GPT-5.6与Codex合并：OpenAI不再做'瑞士军刀'，要做'工具箱'

7月9日凌晨，OpenAI干了三件事：发布GPT-5.6三款模型（Sol/Terra/Luna）、把Codex合并进ChatGPT桌面端、推出ChatGPT Work智能体模式。一夜之间，独立的Codex应用消失了，取而代之的是一个整合了聊天、编程、办公的"超级应用"。

很多人把注意力放在了GPT-5.6的benchmark分数上——Sol在Agents' Last Exam上得了52.7%，比Fable 5高了12个点。

但真正重要的不是分数，而是那个"合并"。

一家公司把自己最赚钱的两个独立产品合在一起，一定不是因为"产品经理觉得放一起更好看"。背后一定有不合并就会出大问题的原因。

今天我们不聊模型有多强，聊一个更本质的问题：GPT-5.6与Codex的合并，到底说明了什么？

一、先搞清楚：合并了什么？

1.1 时间线梳理

三层合并：模型→组织→产品。这不是临时起意，而是一个执行了将近一年的战略。

1.2 合并后的产品形态

现在的ChatGPT桌面端有三个标签页：

三个标签页，一个订阅，一个平台。

旧的ChatGPT桌面端被重命名为"ChatGPT Classic"——这个命名方式你很熟悉，每次苹果要淘汰一个产品线时也是这么干的。

二、GPT-5.6：不止是一个新模型

2.1 Sol/Terra/Luna三级火箭

GPT-5.6这次一口气发了三个型号，用天体命名：

三个模型共享1.05M tokens上下文窗口和128K tokens最大输出，但推理深度和能力分三档。

Sam Altman的原话是："这是我们做过的最好的模型。"但注意他强调的重点不是"最强"，而是"性价比"。

2.2 Benchmark：各有胜负

一句话总结：Sol在Agent和浏览器任务上领先，Fable 5在编程和数学上领先。没有绝对赢家。

但更值得注意的是Artificial Analysis的综合智力指数：Fable 5得60分，Sol得59分——统计意义上的平手。

这意味着前沿模型之间的能力差距已经小到benchmark无法区分的程度了。

三、为什么要合并？三重压力下的被迫选择

合并背后的三重压力

"合并"听起来像是一个主动的战略选择——"我们要打造超级应用！"

但如果你看数据，这更像是一个被迫的选择。

3.1 压力一：Anthropic企业采用率反超

VentureBeat在2026年4月的报告显示：

Anthropic在企业市场的采用率已经反超OpenAI了。

Claude Code、Claude Fable 5、以及Anthropic在安全和合规方面的口碑，让越来越多的企业客户倒向Anthropic。OpenAI光靠ChatGPT的消费者优势，扛不住B端的流失。

3.2 压力二：Cursor年营收20亿美元

一个专注AI编程的独立工具，年化营收已经到了20亿美元。

Codex作为独立产品运营了5个月，周活跃用户500万+，增长了6倍。但它面对的是Cursor、Claude Code、Windsurf等一堆垂直工具的竞争。

独立运营意味着独立的计算预算。 Greg Brockman自己说了："我们的计算资源不够同时支撑一个个人助手产品线和一个Codex产品线。"

翻译一下：算力不够烧两个灶了，只能合成一个。

3.3 压力三：Google AI流量份额回升

SimilarWeb数据显示，Google的AI网页流量份额已经爬升到约21.5%，而ChatGPT的份额在下降。

Gemini的反击比预期来得更快。Google有搜索入口、有Android生态、有Chrome浏览器——AI能力一旦追上来，分发优势会迅速转化为流量。

三面围攻之下，OpenAI不能再让ChatGPT和Codex各自为战了。

四、合并的本质：从"模型公司"到"平台公司"

4.1 一个订阅，一个故事

从模型到平台

这次合并还有一个很少被讨论但极其重要的背景：OpenAI在2026年5月已经秘密提交了S-1文件，目标是2026年Q4在超过8520亿美元的估值上IPO。

对于一家即将上市的公司来说，"一个平台、一个订阅"的故事比"我们有ChatGPT、还有Codex、还有API、还有Atlas浏览器"好讲太多了。

投资人不喜欢复杂。投资人喜欢"一个入口、一个生态、一个增长曲线"。

所以你看到的"产品整合"，本质上是"资本叙事整合"。

4.2 ChatGPT Work：从"聊天"到"干活"

ChatGPT Work是这次合并中最值得关注的新东西。它不是一个模型升级，而是一个工作模式：

• 可以连接Slack、Notion、Microsoft 365、Google Drive
• 可以读取本地文件
• 可以浏览网页
• 可以生成文档、表格、演示文稿，并匹配你的排版风格
• 支持定时任务
• "超级模式"可以同时跑16个并行Agent

