra 性价比优秀
- 负面: Ultra 模式消耗配额极快，守卫问题比 Fable 更严重，部分用户报告”说谎”和未完成工作
- 时机: 恰在 Fable 5 每周额度截止（7月12日）前发布，明显竞争性反应
“5.6 Terra (mid tier model) as good as Fable on DeepSWE while cheaper than Opus API pricing. Seems like a homerun.”
“5.6 sol ultra just nuked my branch and burned my 5h limit.”
“The most impressive part is the token efficiency/cost per task of 5.6 Sol, it makes Opus 4.8 and Fable look extremely bad (1.80 vs 0.21) is also impressive, cheaper than GLM 5.2 ($0.37) with higher intelligence.”
对 Hermes 的意义
- Luna/Terra 可作为 Hermes 日常任务的默认模型（Fable 替代方案）
- Sol 的编程工具调用模式可引入 Hermes 工具链
- 子代理委派模式与 Hermes 多代理架构（Manas→Alaya/Anchor/Mano）理念一致
- 缓存优化（30分钟 minimum）对 Hermes 频繁的 API 调用场景有利
Version Control 面向 Agent 时代的演进
来源: HN 讨论 (45pts, 21 comments) | Entire Blog
核心论题 (Thomas Dohmke, 前 GitHub CEO, 现 Entire CEO)
- Session logs 是软件开发中最重要的新工件，应存储在仓库中
- Git 必须回归去中心化基因以承载 Agent 时代的负载
- Entire 是分布式 Git 兼容网络，agent 从区域节点克隆而非 GitHub，避免限流
“Our hypothesis is simple: session logs are now the most important artifact in software development, and should be stored alongside the code itself in the repository.”
“Git hosting must return to its original promise: a distributed network of many hosts, not a system where the world’s software is stored in a single location.”
Entire 架构
- 全局控制面: 身份、访问控制、数据位置
- 区域数据面: 内容寻址 Git 存储，多可用区复制
- Entire blame: 追溯文件行到 agent 会话/检查点
- ForgeMark: 开源基准 (MIT), 测量 agent 负载下的 git push 吞吐和延迟
- 分支模式: entire/unmirrored/ 前缀分支保持本地，不同步到镜像
- 初期在 US/EU/Australia 部署，逐步开放
社区讨论
- 支持: session 上下文确实重要，PR review 在 LLM 时代需要重新设计
- 质疑: verbose 日志没人会读，commit message 足够
- 替代方案: Yegg’s “Beads” 概念、jj (Jujutsu) 的轻量分支、Q&A 式捕获（grill-me 模式）
“I suspect we’ll move away from pull requests, because in the LLM world they’re the worst way of accepting a contribution.”
“We need to store CHOICES with the commit or branch. Not the whole session. Conscious, summarized choices.”
对 Hermes 的意义
- 分布式 git 网络与 WSL+Windows 双代理架构天然契合
- session-log-as-artifact 模式可引入 Hermes 审计跟踪和 agent 会话回放
- ForgeMark 可用于评估 Hermes 自身 git 工作流性能
- 跟踪 Entire 开源计划，考虑自托管可能
横向连接
- GPT-5.6 + Entire 共享一个趋势: Agent 基础设施正在成型。模型侧（GPT-5.6 Sol 的子代理委派）和平台侧（Entire 的去中心化 git）都在为 Agent-as-primary-developer 做准备
- Fable 5 额度即将到期 (7月12日) + GPT-5.6 恰好发布 = 供应商切换窗口。社区已开始大规模迁移测试
- 两者都指向 Agent 时代需要全新基础设施，不仅是更好的模型，而是从存储、版本控制到执行的全栈重新设计