Codex并入ChatGPT：GPT-5.6三档版本Sol/Terra/Luna详解

Codex 客户端为何变成了 ChatGPT？

用过 Codex 的开发者最近应该注意到了一个明显变化：客户端更新后，Codex 摇身一变成了 ChatGPT，并新增了「工作模式」。另一边，OpenAI 也悄然上线了 GPT-5.6，一口气拆成 Sol、Terra、Luna 三个版本。

理解这次变化需要一点背景：OpenAI Codex 最初于2021年发布，是专门针对代码生成场景微调的语言模型，也是 GitHub Copilot 的底层引擎。Codex 基于 GPT-3 架构，在数十亿行公开代码上进行了专项训练，能够理解自然语言描述并生成对应代码。此次将 Codex 客户端并入 ChatGPT 生态，标志着 OpenAI 将「代码智能」从独立产品线收拢为统一平台的一个功能模块——编程助手正从单一代码补全工具演进为能读懂整个代码仓库、执行多步骤开发任务的「智能体」（Agent）。

这次更新的核心是入口的重新整合。更新后，桌面端左上角可以在「工作模式」和「Codex 模式」之间自由切换，旁边还保留了独立的聊天入口。三者职责划分更清晰：

• 聊天模式：快速问答、搜索资料、临时改文案等轻量交互。
• 工作模式：日常深度工作，如行业研究、生成文档与 PPT，支持读取本地文件、调用桌面应用和浏览器。
• Codex 模式：专注软件开发，负责读仓库、改代码等专业编程任务。

「工作模式」所描述的能力——读取本地文件、调用桌面应用、控制浏览器——本质上是大语言模型与外部工具结合的「智能体」（AI Agent）范式。Agent 与普通聊天模型的核心区别在于：它不仅能生成文本，还能执行动作、观察反馈并据此调整后续行为，形成「感知-决策-执行」的闭环。实现这一能力的关键技术包括函数调用（Function Calling）、工具使用（Tool Use）以及多步骤规划。OpenAI 将这些能力整合进「工作模式」，是其将 ChatGPT 从被动响应的聊天界面转型为主动执行任务的「数字员工」的重要战略步骤。

简单说，这次更新最大的价值就是入口合并了，任务边界反而更清楚了。

GPT-5.6 三版本：Sol、Terra、Luna 差在哪？

GPT-5.6 拆分为 Sol、Terra、Luna，本质上是把「能力、速度、成本」做成三个档位，让用户按任务重要程度自由选择。

将旗舰模型拆分为多档次版本，是当前 AI 厂商的主流商业策略。Anthropic 的 Claude 系列分为 Haiku、Sonnet、Opus 三档；Google 的 Gemini 系列同样有 Flash、Pro、Ultra 之分。这种分级背后的技术逻辑是「模型蒸馏」与「推理优化」——更轻量的版本往往通过知识蒸馏（将大模型的能力迁移到小模型）或减少推理步骤来降低算力消耗。对用户而言，分级模型的核心价值在于「按需付费」：不必为所有任务都支付旗舰模型的溢价，而是根据任务复杂度动态选择，在总体成本不变的情况下获得更高的单次使用价值。

Sol：旗舰版，能力上限最高

Sol 是三者中能力天花板最高的版本，适合复杂研究、长流程开发、重要报告和专业 PPT 等对质量要求极高的场景。任务越重要，就越应该选 Sol。

Terra：均衡版，日常主力首选

Terra 是能力与成本的平衡点，适合日常研究、改代码、整理资料等常规工作。对大多数用户来说，Terra 已足够应付绝大部分需求。

Luna：速度最快，成本最低

Luna 主打速度快、消耗低，适合总结、改写、分类、批量处理等轻量高频任务。任务越轻量，就越应该选 Luna。

这套「Sol → Terra → Luna」的梯度设计，让用户自己在质量和成本之间做取舍，而不是一刀切地用最贵的模型处理所有任务。

GPT-5.6 成本对比：三档版本性价比一览

成本是大家最关心的问题。在理解计费数字之前，有必要了解 Token 这一基本概念：Token 是大语言模型处理文本的基本计量单位。以英文为例，大约每4个字符构成1个 Token；中文由于字符密度更高，通常1个汉字对应1-2个 Token。模型的计费分为「输入 Token」（你发送的提示词和上下文）和「输出 Token」（模型生成的回复）两部分，且输出 Token 的单价普遍高于输入 Token，因为生成过程比读取更消耗算力。Credits 则是 OpenAI 面向订阅用户的内部计费货币，将复杂的 Token 计费抽象为更直观的数字。

