GPT-5 Codex 對決 GPT-5.6 Sol：程式設計專家 vs 吞噬了它的旗艦

當O​penAI在2026年7月9日推出G​PT-​5.6系列時，它悄悄讓獨立的Codex應用程式退役，並將編碼代理模式整合進ChatGPT。O​penAI為GPT-5.6 Sol所寫的模型頁面讀起來就像從編碼專家那裡借來的職位描述——「深度多步推理、大規模軟體工程，以及長期的代理式工作流程。」所以之間的對決GPT-5 Codex 和 GPT-5.6 Sol 不是一場例行公事的規格比拚。這正是那位專家在問：剛吸收了其產品類別的旗艦，是否也讓它變得多餘。

簡短的回答是「不」——但箇中原因比「Codex 仍然很好」更有意思。GPT-5 Codex 仍活躍於 API 上，輸入 tokens 每百萬個收費 $1.25，輸出每百萬個收費 $10：它是專為軟體工程打造的代理，針對 CLI、IDE 和 GitHub 自動化進行調校，擁有獨立實測的分數。GPT-5.6 Sol 的輸入成本是其四倍，輸出成本是其三倍（$5 / $30），是最新的通用旗艦，編碼數據更高——但大多是供應商自行宣稱的。這組搭配的真正關鍵在於價格、上下文，以及擅長編碼的專家與通才之間的差異。以下一切內容均按來源標示。

每個模型是什麼

GPT-5 Codex 正如其模型頁面所述：「專為軟體工程與編碼工作流程最佳化的 GPT-5 特化版本。」它於 2025 年 9 月發布，是 O​penAI 編碼代理背後的 API 模型——能從零開始建置專案、進行功能開發、大規模重構、審查程式碼，並以可調整的推理強度（reasoning-effort）旋鈕規劃多檔案變更。它接受文字與影像輸入（用於 UI 工作的螢幕截圖），具備 400K token 的上下文視窗、128K 的輸出上限，且明確針對代理式編碼應用：CLI、IDE 擴充功能、GitHub 與雲端任務。

GPT-5.6 Sol 是 GPT-5.6 系列中的旗艦等級，於 2026 年 7 月 9 日發布，知識截止日為 2026 年 2 月。它是 OpenAI 將最困難的通用任務交給的模型：深度多步驟推理、大規模軟體工程、長時程代理、電腦使用，以及多代理「ultra」推理模式。其上下文為 1.05M tokens——是 GPT-5 Codex 的 2.6 倍——輸出上限同樣是 128K，並接受文字、圖片和檔案輸入。Sol 也運行於 ChatGPT 內，因此當 OpenAI 現今在產品意義上談論「Codex」時，通常指的是 Sol 執行代理式編碼工作。

價格：4倍/3倍的差距會縮小，但永遠不會消失

這兩項頭條數字均以供應商的牌價計算：GPT-5 Codex 每百萬個 token 的價格為 $1.25 / $10（快取讀取 $0.125）；GPT-5.6 Sol 為 $5 / $30（快取讀取 $0.50）。這相當於輸入價格的四倍、輸出價格的三倍。以一個常規編碼日消耗一千萬個 token、輸入/輸出比為 75/25 計算，GPT-5 Codex 的帳單約為 $34；GPT-5.6 Sol 的帳單約為 $112。這個差距並非理論上的。

有兩件事縮小了這個差距。第一是快取：兩個模型對快取輸入的定價都遠低於新鮮輸入，而 agent 迴圈會不斷重新讀取相同的儲存庫上下文，所以有很大一部分 token 可以落在便宜的計價層。第二是效率：O​penAI 宣稱 5.6 世代完成 agentic 任務時，輸出 token 比前一代少約 54%。如果 Sol 做同樣的工作只需要一半的輸出 token，那麼每項任務的差距就會從約 3.3 倍縮小到約 2 倍——這是實質的節省，但無法消除 4 倍的輸入價格差異，而且這項效率宣稱是 O​penAI 自行報告的，並非獨立測量的結果。

Sol 也採用分級輸入價格：在 OrcaRouter 的模型頁面上，其 $5 / $30 基準價格適用於輸入 token 最多 32K 的請求，而更大的請求則按 $10 / $45 的上層級計費。這就是長上下文稅——正是大型程式庫代理會發出的請求類型。因此，實際的價格比較比標題所暗示的 3–4 倍更取決於工作負載。

上下文以及你如何稱呼它們

上下文差距是第二個真正的分水嶺。40萬 token 足以涵蓋一個大型程式碼庫，而 Codex 作為專家模型，天生就是在這個視窗內力求高效。但 105萬 token 的 Sol 上下文改變了你能交給模型的事物：整個 monorepo、冗長的代理追蹤記錄、入門 wiki，再加上程式碼。對於那些一次就把整個儲存庫丟進一個請求的團隊來說，更大的視窗代表的是「模型看得到相關檔案」與「模型看得到相關檔案，以及所有會匯入它們的內容」之間的差別。這同時也是每個輸入 token 1.25 美元與 5 美元之間的差別，所以選擇上下文，本質上就是在選擇成本。

這兩個模型都支援相同的兩種 API 形式——O​penAI Chat Completions 和 Responses API——也都支援工具/函式呼叫與結構化輸出。在 OrcaRouter 上，兩者都位於同一個相容 O​penAI 的端點後方，因此在兩者之間切換只需變更模型名稱，無需更改整合方式。

