NiceKate AI：GPT 5.6 Sol 16 項實測 — ChatGPT、Codex 正式合體

開場閒聊

Koda 一開場就笑說 GPT 5.6 終於發布了，隨之而來的最大變化是 ChatGPT 和 Codex 兩款 App 正式合體。

現在 App 名稱統一叫 ChatGPT，但可以在裡面切換 Codex 模式來調用 GPT 5.6 Sol 的所有能力。

不過他用的是 5 倍 Pro 會員，積分還是不夠用，甚至重置了一次才把 16 項實測跑完。

他感嘆這次 OpenAI 特別強調「更強的單位美元表現」——同樣的預算可以完成更多任務，言下之意就是在嗆 Claude 太貴了。

而實際體驗下來，Sol 在設計判斷上確實讓 Koda 感到驚艷，從生成頁面的質感到圖像還原的準確度，都讓他覺得「AI 在視覺設計這條路上進步得比想像中快」。

懶人包速覽

核心痛點	解決方案 / 關鍵觀點
ChatGPT 和 Codex 分開使用很麻煩，切換成本高	GPT 5.6 統一為一個 ChatGPT App，內建 Chat / Worker / Codex 三種模式，開發和一般使用無縫切換
模型選擇太多，不知道哪個適合自己的任務	三層級架構：Sol（旗艦編碼，編碼代理指數 80 分）、Terra（日常通用）、Luna（最快最省錢），Max 和 Ultra 模式進一步調配推理深度
生成式 AI 的設計品質不如預期，常給出粗糙的版面	5.6 Sol 的設計判斷明顯躍升，能檢查真實界面、反覆修正到可交付水準，OSWorld 2.0 達到 62.6%，輸出 token 還少 85%
Worker 模式下多任務協作效率低	Worker 模式的 Ultra 設定可協調 4 個智能體並行工作，一次完成文檔、表格、簡報和瀏覽的完整流程

Koda 花了很長的時間跑完 GPT 5.6 Sol 的 16 項實測，從最簡單的圖片辨識到複雜的 Tesla 財報分析，再到水印 App 的完整開發，資訊量非常大。