按官方 Credits 换算，三个版本的性价比差异清晰可见：

版本	输入（每百万 Token）	输出（每百万 Token）
GPT-5.5	125 Credits	750 Credits
Sol	125 Credits	750 Credits
Terra	62.5 Credits	375 Credits
Luna	25 Credits	150 Credits

Sol 的价格与上一代 GPT-5.5 持平，Terra 是 Sol 的一半，Luna 只有 Sol 的五分之一。

换算到 Plus 账号的 5 小时窗口，大致可用条数为：

• GPT-5.5：15–80 条
• Sol：15–90 条
• Terra：20–110 条
• Luna：50–280 条

需要注意的是，这些数字并非固定值。实际消耗受上下文长度、推理强度、工具调用次数及缓存命中率等多重因素影响，仅供参考。理解这一机制有助于用户主动控制成本：缩短上下文、减少不必要的工具调用、善用缓存，都是降低 Token 消耗的有效手段。

编程能力：GPT-5.6 Sol 对比 Claude

编程方向是本次升级的重头戏。根据 Artificial Analysis 的编程智能体指数，GPT-5.6 Sol 在开启 Max 模式后得分达到 80 分，比 Claude Fiber 5 高出 2.8 分，而输出 Token 和完成时间都不到对方的一半。

与 GPT-5.5 相比，GPT-5.6 每个 PR（Pull Request，即代码合并请求，是软件开发中将新功能或修复合并到主代码库的标准流程）大约只消耗三分之一的 Token，中位耗时几乎减半——不仅答得更好，还答得更快、更省。

理性解读这些数据很重要：Artificial Analysis 的编程智能体指数通常基于 SWE-bench 等标准化任务集——这类测试让模型在真实 GitHub 仓库中独立定位并修复 Bug，以通过率作为核心指标。需要特别注意的是，基准测试存在「分布偏差」：测试集中的任务类型、难度分布和仓库规模，未必能代表真实开发场景的多样性。此外，「Max 模式」通常意味着模型被允许使用更多推理步骤和工具调用，这会显著提升得分，但同时也会大幅增加 Token 消耗。基准测试是「理想工况」，实际开发中的复杂度和不确定性要高得多，参考此类数据时应同时关注测试条件、成本和延迟，而非仅看单一分数。

如何选择？Sol / Terra / Luna 选型指南

面对三种模式和三个版本，选型逻辑其实很简单：

• 快速问答、搜索资料、临时改文案 → 聊天模式
• 日常工作、从头分析 → 工作模式（Terra）
• 重要报告、复杂研究、专业 PPT、长流程开发 → 工作模式或 Codex 模式（Sol）
• 大量总结、改写、分类等高频轻任务 → Luna

核心原则始终是：任务越重要越往 Sol 走，任务越轻量越往 Luna 走。

总结

这次更新最值得记住的三点：

1. 入口合并：Codex 并入 ChatGPT，桌面端可自由切换聊天、工作、Codex 三种模式。
2. 边界更清晰：工作模式负责研究与文档生成，Codex 模式专注软件开发。
3. 按档位分家：GPT-5.6 通过 Sol、Terra、Luna 三档，把质量、速度、成本的取舍权交还给用户。

对普通用户而言，最值得关注的是新增的「工作模式」——它将研究、文档生成、本地文件读取、桌面应用调用等 Agent 能力整合到一起，让 ChatGPT 从「聊天工具」进一步向「工作平台」演进。这一转变与行业内 Copilot、Cursor 等产品将 AI 深度嵌入工作流的趋势高度一致，也预示着 AI 助手的竞争正从「谁回答得更准」转向「谁能帮你做得更多」。感兴趣的话，更新后不妨亲自上手体验。