GPT-5.6深度实测:ChatGPT、Work、Codex合体后,AI终于能独立完成一个项目了?

视频教程:

过去使用 ChatGPT 开发项目,最麻烦的往往不是模型不会写代码,而是整个工作流程非常割裂。

你可能先在 ChatGPT 里讨论产品定位,再把整理好的提示词复制到 Codex;代码运行出错后,又把报错复制回 ChatGPT 分析,最后再将修改意见粘贴回开发工具。项目越复杂,需要搬运的上下文越多,模型也越容易忘记前面的决定。

GPT-5.6 发布后,OpenAI 不仅升级了模型能力,还把 Chat、Work 和 Codex 整合进了新的 ChatGPT 工作台。一次普通聊天可以通过 Add to Task 加入当前任务,再由 Work 整理开发计划,最后交给 Codex 在真实工程中执行。

这次我分别使用 GPT-5.6 测试了三个项目:

  • SVG 可回收火箭发射动画
  • Three.js 空客 A380 交互模型
  • Godot 2D 肉鸽游戏《Redman数字地牢》

本文就来系统介绍 GPT-5.6 的模型变化、ChatGPT 与 Codex 合并后的新工作方式,以及它在 SVG、网页3D和游戏开发中的真实能力。


一、GPT-5.6不是一个模型,而是三个能力档位

GPT-5.6 系列由 Sol、Terra 和 Luna 三个模型组成。

模型定位适合的任务API价格:输入/输出
GPT-5.6 Sol旗舰模型复杂编程、科研、3D、长任务$5 / $30
GPT-5.6 Terra均衡模型日常开发、自动化、企业应用$2.5 / $15
GPT-5.6 Luna高速低成本模型批量任务、聊天机器人、轻量Agent$1 / $6

OpenAI 已经开始在 ChatGPT、ChatGPT Work、Codex 和 API 中逐步提供 GPT-5.6。Sol 主要面向高复杂度任务,Terra 在性能和成本之间取得平衡,Luna 则强调速度与调用成本。

从官方公布的数据看,GPT-5.6 的提升并不只体现在传统问答,而是明显集中在代码执行、电脑操作和空间设计等方向。

测试项目GPT-5.6 SolGPT-5.5测试意义
Terminal-Bench 2.188.8%85.6%终端操作与长期编程任务
OSWorld 2.062.6%47.5%电脑界面与工具操作
BenchCAD70.6%44.4%CAD、空间结构与3D理解

这些基准并不等于真实项目一定一次成功,但可以看出,GPT-5.6 的重点已经从“生成一段代码”,转向“理解复杂任务并持续调用工具完成工作”。


二、真正的大更新:ChatGPT变成了统一工作台

新的 ChatGPT 桌面端把三种不同的工作方式放进了同一个应用:

模式主要作用适合场景
Chat讨论、分析、临时提问创意讨论、确定方向、解释问题
Work研究并交付完整成果开发计划、报告、文档、表格、PPT
Codex操作真实软件工程读取项目、修改代码、运行测试、修复报错

简单来说:

Chat负责把事情想清楚,Work负责把计划整理清楚,Codex负责真正做出来。

Chat 仍然保留熟悉的快速对话体验;Work 更适合需要研究、文件处理和最终交付的长期任务;Codex 则能够操作本地文件夹、代码仓库、终端和开发工具。

新的 ChatGPT 桌面端目前支持在 macOS 和 Windows 上使用,官方入口如下:


三、Add to Task:把一次聊天升级成可执行任务

这次产品更新中,我认为最重要的功能不是模型选择,而是 Add to Task

过去,一次聊天通常是一次性的。你在聊天中确定了项目方向,还需要重新总结上下文,再复制给真正执行任务的工具。

现在可以先在 Quick Chat 中讨论想法。当这段对话逐渐变成正式项目的一部分时,直接点击 Add to Task,就能把它加入当前任务,让 Work 或 Codex 继续使用这些上下文。

我在《Redman数字地牢》项目中采用了下面这套流程:

第一步:在Chat中讨论游戏定位

我先不让模型写代码,而是讨论:

  • 游戏面向什么玩家
  • 核心战斗乐趣是什么
  • 单局循环如何设计
  • 怎么避免变成《元气骑士》的简单模仿
  • Redman IP如何融入游戏
  • 转职系统是否会影响平衡
  • 第一个可玩版本应该做到什么范围

经过几轮讨论后,我们确定《Redman数字地牢》是一款使用 Godot 开发的2D俯视角肉鸽射击游戏。

游戏采用房间式战斗,玩家控制 Redman 进入被失控AI和恶意算法控制的数字世界。击败敌人后,有概率掉落转职包,让角色在40秒内变成近战、远程或法师职业,普通攻击、技能和大招都会随之变化。

第二步:用Work输出开发计划

确定游戏定位后,我把整段Chat加入任务,再让Work输出一份正式开发计划,包括:

  • 游戏定位摘要
  • MVP功能范围
  • Godot场景与节点规划
  • 脚本目录结构
  • 分阶段开发路线
  • 每个阶段的验收标准
  • 测试清单
  • 风险与回退方案

这样得到的不是一份泛泛而谈的建议,而是一份可以交给Codex执行的《Redman数字地牢开发计划.md》。

第三步:让Codex在真实工程中执行

最后,Codex打开本地Godot项目,读取开发计划,检查现有场景、脚本和资源,然后分阶段进行修改。

它需要完成的并不只是“写几个脚本”,而是:

