GPT-5.6 来了，Codex 没了，我想用它做个旧手机监控 App

7 月 10 日凌晨，OpenAI 又搞了一场发布会。三个新模型、一个合并动作、一套产品更新——信息量大到需要消化两天。

先说模型。GPT-5.6 系列一共三个型号：Sol（旗舰）、Terra（均衡）、Luna（性价比）。名字来自拉丁语里的太阳、大地和月亮。

定价上，Sol 每百万 token 输入 5 美元、输出 30 美元；Terra 减半，2.5 美元和 15 美元；Luna 最低，1 美元和 6 美元。三款模型 24 小时内全量上线，覆盖 ChatGPT、Codex 和 API。

GPT各模型价格链接： https://developers.openai.com/api/docs/pricing

对比 Claude Fable 5 的一波三折，这次 OpenAI 的发货速度明显提上来了。

编程是 GPT-5.6 的主战场。Sol 在 Artificial Analysis 编程智能体指数上拿了 80 分，比 Fable 5 高 2.8 分，输出 token 不到一半，耗时不到一半，成本便宜约三分之一。Terminal-Bench 2.1 和 DeepSWE 也刷新了最好成绩。Terra 略高于 Fable 5，Luna 超过 Opus 4.8，两者耗时都只有对手三分之一左右。

Agents' Last Exam 上——一个横跨 55 个行业的长程智能体工作流评测——Sol 拿下 53.6 分，比 Fable 5 高出 13.1 分。开中档推理也比对方高 11.4 分，成本只有四分之一。

核心叙事就一个词：性价比。

但也不是全面碾压。SWE-Bench Pro 上 Claude Fable 5 是 80%，Sol 是 64.6%——精准修改单文件的场景，Claude 依然更强。FrontierMath 最难的 Tier 4 题目，Sol 的 65.9% 甚至不如自家上代 GPT-5.5 的 72.5%。OpenAI 强在规划和编排，Claude 强在执行。

这次还有个新玩法叫 ultra 模式。默认四个智能体并行，最多十六个，人多力量大。Terminal-Bench 2.1 上 Sol Ultra 干到 91.9%，GPT-5.5 同期 88.0%。发布会上研究员的说法是：这些智能体能像一支有经验的团队那样拆分工作。

产品侧最大的变化：Codex 独立 App 下线了，能力全部并入 ChatGPT。

这意味着什么？Codex 每周超过 500 万人在用，其中一百多万人拿它干的活跟写代码没关系。OpenAI 一看，干脆做成通用产品，起名 ChatGPT Work。Chat、Work、Codex 三个模式塞进同一个 App。

ChatGPT Work 能跨应用和文件干活，项目执行能持续好几个小时。官方演示了一个月底对账的案例：以前要在多个系统之间来回核对 Excel 预测模型，忙好几天。现在一条指令，Work 跑差异分析、更新 Excel 模型、做好 PPT、生成可分享的交互网站，最后把链接发到 Slack。

还有一个让我在意的数字：GPT-5.6 的内测期间，研究员人均每日输出 token 量超过 GPT-5.5 时期最高水平的两倍。Lovable 联合创始人说新模型让用户构建应用的步骤少了约 25%，工具调用少 35% 到 48%。

话说到这份上，我脑子里冒出一个想法。

---

家里抽屉里躺着两部旧手机。儿子放暑假最近开始上网课，上周推开书房门，数学课直播开着，他在草稿纸上画了一整页恐龙。

想过买监控摄像头。但专门为网课买一套设备，总有种杀鸡用牛刀的感觉。去应用商店搜了一圈监控类 App，要么限免后弹窗收费，要么塞满开屏广告。更要命的是，它们几乎全部要求把视频流上传到厂商服务器。一个家庭监控画面，为什么要经过别人家的云？

正好旧手机闲着，正好 GPT-5.6 Codex 合体了。我打算试试让 AI 帮我把旧手机改成一个纯局域网的家用监控设备。

功能需求已经想清楚了：旧手机端装上 App 当作摄像头，同一 WiFi 下另一台手机或电脑通过浏览器就能看实时画面、同步收听声音。录像全部存本地，不经过任何云端。监控时手机屏幕可以锁屏，同时绕过电池优化限制，防止系统杀进程。

纯局域网传输意味着什么？拿 Wireshark 抓包，数据包只在路由器内部兜圈，不会有一帧画面离开家门。

为什么选 GPT-5.6 Sol 来做这个项目？看数据就明白了。这种跨进程通信、摄像头采集、WebRTC 局域网传输的项目，天然是多模块协调的活。Sol 的 Agent 规划和编排能力是它的长板——Terminal-Bench 2.1 上 88.8% 的成绩说明它对命令行工作流和工具协调的掌控力。再加上 ultra 模式可以四个智能体并行拆分任务，规划和执行两端都能提速。

Terra 和 Luna 当然也能做，但考虑到项目初期需要大量跨文件修改和架构规划，Sol 的规划优势比 Terra 的性价比更关键。等到后期做增量修改和 bug 修复，切换到 Terra 省成本也不迟。

目前刚把需求梳理完，正式开发还没启动。后续会在公众号更新开发过程和踩坑记录，包括 GPT-5.6 在真实项目中的实际表现，以及各模型的切换策略。

如果你也有闲置旧手机，或者对家庭监控的隐私方案有想法，留言区聊聊。有没有什么你特别想要的功能？运动检测、夜间模式、多摄像头联动——需求收集得越多，开发方向越清晰。