导语
当地时间3月15日，OpenAI正式发布新一代语言模型GPT-5.6，并宣布将旗下两大明星产品——对话式AI助手ChatGPT与代码生成引擎Codex进行深度整合。此次合并标志着AI从“通用对话”与“编程辅助”的割裂走向统一，被视为大模型应用落地的里程碑事件。新模型已在API接口及ChatGPT Plus中同步上线，我们第一时间对其实用能力、编程表现及多模态融合进行了完整测评。
合并背景：从“双轨”到“单引擎”
自2022年ChatGPT爆火以来，OpenAI始终维持着两条产品线：ChatGPT主打自然语言交互，面向文档写作、问答、创意生成等场景；Codex则专注于代码解析与生成，支撑GitHub Copilot等工具。然而随着GPT-4多模态能力的增强，两条产品线的“技术底座”日趋重叠。GPT-5.6的发布彻底打破壁垒——模型统一后，用户无需再区分“对话型”或“代码型”接口，仅需用自然语言描述需求，即可同时获得文本回复与可执行代码。官方称其为“全栈式认知引擎”。
核心升级：五大实测维度
为了验证新模型的真实水平，我们设定了五大测试场景：复杂逻辑推理、多语言代码生成、长文本结构化写作、多轮对话一致性，以及跨模态任务（如根据Excel数据生成图表并附带解读）。测试使用相同提示词，对比GPT-4 Turbo与GPT-5.6的表现。
1. 编程能力：Codex基因的全面释放
在代码生成测试中，GPT-5.6展现出显著优势。以“用Python实现一个轻量级神经网络框架，并输出训练过程的损失曲线”为例，GPT-4 Turbo生成了约80行代码，但存在一处梯度计算错误；GPT-5.6不仅一次性输出120行完整代码，还自动添加了进度可视化与早停机制（Early Stopping），且语法完全符合PEP8规范。更令人惊艳的是，当追问“将这段代码改为使用PyTorch框架”时，新模型立即重构了全部依赖，同时保留了原逻辑结构，而旧模型需要二次提示才能纠正部分API调用错误。这表明合并后的模型内置了Codex在编程结构理解上的深厚积累。
2. 逻辑推理与长文本创作
在社会科学类的“影响因子分析”写作任务中，要求模型撰写一篇800字左右的短文，内容需包含数据引用、因果推断和未来展望。GPT-5.6生成的文本结构清晰，段落间逻辑链路完整，且能主动标注“根据2024年《Nature》期刊某研究”，尽管部分引用为虚构，但格式规范。相比之下，GPT-4 Turbo容易在论证第三段后出现重复观点。此外，新模型对长上下文（测试中使用了20KB的提示）的召回率提升了约37%，几乎未遗漏早期给定的关键约束条件。
3. 多模态与任务连贯性
OpenAI此前承诺的“自然语言即指令”在新模型中得以兑现。测试“从提供的月度销售CSV数据中，分析同比变化，并生成一张柱状图，附带500字的报告摘要”时，GPT-5.6自动调用内置的代码执行环境，生成Python脚本并绘图，最终输出图文混排的结果，且图表标题与报告正文数据一致。该功能对非程序员用户极其友好——过去需要“把数据扔给Codex→把代码复制到本地→再回到ChatGPT写报告”的繁琐流程被彻底简化。
实测总结：优势与隐忧
综合评分，GPT-5.6在代码生成（+18%）、长文本连贯性（+12%）、多步骤任务执行（+25%）三项上显著优于GPT-4 Turbo，推理速度略有提升（延迟降低约10%）。不过，在极其依赖常识的开放式问题（如“解释什么是‘第四消费时代’”）中，新模型与GPT-4 Turbo差距不大，且在部分需要“创造性主观判断”的测试中（如生成一首诗），其输出略显机械，不如专门微调的对话模型灵动。此外，成本方面，GPT-5.6的token单价与GPT-4 Turbo持平，但输入长度上限从128K提升至256K，意味着处理长文档时性价比更高。
行业影响与展望
ChatGPT与Codex的合并，本质上是AI从“工具”向“智能体”演进的缩影。开发者和普通用户第一次能在一个模型中同时完成“构思→验证→实现→修改”的闭环。对于教育领域，学生可以更自然地学习编程与写作的结合；对于企业，从需求文档到部署代码的生成周期可能缩短70%。但OpenAI也承认，模型仍存在“幻觉”问题——在测试中，GPT-5.6曾将2019年的GDP数据误报为2024年，提醒用户仍需保持审慎。
正如OpenAI CEO Sam Altman在发布声明中所说：“我们正在拆除AI能力之间的围墙。GPT-5.6不是终点，而是AGI路线图上的一块基石。”随着模型进一步融合视觉、语音甚至动作指令，一个真正能“见、听、想、做”的智能时代正加速到来。