OpenAI發表GPT-5.6、ChatGPT Work!新模型效率大升級,三大版本與辦公代理一次看
OpenAI發表GPT-5.6、ChatGPT Work!新模型效率大升級,三大版本與辦公代理一次看

OpenAI 於美國時間 7 月 9 日讓新一代模型家族 GPT-5.6 進入全面上市,並同步推出由 GPT-5.6 驅動的辦公型 AI 代理「ChatGPT Work」。

根據 OpenAI 官方公告,GPT-5.6 的全球分批上線自當日起展開,預計 24 小時內逐步完成,但不同平台、方案與模型版本的開放時程並不一致。

這次升級的主軸是「效率」,OpenAI 主打讓企業以同樣花費做出更多、更準的工作成果。

三版本上市,各平台與方案資格不同

GPT-5.6 分為三個版本:旗艦版 Sol 主攻最吃重的任務,均衡版 Terra 對應日常工作,輕量版 Luna 走最快、最省成本的路線。可用範圍依產品與訂閱方案而異,大致原則是:免費與 Go 用戶以輕量的 Terra 為主,付費用戶則能用到旗艦 Sol。

細分來看,在 ChatGPT,Plus、Pro、Business 與 Enterprise 用戶可使用 Sol,其中 Pro 與 Enterprise 另可選擇品質更高的 Sol Pro。

在 ChatGPT Work 與程式開發工具 Codex,免費(Free)與 Go 用戶可使用 Terra,Plus、Pro、Business 與 Enterprise 則可在 Sol、Terra、Luna 之間選擇。

最高階的 ultra 模式在 ChatGPT Work 限 Pro 與 Enterprise、在 Codex 限 Plus 以上方案。開發者則可透過 OpenAI API 使用 Sol、Terra、Luna 三個版本。

定價方面,三個版本都按每百萬 token 計費,輸入/輸出價格依序為 Sol 5 美元/30 美元、Terra 2.5 美元/15 美元、Luna 1 美元/6 美元,愈輕量愈便宜,讓企業能依任務難度分配成本。

新模型強在哪?效率領先與評測成績

OpenAI 這次的核心賣點是「效率」。OpenAI 表示,GPT-5.6 在程式開發、知識工作、電腦操作、資安與科學等評測取得領先成績,並在 Terminal-Bench 2.1(命令列工作流程)、BrowseComp(代理式網路搜尋)與 OSWorld 2.0(電腦操作)等由 OpenAI 公布的評測項目創下新高。

執行長奧特曼 (Sam Altman) 接受《CNBC》訪問時則說,旗艦版 Sol 在「代理式程式開發」(讓 AI 自主分步完成寫程式任務)的 token 使用效率提升 54%,效果「與市面上的競爭模型相當、甚至更好」。token 是 AI 處理文字的計費單位。

針對最吃重的任務,Sol 另設有名為 ultra 的最高階模式,預設會同時協調四個 AI 代理平行作業,用更多運算量換取更快、更好的結果。

ChatGPT Work是什麼?可把它理解成「Codex版的Claude Cowork」

如果說 Claude Cowork 是把 Claude Code 的代理能力帶進一般辦公工作,ChatGPT Work 就是 OpenAI 將 Codex 式的多步驟執行能力,包裝成更適合日常工作的介面。

它們的共通點是兩者都不只回答問題,而是讓使用者交代一個明確成果,交由 AI 自行整合資料、拆解步驟並產出可用成品。OpenAI 官方明列的串接對象包含 Slack、Microsoft Teams、Google Drive、SharePoint、電子郵件、行事曆、CRM 與專案管理工具。

ChatGPT Work怎麼用?交代成果、資料與限制

使用者先在 ChatGPT 選擇「Work」,接著用一句話說明希望完成的成果,例如彙整研究資料、製作簡報、建立比較試算表,或整理每週專案進度。

再來,附上檔案,或以 @ 指定已連接的工具,例如 Google Drive、Slack、行事曆等,讓 AI 取得任務所需資料。若想提高成果品質,指令最好同時交代四件事:要交付什麼、可使用哪些資料、有哪些限制,以及何時應停下來讓使用者確認。

ChatGPTWork 頁籤
現在使用者只要在 Codex 還有 ChatGPT App 左上角點選頁籤,就可以切換 ChatGPT Work 跟 Codex 模式。
圖/ ChatGPTWork

例如,使用者可輸入:「根據附上的訪談紀錄,做一份 8 頁簡報,整理三個主要發現並附上證據;資料不足之處請標記,先給我草稿確認。」相較一般 Chat 適合快速問答與短文改寫,Work 更適合需要多步驟處理、整合多份資料,並產出可直接審閱或再利用成果的任務。

依政府要求分批預覽,人事與 Atlas 同步變動

GPT-5.6 在全面上市前,先依美國政府要求進行限量預覽,OpenAI 完成額外測試與協調後才擴大上市。綜合《Axios》與《CNBC》報導,奧特曼表示公司與美國商務部長盧特尼克 (Howard Lutnick)、財政部長貝森特 (Scott Bessent) 等官員「來回協作」,並在過程中做了「許多調整」。

人事方面,曾任 OpenAI CEO of Applications 的 Fidji Simo 於 7 月 9 日宣布卸下全職職務、轉任兼職顧問;她表示,醫療休假時間比預期更長、過程也更艱難。

此外,OpenAI 表示將逐步停止獨立的 Atlas 瀏覽器,並把新版 ChatGPT 桌面應用程式作為後續工作入口;《9to5Mac》引述相關說法稱,目標終止日為 8 月 9 日。

延伸閱讀:統一憋3年大改革!萬家福引進LOPIA店中店、超市搶攻晚餐,零售新物種要來了?

資料來源:OpenAI GPT-5.6 公告、OpenAI ChatGPT Work 公告、《Axios》、《CNBC》、《9to5Mac》、《TechCrunch》

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #openai #ChatGPT
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