這篇文章我幫大家整理出 GPT 5.6 Sol 最值得關注的三大升級方向，並補充我自己的觀察。

GPT 5.6 的三層產品架構：Chat、Worker 與 Codex

OpenAI 這次把產品形態重新劃分為三個層級。

Chat 就是原本的對話模式，適合快速問答和寫作。

Worker 模式非常像 Claude 的 Worker，可以幫你製作表格、文檔、簡報和網站。

Codex 則維持原本的開發者導向，但直接內嵌在 ChatGPT App 中。

模型的運算層級也分為三檔：Sol（So，旗艦編碼模型，編碼代理指數 80 分）、Terra（兼顧日常工作的通用模型）、Luna（速度最快、成本最低）。

當遇到更難的任務時，Max 模式會投入更多推理時間。

Ultra 模式則默認協調四個智能體並行推進，用更高的計算量換取更強結果和更快的完成時間。

Koda 特別提到，目前在 ChatGPT 的網頁端可以看到 X-high、Pro 等選項，切換到 Worker 模式後還有 Auto 模式。

Pro 用戶可以選擇 5.6 Sol，而在 Worker 模式下選擇 Ultra 就會開啟四個 Agent 一起協作。

Worker 模式實測：從蟲蟲辨識到 PPT 生成的完整流程

Koda 的第一個測試是給 Worker 一張圖片，請它識別圖中有幾隻蟲子。

Sol 花了 4 分鐘就準確辨識出 5 隻蟲子，位置完全正確，而且過程中還自動使用了圖片裁剪和放大來輔助判斷。

更值得留意的是，他比較了不同模式——5.6 Sol 的 Max 模式成功，而 High 模式則失敗，顯示出推理深度對這類視覺任務的關鍵影響。

在 PPT 生成任務上，Worker 模式先是調用圖片生成工具產出多張示意圖，再根據這些示意圖製作完整簡報。

最終產出的頁面品質相當不錯，除了第五頁的表格比較粗糙之外，其他頁面內容和整體質感都在水準之上。

整個過程耗時約 19 分鐘——但考慮到它同時在處理搜索資料、生成圖片和排版，這個速度其實已經相當可觀。

網頁設計能力躍升：圖像還原與自適應的突破

這次 Koda 用多個測試來驗證 5.6 Sol 的設計能力。

第一個是生成耳機產品頁——Sol 產出的金屬拉絲質感做得非常好，耳罩結構細膩，而且下方可以選擇不同顏色。

相比之下，之前測試其他模型時，顏色切換只做了一個簡陋的 2D 展示。

更令人驚豔的是圖像復刻測試。

Koda 把一張音樂播放器截圖丟給 GPT，請它生成對應的 HTML 頁面。

一開始他以為 Sol 只是把圖片放在網頁底層來偽裝，但點擊後發現所有元素都是可以互動的——天氣切換、鏡景選擇、場景主題，甚至雨刮強度都能調整。

Koda 後來追問才知道，這是透過 product design 插件中的「image to code」skill 來實現的，並非單純的圖片覆蓋。

此外，GPT 5.6 內建的瀏覽器也獲得了升級，支援已認證站點、多標籤頁和文件下載。

新的 Chrome 擴充功能可以讓 GPT 在瀏覽器中與你一起完成任務——點開插件，提示它介紹某個新聞，它就會直接在瀏覽器側邊欄給出完整的回答。

開發者功能：Codex 升級與 App 開發實戰

對開發者來說，Codex 這次也有顯著升級。

可以直接在編輯器中修改文件，無需離開應用就能查看和審查 PR，還可以在 Chat 中使用 Pro 模式。

Koda 測試了 Codex 開發一個水印 App——Sol 花了約 19 分鐘完成整個建置過程，過程中遇到 bug 會自己循環處理，完全不需要人工介入。

比較 5.6 Sol 和 5.5 的產出——左邊是 5.6，右邊是 5.5，明顯看得出來 5.6 的 UI 做得更好。

導入影片後下方會自動顯示水印，右側可以隨機生成不同樣式，出現頻率也能調整。

5.6 的影片預覽還做了圓角和陰影透明效果，比 5.5 高級很多。

雖然一開始無法載入影片，但 Sol 很快就自己修復了這個問題。

最後 Koda 還讓 Sol 檢查應用的性能和隱私洩露問題，並生成應用圖標。

一開始生成的圖標是方角且比其他圖標大，但 Sol 後來透過洋紅色中間背景生成真實透明的 Alpha 通道，把背景改成透明後，最終的圖標樣式就相當美觀了。

3D 建模與科學可視化

在 3D 建模方面，Sol 嘗試用 OpenSCAD 生成 Koda 指定的模型。

由於 Mac 版 OpenSCAD 的開發版和正式版差異較大，Sol 一開始沒識別出來，還試著去下載 2021 年正式版。

Koda 趕緊打斷它，告訴它電腦上已經安裝了開發版的路徑，之後 Sol 就用本機版本完成渲染。

雖然表面的品牌 Logo 還原度不夠高，但錶帶的縫線和走線細節表現不錯，之前 5.5 常出現的錶盤和錶帶分離問題也解決了。

另一個亮點是桌面星象儀——Sol 生成的地球看起來非常真實，預設造型也有幾種可以選擇。

雖然 3D 模型完成度還有進步空間，但頁面的整體清爽度讓 Koda 非常喜歡。

QA 精選

Q1：GPT 5.6 Sol 跟 GPT 5 相比，最大的進步在哪裡？

根據 Koda 的實測，5.6 Sol 最大的進步在於設計判斷和圖像復刻能力。

在網頁生成測試中，5.6 Sol 能產出金屬拉絲質感、可互動的顏色切換、自適應布局——這些在 5.5 上都只能做出簡陋的 2D 展示。

