GPT-5.6 Pro 疑似三变体曝光
一篇由 OpenAI 研究人员撰写的基因组学基准论文，意外在结果表格中列出了三款尚未公布的 GPT-5.6 Pro 模型：GPT-5.6 Luna Pro、Terra Pro 和 Sol Pro。这是自 ChatGPT Pro 订阅上线以来，该计划首次在官方渠道之外露出产品线拆分信号。 目前 ChatGPT Pro 的定位是「单一最强模型」,订阅者无速度 / 成本 / 推理深度的选档权。而论文数据显示：Pro 不再是一个天花板，而将跟随 GPT-5.6 标准版的三变体结构，分出快速、高吞吐和极限推理三个 Pro 档位。Sol Pro 在 129 项完整多步基因组分析任务上达到 31.5% 的通过率，比标准 Sol 高 2.8 个百分点；Luna Pro 的增益最大，从 16.5% 跃至 23.6%;Terra Pro 则以 28.5% 逼近标准 Sol 的 28.7%,意味着高吞吐 Pro 档位在性能上几乎追平标准版旗舰。 论文没有提供 Pro 模式下的平均 token 消耗数据，这通常是推断算力成本的关键指标。作者解释为「无可比对的 token 统计」,The Decoder 则推测是 OpenAI 有意不披露 Pro 的计算开销。截至目前，OpenAI 官方未对这批 Pro SKU 给出任何产品端说明，三款名称仅出现在论文的基准表中，是否进入 ChatGPT 订阅仍需观察。
①
论文意外泄密
OpenAI 一篇基因组学基准论文的结果表格中，首次出现 GPT-5.6 Luna Pro、Terra Pro 和 Sol Pro,均标注为「Pro (Extended)」运行模式。该论文原意是展示 GPT-5.6 在 GeneBench 等生物信息学任务上的表现，却顺带曝光了尚未官宣的 Pro 产品线层级。
②
Pro 拆分逻辑
三个 Pro 变体分别对应速度、吞吐量和极限推理三种使用场景。在 129 项多步基因组分析任务上，Luna Pro 比标准 Luna 提升 7.1 个百分点，Terra Pro 提升 5.2 个百分点，Sol Pro 仅提升 2.8 个百分点。增益随层级上移而收窄，暗示 Pro 模式投放的额外算力对低位模型的拉升效果更显著。
③
成本数据缺失
标准版 GPT-5.6 Sol 在最高推理设定下平均消耗约 33,200 tokens,但论文未给出任何 Pro 模式的 token 消耗。作者仅声明「无可比对统计」,这意味着外界无法估算 Pro 档位的真实算力成本或订阅定价逻辑。