这不是"AI聊天工具加了几个插件"，这是一个"AI工作操作系统"的雏形。

对标的不是Claude或Gemini，对标的是Notion AI、Zapier、甚至某种意义上的Salesforce。

4.3 开发者的ChatGPT，还是所有人的Codex？

一个有意思的数据：Codex用户中，知识工作者（非开发者）占20%，而且增速是开发者的3倍。

这意味着Codex正在从"给程序员写代码"的工具，变成"给所有知识工作者做自动化"的平台。

合并的另一层逻辑就在这里：Codex的未来不是更好的IDE，而是更通用的工作Agent。那它就应该住在ChatGPT里，而不是独立出来。

五、模型演进的终局：从"多条线"到"一条线"

5.1 回顾OpenAI的模型合并史

模型演进路线图

看到规律了吗？

1. 先统一（GPT-4）
2. 再分叉（o系列、Codex）
3. 再统一（GPT-5、GPT-5.6）

每次"分叉"都是为了在某个垂直方向快速突破，每次"统一"都是为了把突破成果合并回主干。

这在软件工程里太熟悉了——这就是Git的分支策略：

• o系列是一个feature/reasoning分支
• Codex是一个feature/coding分支
• GPT-5、GPT-5.6是merge back to main

分支是为了探索，合并是为了收割。当探索足够成熟，就该merge了。

5.2 这对行业意味着什么？

GPT-5.6与Codex的合并传递了一个清晰的信号：

AI行业的竞争重心，正在从"模型能力"转向"平台生态"。

当前沿模型的能力差距缩小到统计噪声级别（Fable 5得60分vs Sol得59分），用户选择一个AI产品的理由就不再是"谁的benchmark高0.5分"，而是：

• 谁的工具链更完整？
• 谁的集成更方便？
• 谁的性价比更高？
• 谁的Agent能连接更多应用？

模型是引擎，但用户买的是车。 引擎差不多的时候，内饰、油耗、售后才是决策因素。

六、给开发者和架构师的冷思考

6.1 不要All-in单一厂商

OpenAI合并ChatGPT和Codex的动机之一是一个平台锁定用户。作为开发者，你需要反向操作：

6.2 超级应用 vs 专业工具

OpenAI走"超级应用"路线，Anthropic走"专业工具"路线（Claude Code独立CLI），Cursor走"极致IDE"路线。

哪个会赢？答案可能是"都会存在"。

就像微信是超级应用，但你写代码还是会用VS Code、管项目还是会用Jira。通用入口和专业工具的关系不是替代，而是互补。

6.3 真正重要的信号

这次合并传递的最重要信号不是"GPT-5.6多强"，而是：

1. 算力是真正的瓶颈——连OpenAI都不够烧两条产品线
2. 模型能力在收敛——前沿模型的差距已经小到benchmark噪声级别
3. 竞争战场在转移——从模型能力转向平台生态、工具链、集成度
4. IPO叙事在驱动产品决策——"一个平台"比"五个产品"好讲故事

写在最后

回到标题的问题：GPT-5.6与Codex合并，本质说明了什么？

说明了AI行业的"模型为王"时代正在结束，"平台为王"时代正在开始。

当Sol和Fable 5在综合智力指数上打成59:60的平手时，决定胜负的就不再是"谁的模型更聪明0.5分"，而是"谁的生态更完整、谁的集成更方便、谁的成本更可控"。

OpenAI选择把所有东西塞进一个App，本质上是在赌：用户最终会选择"一站式"而不是"最专业"。 这个赌注对不对，取决于ChatGPT Work能不能真的成为一个好用的工作平台，而不只是一个"什么都能做、什么都做不精"的臃肿应用。

作为工程师，我们见过太多"超级应用"的故事——有的成了微信，有的成了什么都做结果什么都不行的四不像。

关键不在于"合在一起"，而在于合在一起之后，每个部分是否依然专业。

目前来看，SWE-Bench Pro上64.6% vs Fable 5的80.3%——Codex合进来了，但编程能力反而不是最强的。 这是一个值得持续观察的信号。

合并容易，整合难。产品整合容易，能力整合难。OpenAI的真正挑战不是把三个Tab放在一个窗口里，而是让Sol在编程上也能打赢Fable 5。

我是RiemannChow，一个在架构领域摸爬滚打多年的技术人。如果这篇文章对你有帮助，欢迎点赞、在看、转发三连。关注「老周聊架构」，每周深度解读AI和架构的最新趋势。