在圖像復刻方面，5.6 Sol 使用 image to code skill 能精準還原 UI 細節，甚至連天氣切換、雨刮強度這類互動元素都能重現。

在編碼代理指數上，Sol 達到 80 分，同時輸出 token 還比對手少 85%。

Q2：Worker 模式是什麼？跟一般的 Chat 有什麼不同？

Worker 模式是 GPT 5.6 新增的產品形態，類似 Claude 的 Worker，可以自主完成多步驟任務。

Koda 測試中 Worker 模式花了 19 分鐘生成一份完整 PPT，過程中會自動調用圖片生成工具產生示意圖，然後根據示意圖製作簡報。

在 Ultra 設定下，Worker 可以協調 4 個智能體並行工作。

相比之下，一般的 Chat 模式只適合快速的對話問答，無法執行長流程的多步驟任務。

Q3：Pro 會員的積分夠用嗎？選哪個模式最省錢？

Koda 自己用的是 5 倍 Pro 會員，跑完 16 項實測後還重置了一次積分才夠用。

他特別提到在 Worker 模式下，如果選擇 Ultra（4 Agent 並行），積分消耗會非常快。

對於一般用戶來說，日常使用 Terra 或 Luna 模式就足夠了，只有在需要高品質編碼或複雜設計任務時才需要切到 Sol 的 Max 或 Ultra 模式。

OpenAI 這次強調「更強的單位美元表現」，意思是同樣的預算可以完成更多成功任務——相比 Claude 的定價確實更有競爭力。

Q4：GPT 5.6 的安全性和防護機制如何？

OpenAI 這次結合了人工智能紅隊、大規模自動測試和分層實時監控來強化安全。

在 ExploitBench 基準上，GPT 5.6 從 5.5 的 47.9% 躍升到 73.5%，顯示在網絡安全防護方面的顯著進步。

此外 OpenAI 投入了約 70 萬 A100E GPU 小時做黑盒紅隊評估。

Koda 在測試中也讓 Sol 檢查了水印 App 的性能和隱私洩露問題——Sol 能主動掃描應用並給出詳細的安全建議。

Q5：GPT 5.6 Sol 適合哪些使用者？一般用戶值得升級嗎？

Sol 是 OpenAI 目前最強的編碼模型，適合開發者、設計師和需要高品質產出的專業用戶。

Koda 測試中 Sol 在蟲蟲辨識（4 分鐘完成）、PPT 生成（19 分鐘）、Tesla 財報分析（40 分鐘，含數據自動獲取和 dashboard 製作）等任務上都表現出色。

對一般用戶來說，如果只是日常對話問答，Luna 模式就夠用了，不需要升級到 Sol。

但如果你是經常需要 AI 輔助開發或設計的專業人士，Sol 的設計躍升和 Worker 模式的多智能體協作值得升級。

Q6：GPT 5.6 Sol 的 16 項實測中，哪一項最讓你意外？

Koda 認為最讓他意外的測試是圖像復刻音樂播放器和交通信號仿真兩項。

在圖像復刻測試中，Sol 不只是把截圖放在頁面底層當背景，而是真正識別出每個元素的位置和功能，做出可互動的音響控制面板。

在交通仿真中，雖然車輛穿模和紅綠燈位置還有問題，但頁面的整體設計風格非常清爽，Koda 直言非常喜歡這種簡潔的設計語言。

主編隨筆

看完 Koda 這篇 GPT 5.6 Sol 16 項實測報告，我最大的感觸是 GPT 5.6 Sol 在「設計判斷」這件事上的進步，可能比它在編碼基準上的分數提升更具實際意義。

Koda 在影片中提到一個細節我覺得很有趣：Sol 在做音樂播放器復刻時，先在底部墊了一張原始截圖當作參考，然後在上面疊加可互動的 UI 元素。

這其實是專業前端工程師常用的工作方法——先確定 layout 再補互動，但 AI 能自主採用這個策略，代表它的「任務規劃能力」已經進化到某種程度了。

不是單純的「根據提示生成代碼」，而是「先判斷這是什麼類型的任務，再選擇合適的工具鏈來完成」。

另一個值得留意的是 product design 插件中的四個 skill——image to code、design QA、user context 和 index。

Koda 問 Sol 這些東西裝在哪裡，Sol 回答是內置插件的一部分。

這其實暗示 OpenAI 在模型架構層面已經把「工具使用」和「模型推理」做了更深層的融合，而非只是外掛 API。

這種架構設計的好處是，模型知道什麼時候該用哪個工具，不會像以前那樣經常選錯工具或調用順序錯誤。

當然，Sol 不是萬能的。

3D 建模的 Logo 還原度還不夠，交通模擬的車輛穿模和紅綠燈擺放問題也很明顯。

但考慮到這只是 5.6 版本，如果 OpenAI 能維持這樣的進步速度，GPT 6 在設計和 3D 領域的表現值得期待。

結語

GPT 5.6 Sol 的發布，標誌著 OpenAI 從「更強的模型」走向「更完整的產品生態」。

ChatGPT 與 Codex 正式合體，代表 OpenAI 在整合開發體驗上邁出了關鍵一步。

三層產品架構、Worker 模式的多智能體協作，以及設計能力的質的飛躍，讓這次更新不只是版本號的跳躍。

Koda 的 16 項實測涵蓋了從日常生產力到專業開發的完整場景，結論很清楚：Sol 不是 GPT 5 的簡單升級，而是在「單位美元產出」和「設計判斷」兩個維度上完成了架構級的改變。

對於開發者和設計師來說，Worker 模式 + Sol 的組合可能是 2026 年下半年最值得關注的 AI 生產力工具之一。