GPT-5.6下周发布：150万token价格砍半

OpenAI又要发新模型了。这次是GPT-5.6，预计下周发布。

核心参数已经泄露：150万token上下文窗口、价格砍半、双向语音。OpenAI首席科学家已经确认了上下文窗口的数据。

但这次发布，OpenAI有点进退两难。

为什么说进退两难

因为Claude Fable 5刚被美国政府禁了。

6月9日，Anthropic发布Claude Fable 5和Mythos 5，号称地表最强AI。三天后，美国商务部紧急叫停，理由是国家安全风险。

这给OpenAI提了个醒：模型太强，可能也会被禁。

GPT-5.6有多强？150万token上下文，是GPT-4的10倍。这意味着你可以把一整本书扔进去，让它从头读到尾。

但这也意味着，模型的能力可能触及监管红线。OpenAI内部已经在讨论：要不要推迟发布？

150万token意味着什么

先解释一下token。简单说，token是模型处理文本的基本单位。一个汉字大约是1-2个token。

GPT-4的上下文窗口是12.8万token，大约相当于8万汉字。GPT-5.6的150万token，大约相当于100万汉字。

这是什么概念？

• 一本《三体》大约80万字
• 一份完整的法律卷宗可能50万字
• 一个大型项目的所有代码可能100万字

有了150万token窗口，你可以把一整本书、一份完整卷宗、整个项目代码一次性塞给模型。不需要分段、不需要摘要、不需要担心信息丢失。

这对编程、法律、研究场景是革命性的。

价格砍半意味着什么

OpenAI这次要把价格砍半。

GPT-4现在的价格是：输入$0.03/1K token，输出$0.06/1K token。

如果砍半，GPT-5.6的价格可能是：输入$0.015/1K token，输出$0.03/1K token。

这意味着什么？

第一，大模型进入"白菜价"时代。

两年前，GPT-3的价格是$0.02/1K token。现在GPT-5.6可能比GPT-3还便宜，但能力强了不知道多少倍。

第二，调用成本不再是瓶颈。

以前用大模型，得精打细算，能少调用就少调用。现在价格砍半，可以放心大胆地用。这对Agent应用是重大利好——Agent需要频繁调用模型，成本一直是制约因素。

第三，竞争压力传导。

DeepSeek、智谱、Kimi都在打价格战。OpenAI不降价，用户就会流失。这次价格砍半，是对国产大模型的直接回应。

双向语音是什么

GPT-5.6还支持双向语音。

以前的语音模式是：你说一句话，模型回一句话。像对讲机。

双向语音是：你和模型可以同时说话，像打电话。模型可以随时打断你，你也可以随时打断模型。

这听起来简单，技术难度很高。需要实时处理音频流，需要理解打断的意图，需要保持对话的连贯性。

但如果实现了，语音交互的体验会彻底改变。不再是"你说完我再说"，而是真正的自然对话。

OpenAI的监管困境

回到开头的问题：OpenAI为什么进退两难？

因为Claude Fable 5被禁，给行业敲响了警钟。

美国政府禁Claude Fable 5的理由是：模型能力太强，可能被用于生物武器、网络攻击等危险场景。

GPT-5.6的能力可能接近甚至超过Claude Fable 5。如果发布后被禁，OpenAI就尴尬了。

所以OpenAI内部在纠结：要不要主动限制模型能力？要不要推迟发布？要不要先和监管机构沟通？

但竞争对手不会等你。DeepSeek V4已经发布了，智谱GLM-5.2也开源了。OpenAI如果推迟，市场就会被抢走。

对用户意味着什么

如果你是普通用户，GPT-5.6发布是好事。

更强的能力、更大的上下文、更低的价格、更好的语音体验。ChatGPT会变得更好用。

如果你是开发者，GPT-5.6发布也是好事。

150万token窗口，意味着可以处理更复杂的任务。价格砍半，意味着成本压力减轻。双向语音，意味着可以开发更自然的语音应用。

但如果你关注AI安全，GPT-5.6发布可能让你担忧。

模型越来越强，监管越来越紧。这个矛盾怎么解，现在没人知道答案。

---

GPT-5.6下周发布，基本确定了。OpenAI的纠结，反映了整个行业的困境：技术进步和监管约束，到底该怎么平衡？

这个问题，不是OpenAI一家能回答的。需要政府、企业、学术界、公众一起讨论。

但在答案出来之前，GPT-5.6会先发布。技术进步不会等人。