跳转到主内容
本站为独立第三方技术服务商,Claude™ 与 Anthropic® 为 Anthropic, PBC 的商标,本站与 Anthropic 无任何关联、授权或合作关系。

GPT-5.6 与 ChatGPT Work 发布:Codex 并入统一入口,开发者需要知道的 5 件事

OpenAI 2026-07-09 正式发布 GPT-5.6 与 ChatGPT Work,桌面版 ChatGPT 将 Chat、Work、Codex 三种工作模式合并为统一入口,Codex 独立应用同步下线并入。本文为开发者梳理入口变化、额度消耗逻辑、成本结构、适用场景及接入建议,帮助团队在工具链调整前做好准备。

行业动态GPT-5.6ChatGPT WorkCodexAI Agent预计阅读10分钟
2026.07.10 发表
gpt-5-6-sol-terra-luna-chatgpt-work-codex-pricing-api-2026

GPT-5.6 来了,统一入口到底改变了什么?

据 OpenAI 2026-07-09 官方博客(来源:openai.com/index/chatgpt-for-your-most-ambitious-workopenai.com/index/gpt-5-6),OpenAI 正式推出 GPT-5.6 模型与 ChatGPT Work 产品形态。核心变化是:桌面版 ChatGPT 将原来分散的「聊天」「工具调用」「Codex Agent」三种入口合并为一个统一界面,Codex 的独立桌面应用同步并入新版桌面客户端。

这篇文章面向正在使用或评估 OpenAI / Claude API 的开发者与技术负责人。读完之后,你能清楚:这次发布改变了哪些工作流入口、Codex 额度逻辑有无变化、对 API 调用侧有何影响,以及如何在工具链调整期做出稳妥决策。


产品形态变化:三种模式并入一个入口

以前是什么样的

在 ChatGPT Work 发布前,OpenAI 产品线存在三个相对独立的入口:

入口 典型任务 响应时间级别
ChatGPT(对话模式) 文本生成、问答、摘要 秒级
ChatGPT + 插件/工具 代码执行、搜索、文件处理 秒级~分钟级
Codex(独立应用) 自主编程 Agent、多步骤任务 分钟~小时级

三个入口的账号体系、额度计算、上下文管理各自独立,用户需要在不同界面之间来回切换。

现在变成什么

据 OpenAI 2026-07-09 发布的信息(来源:同上),ChatGPT Work 将上述三种模式整合进同一桌面应用,用户可在单一界面内按任务复杂度选择工作模式:

  • 聊天模式:即时对话,适合快速问答与文本任务,秒级响应。
  • 工具调用模式:调用代码执行器、搜索、文件分析等工具,响应时间视任务而定。
  • Agent 执行模式(原 Codex 核心能力):多步骤自主执行,适合长流程编程、项目级任务,任务周期可达分钟至小时级。

Codex 独立桌面应用正式并入 ChatGPT 桌面版,独立入口下线。


开发者关心的 5 个核心要点

1. Codex 用量规模背后的信号

据 OpenAI 公开数据,每周超过 500 万用户使用 Codex,其中超过 100 万用户将其用于非软件开发场景(如数据分析、内容自动化、业务流程处理)。

这组数据说明两件事:其一,Agent 执行模式已经超出「程序员工具」定位;其二,OpenAI 把 Codex 并入统一入口,是在把这部分用量纳入主产品的统一管理,而非削减能力。

2. 额度消耗逻辑:三种模式不一样

截至发文时,OpenAI 尚未在上述公开博客中明确说明三种模式在 ChatGPT Work 内的统一计费方式及具体消耗倍率。建议开发者在使用前查阅 OpenAI 最新定价页面(openai.com/pricing)并在小规模测试后再扩大使用量,避免意外成本。

已知的基本逻辑(来源:OpenAI 历史产品文档,具体数字请以官方最新定价为准):

  • Agent 执行类任务因需多轮工具调用,通常消耗 token 和工具调用次数明显多于单轮对话。
  • 工具调用模式下每次调用均产生独立计费事件。
  • 聊天模式与传统对话 API 定价逻辑相近。

3. API 可用性:GPT-5.6 的接入状态

截至发文时(2026-07-10),OpenAI 官方博客中尚未完整披露 GPT-5.6 的 API 模型 ID、定价与可用区域。请以 OpenAI 官方 API 参考文档(platform.openai.com/docs/models)为准,不要依赖第三方信息源。

4. 工具链影响:现有集成是否需要改动

对于通过 API(而非桌面客户端)调用 OpenAI 服务的开发者,本次发布的直接影响主要在产品界面层,而非 API 协议层。原有 chat/completionsresponses 等接口短期内仍可继续使用。Codex API 的变化情况请以 OpenAI 平台文档为准。

5. 适用场景判断:何时用 Agent 执行模式,何时不用

Agent 执行模式(即原 Codex 能力)适合:

  • 需要多步骤、跨工具、自主判断的编程或数据处理任务
  • 任务结果可容忍分钟级延迟
  • 有明确验收标准,可事后检查输出质量

不适合

  • 需要实时响应的用户交互场景
  • 对成本敏感、任务边界模糊的场景(多轮 Agent 调用成本不可控)
  • 已有稳定工作流且收益不明显的场景

对 Claude API 用户的参考价值

这次 OpenAI 的产品整合,反映了一个更广泛的趋势:AI 工具链正在向「单一入口 + 多模式执行」演进。对于选择 Claude API 的团队,这意味着:

  1. Anthropic 侧同样有 Agent 执行能力(通过 Tool Use + 多轮工具调用实现),具体接入方式可参考 Claude API Tool Use 接入指南

  2. 成本控制逻辑相通:无论是 OpenAI 还是 Claude,Agent 模式下的 token 消耗都远高于单轮对话。Prompt Caching 是控制多轮 Agent 成本的有效手段之一,尤其适合重复调用相同系统提示的场景。

  3. 模型分层选型值得重新审视Claude API 价格指南中对三档模型(Opus / Sonnet / Haiku)在不同场景下的成本差异有详细说明,Agent 任务建议先用 Sonnet 档验证流程,再视需求升级。

  4. 遇到接入问题Claude API 常见错误码处理方法覆盖了多轮工具调用时常见的 429、529 错误处理方式。


给开发者的接入参考(Python 示例)

以下代码以 Claude API(通过 ClaudeAPI 兼容 Anthropic SDK 格式接入)为例,演示多轮工具调用的基础模式,与 OpenAI Codex Agent 执行模式在逻辑结构上相近,供参考:

import anthropic

client = anthropic.Anthropic(
    api_key="YOUR_CLAUDEAPI_KEY",
    base_url="https://gw.claudeapi.com"
)

tools = [
    {
        "name": "run_code",
        "description": "执行 Python 代码并返回结果",
        "input_schema": {
            "type": "object",
            "properties": {
                "code": {"type": "string", "description": "要执行的 Python 代码"}
            },
            "required": ["code"]
        }
    }
]

messages = [
    {"role": "user", "content": "帮我分析这份销售数据并找出增长最快的品类"}
]

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=4096,
    tools=tools,
    messages=messages
)

print(response.content)
# 如果 stop_reason == "tool_use",继续处理工具调用结果并追加 messages
import anthropic

client = anthropic.Anthropic(
    api_key="YOUR_CLAUDEAPI_KEY",
    base_url="https://gw.claudeapi.com"
)

tools = [
    {
        "name": "run_code",
        "description": "执行 Python 代码并返回结果",
        "input_schema": {
            "type": "object",
            "properties": {
                "code": {"type": "string", "description": "要执行的 Python 代码"}
            },
            "required": ["code"]
        }
    }
]

messages = [
    {"role": "user", "content": "帮我分析这份销售数据并找出增长最快的品类"}
]

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=4096,
    tools=tools,
    messages=messages
)

print(response.content)
# 如果 stop_reason == "tool_use",继续处理工具调用结果并追加 messages

前置条件:需在 ClaudeAPI 控制台 创建 API Key,替换上方 YOUR_CLAUDEAPI_KEY

验证方式:运行后若 response.stop_reasontool_use,说明模型已发起工具调用,多轮流程正常启动。


常见问题(FAQ)

Q1:Codex 独立应用下线后,原来的 Codex API 还能用吗?

据 OpenAI 2026-07-09 公开信息,本次调整主要涉及桌面客户端界面层面,Codex 能力已并入 ChatGPT Work。API 侧的具体变化请以 OpenAI 官方平台文档为准,建议关注 OpenAI Changelog。

Q2:Agent 执行模式的成本比普通对话高多少?

通用规律是:Agent 多步骤执行因涉及多轮工具调用,token 总消耗通常是单轮对话的数倍至数十倍。建议先在小规模任务上测试并设置用量上限后再扩展。

Q3:Codex 并入统一入口后,非开发者场景(如数据分析、内容运营)还能用吗?

据 OpenAI 公开数据,每周超 100 万 Codex 用户已在非软件开发场景中使用。ChatGPT Work 统一入口的设计,客观上降低了非技术用户使用 Agent 能力的门槛。

Q4:我现有的 OpenAI API 集成需要立刻改动吗?

不需要立刻改动。 本次发布的核心变化在桌面客户端产品层,原有 API 接口短期内仍可继续使用。建议关注 OpenAI 的 deprecation notice,在有明确时间节点后再规划迁移。


下一步

  1. 访问 OpenAI 官方博客确认 GPT-5.6 API 可用状态:openai.com/index/gpt-5-6
  2. 如果你正在评估或使用 Claude API 侧的 Agent 能力,可在 ClaudeAPI 控制台 创建 Key 后参照上方代码示例测试工具调用流程
  3. 阅读 Claude API 价格指南(2026),了解三档模型在 Agent 场景下的成本结构,做出适合团队预算的选型决策

相关文章