  1. 判断现有功能和缺失功能;
  2. 保留已经可以运行的内容;
  3. 增量加入转职系统;
  4. 启动Godot运行项目;
  5. 读取报错和日志;
  6. 修复问题后再进入下一阶段。

这套流程的意义在于,创意讨论、项目规划和工程执行不再是三个割裂的窗口,而是同一个项目的不同阶段。


四、实测一:SVG可回收火箭发射中心

第一个项目是一个16:9的可交互式SVG动画。

它需要完整展示:

  • 10秒倒计时
  • 燃料注入
  • 发动机预热
  • 点火升空
  • 一级火箭分离
  • 一级返回回收区
  • 展开着陆腿
  • 成功着陆
  • 高度、速度、燃料与温度仪表
  • 随机故障与自动处理

这个测试看起来只是“画一枚火箭”,实际同时考验模型对动画时序、图层关系、状态管理和基础物理逻辑的理解。

例如,火箭升空后视角需要跟随主体上移;一级分离不能刚起飞就触发;一级火箭返回时镜头需要重新跟随;发动机关闭后不能继续出现上升火焰;暂停和重置按钮也必须真正改变程序状态。

因此,SVG测试最重要的不是画面像不像,而是:

模型能不能理解“什么时候发生什么”,以及不同状态之间如何正确切换。


五、实测二:Three.js空客A380互动模型

第二个测试是使用 Three.js 创建一架可交互的空客A380。

Three.js 是一个用于在浏览器中创建3D场景的JavaScript库,官方还提供了完整的Three.js文档和大量示例。

我给出的主要要求包括:

  • 创建相机、灯光和渲染器
  • 生成机身、机翼、四台发动机和尾翼
  • 采用中国国航风格涂装
  • 支持鼠标旋转与滚轮缩放
  • 支持外部视角和机舱视角切换
  • 机舱内部包含经济舱座椅、过道、舷窗和行李架
  • 提供驾驶舱入口
  • 使用暖色灯光模拟客舱照明

这个任务的难点不是让模型“画出一架飞机”,而是让大量三维对象保持正确的空间关系。

例如:

  • A380必须有四台发动机;
  • 机身、机翼和尾翼比例要基本合理;
  • 机舱座椅不能相互穿模;
  • 中间过道必须能够通行;
  • 摄像机切换后不能卡进墙壁或座椅;
  • 从外部视角切换到内部视角时,控制逻辑也要同步改变。

目前这类生成结果更适合网页互动展示、教学演示和早期概念验证,还不能代替专业航空建模或工程CAD。但它能把“一个3D想法”快速变成可以旋转、缩放和进入内部查看的互动原型。


六、实测三:Godot《Redman数字地牢》

最后一个测试,也是最能体现Codex长期开发能力的项目,是使用Godot制作的《Redman数字地牢》。

Godot 是一款免费、开源的2D与3D游戏引擎,支持跨平台项目开发。目前官方主线版本已经进入Godot 4系列。

相关入口:

《Redman数字地牢》的核心玩法包括:

系统设计内容
基础战斗移动、瞄准、近战与远程攻击
房间循环进入房间、关门战斗、清怪开门
随机内容随机敌人、装备、奖励和事件
转职掉落击败敌人后随机掉落转职包
三种职业近战、远程、法师
变身时间转职状态持续40秒
技能变化普通攻击、技能和大招同时改变
视觉要求人物始终头朝上、脚朝下,避免旋转倒置

与一次性生成的HTML小游戏不同,Godot项目包含真实的场景、节点、脚本、信号和资源引用。

Codex不仅需要写代码,还要理解已有工程结构,避免新增功能破坏原来的角色控制、碰撞、动画和UI。项目出现报错后,它还需要读取日志、定位问题、修复后重新运行。

这也是GPT-5.6最有价值的地方:

不是第一次生成有多惊艳,而是项目做偏以后,它能不能理解新的反馈、保留已有成果,并继续把任务做完。


七、GPT-5.6真正改变了什么?

经过这三个项目,可以把GPT-5.6的变化概括为三个层面。

1. 模型能力更强

在SVG、网页3D和游戏开发中,GPT-5.6对于复杂需求、空间结构、视觉层级和长期任务的理解明显增强。

2. 产品形态发生了变化

ChatGPT正在从一个问答窗口,变成集合讨论、研究、文件交付和工程开发于一体的统一工作台。

3.人与AI的工作流发生了变化

过去的提示词更像一次性的命令:

输入问题 → 得到答案。

现在的任务则更像一个持续存在的项目:

讨论方向 → 制定计划 → 执行开发 → 运行检查 → 接收反馈 → 继续修改。

这意味着,未来真正拉开人与人之间差距的,可能不再是会不会写某一条“神级提示词”,而是能不能建立一套让Chat、Work、Codex持续协作的项目工作流。


八、本文涉及的官方项目与工具

说明:SVG火箭、空客A380与《Redman数字地牢》为本期自行制作和测试的项目;如后续公开源码,可以再将GitHub仓库地址补充到这里。


👩‍🚀 Redman AI新手攻略

📌 畅玩AI需要的工具


💻 Redman相关频道

觉得内容有帮助,欢迎订阅Redman的YouTube频道。这里会持续更新最前沿的AIGC资讯、AI开发实测、Web3项目、跨境工具与硬核网络技术。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注