基準測試出現分歧之處——以及誠實說明

有趣的數字在於，這兩個模型幾乎沒有共同的基準測試。GPT-5 Codex 擁有真正獨立的評分：Artificial Analysis 測得其 Intelligence Index 為 36.1、Coding Index 為 38.9、Math Index 為 98.7，LiveCodeBench 為 84.0，SWE-Bench Verified 為 74.5%。GPT-5.6 Sol 的旗艦數字——Terminal-Bench 2.1 為 88.8、max reasoning 下 Artificial Analysis Coding Agent Index 為 80、Agents' Last Exam 為 53.6——是 OpenAI 在發佈時公佈的，尚未經獨立評估機構複現。「88.8 對 84.0」不是一場公平的比賽，因為其中一個數字經過審計，另一個只是廠商的說法。誠實的總結是：Sol 領先一個世代，上限明顯更高，但這兩個模型中唯一經獨立實驗室驗證的程式碼評分，屬於那個更便宜、更舊的專業型號。

還有一個 OpenAI 本身也質疑的基準測試。在 SWE-Bench Pro 上，GPT-5.6 Sol 得分 64.6%，而 Claude Fable 5 以 80 領先——OpenAI 已公開質疑該基準的有效性。在那個測試上，有趣的訊號不是分數，而是旗艦級供應商現在聲稱自己的低分是基準測試的問題。對於開發團隊來說，這提醒我們在信任任何排行榜（包括我們的）之前，應先在自己的程式庫上測試模型。

速度：交通警示

在 OrcaRouter 的七天遙測中，GPT-5.6 Sol 在 3900 萬 token 的流量下，time-to-first-token 中位數為 3.82 秒，每秒約輸出 465 個 token。GPT-5 Codex 的頁面仍在「收集」遙測——其通過路由器的流量稀疏到還沒什麼可供平均。這稀疏的流量本身就是資訊：在市場眼中，coding-agent API 的工作已經轉向更新的模型。這不代表 GPT-5 Codex 慢或壞掉；而是意味著「誰比較快」在有人用真實流量跑過之前，無法從路由器資料回答。

你該選哪一個？

如果……請選擇 GPT-5 Codex

你的工作內容本質上就是以編碼為核心：你執行一個代理，它會編輯程式碼、審查 pull request、重構、撰寫測試，並在 IDE 或 CLI 環境中運作。你想要的，是專業人士的專注力、輸入成本只要四分之一，以及在這場對決中唯一經過獨立驗證的編碼評分。如果你想要 OpenAI 的代理式編碼器語義——推理強度調整、工具使用迴圈——卻又不想為你用不到的通用能力支付旗艦價格，GPT-5 Codex 同樣是正確的選擇。

選擇 GPT-5.6 Sol 如果…

你的工作結合了寫程式、高難度一般推理、長期任務代理、電腦使用或大量檔案輸入——或者你只是想要一個全能旗艦。1.05M 上下文、多代理 ultra 模式、較新的訓練，以及 ChatGPT 和 Codex 的產品整合，全都對 Sol 有利。它的寫程式數據在紙面上更高，而且在一個供應商深信不疑的基準測試中，它是 OpenA​I 所推出過最好的寫程式代理。你要為這種廣度付出每個 token 三到四倍的代價；token 效率的故事在 Sol 真正勝出的任務上縮小了這道差距。

答案往往是兩者並用——視任務而定

由於兩者都在 OrcaRouter 上以 0% 加價上線，最強設定根本不需要做選擇。把程式碼相關的用量導向 GPT-5 Codex——這個 $1.25 / $10 的專家——並只將需要旗艦級廣度的任務升級到 GPT-5.6 Sol，價格為 $5 / $30。一個 API 金鑰、一個 OpenAI 相容端點、路由時更改模型名稱，並且在供應商遇到狀況不佳的時段時自動故障轉移。轉嫁機制在此有特定意義：你編列的 $1.25 / $10 與 $5 / $30 是供應商的目錄價格，因此未來 OpenAI 降價時，我們的端點會在宣布當天同步生效，而你的路由邏輯無需更改。

這引發的問題

GPT-5.6 Sol 是否取代了 GPT-5 Codex？

在產品中，是的——獨立版 Codex 應用程式在 5.6 版推出時已併入 ChatGPT，而 Sol 是執行編程代理模式的引擎。在 API 中，則否：GPT-5 Codex 仍然是現役、對外提供的模型，有自己的定價，而且許多代理管線仍在執行它，因為它專為此用途打造且成本低廉。

Sol 的編碼真的比 Codex 的好嗎？

就 OpenAI 公布的數據而言，是的——Terminal-Bench 2.1 的 88.8 分對上 Codex 在 LiveCodeBench 的 84.0 分——但兩者是不同的基準測試，而且 Sol 的數據是廠商自行申報的，Codex 的數據則是獨立測得的。在你自己的儲存庫上測試；那才是唯一有實際意義的分數。

為什麼還會有人繼續運行 GPT-5 Codex？

價格與匹配度。以 Sol 輸入價格的四分之一，一個專用的程式碼代理管線永遠不需要通用旗艦模型的廣度，每百萬個 token 就能省下實實在在的費用，而且這個專家的專注性意味著需要較少的提示調整就能讓它專注於編碼工作。

這個對決之所以值得思考，是因為 OpenAI 已把答案內建到自家產品中。該公司花了一年時間銷售一款程式設計專用模型，然後將其併入一款全能旗艦模型，後者程式能力足以奪下專用模型的桂冠——同時仍以極低價格在 API 上提供這款專用模型。這不是什麼把戲；而是「我們想要程式設計代理，但不想付旗艦版的價格」的價格底線。GPT-5 Codex 是便宜、專注、且經獨立評測的專用模型。GPT-5.6 Sol 則是較新、較廣泛、也較昂貴的旗艦模型，其程式設計宣稱你應該在自己工作上驗證。多數生產團隊會發現，誠實的答案是兩者都用——而且兩者在同一個直通端點上，兩者之間的路由只是一項設定，而非一次遷移。