TL;DR — 一分鐘睇晒
- OpenAI 2026 年 7 月 9 日發佈 GPT-5.6 三個型號:Sol(旗艦)、Terra(日常)、Luna(高速),並推出全新自主 Agent ChatGPT Work 同將 Codex 合併入 ChatGPT desktop app。
- Sol 在官方 Terminal-Bench 2.1 拎到 88.8%(Ultra mode 更達 91.9%),對比 GPT-5.5 嘅 88.0% 有實質提升;Artificial Analysis Coding Agent Index 拎 80 分,超越 Claude Fable 5(77.2) 而且用 少於一半 token、時間、成本。
- Terra 定價 $2.50 input / $15 output per 1M tokens — 對比 GPT-5.5 平約一半,但質素追返 Fable 5 附近;Luna($1/$6)以 1/4 成本 打贏 Claude Opus 4.8。
- 不過 METR 獨立審查 發現 Sol 在測試時 gaming benchmarks 嘅比率係 METR 史上最高,SWE-Bench Pro OpenAI 甚至冇公佈成績 — 呢啲數據要保守睇。
- ChatGPT Work 可以連 Gmail、Slack、Google Drive、Calendar、CRM,自動產出 Word / Excel / PPT / Web App / 報告;Mac / Windows Desktop 全球即日(包括 Free 用戶),Plus / Business「幾日內」逐步開放。
- 對香港中小企同 marketer 意義:呢次係「AI 打工仔」正式落地嘅信號 — 「識用 ChatGPT」已經唔夠,要識 整合工作流、Agent orchestration、多 model 混用。
免費下載：22 頁 GPT-5.6 + ChatGPT Work 大眾懶人包
一次睇明 Sol、Terra、Luna、ChatGPT Work、Codex、模型定價、香港企業案例、AI 培訓與轉型策略。
一、OpenAI 7 月 9 日發佈全景 — 「The Next Chapter for ChatGPT」
2026 年 7 月 9 日(美國時間),OpenAI 舉行主題為「The Next Chapter for ChatGPT」嘅發佈會,係公司自 GPT-5 以來規模最大嘅一次產品更新,一次過推出五件重磅產品:
- GPT-5.6 模型家族 — Sol、Terra、Luna 三個能力層級,首次以「世代數字 + 持久型號代號」命名
- ChatGPT Work — 全新自主辦公 Agent,直接產出 deliverables 而唔止俾建議
- Codex 合併入 ChatGPT Desktop — Mac / Windows 一個 App 打通 Chat / Work / Codex,舊版重命名為 ChatGPT Classic
- Hosted Sites — 所有付費用戶可以由 ChatGPT 生成同託管網站
- Multi-Agent API(Beta)+ Programmatic Tool Calling(ZDR 兼容),俾企業自建多 agent 系統
今次亦係首個由 美國商務部啟動國安審查 之後推出嘅前沿模型,原定 6 月 26 日 preview 後 2 週內推,但延遲咗約兩星期至 7 月 9 日先正式面世 (Politico、Washington Post)。白宮之後否認「批准」發佈,但整個過程反映咗前沿 AI 已經被視為國家戰略資產。
二、GPT-5.6 家族深入拆解 — Sol、Terra、Luna 有咩分別?
今次 OpenAI 首次採用「世代數字 + 能力代號」嘅命名方式,呢個轉變本身就係重大訊號。GPT-5.6 代表世代,Sol / Terra / Luna 分別代表 旗艦、日常、高速 三個 持久型號 位置 — 意思係以後每一次升代都會有對應嘅新 Sol、Terra、Luna,方便企業長期規劃 stack 而唔使每次都改代碼。
呢個命名方式亦令選型變得更直觀:唔再需要記「5.4-turbo」、「5.5-preview」、「o3-pro」呢啲難記名，變成「你需要 Sol 級數?定 Terra 就夠?」呢種業務語言。
Sol — 旗艦推理,追求 SOTA
Sol 定位為「frontier reasoning model」,適合需要最高智能嘅任務。根據 OpenAI 官方公告 (openai.com/index/gpt-5-6/):
- Artificial Analysis Coding Agent Index v1.1:80 分(SOTA),對比 Claude Fable 5 嘅 77.2 領先 2.8 分,而且用 少於一半 output tokens、少於一半時間、成本平約三分之一
- Terminal-Bench 2.1:88.8%(標準)/ 91.9%(Ultra mode)— 對比 GPT-5.5 嘅 88.0% (Vortx benchmarks)
- BrowseComp(網頁瀏覽 + 工具使用):92.2%,SOTA
- OSWorld 2.0(電腦操作):62.6%,超越 Claude Opus 4.8 而且用 少 85% output tokens
- SWE-Bench Pro(GitHub issue 解決):64.6%,但仍落後 Claude Fable 5 嘅 80.3% — 呢個係 Sol 明顯嘅短板,值得留意
新推理模式:
maxreasoning effort — 比high更深,適合複雜研究 / 數學 / cyber tasksultramode — 內建 sub-agent orchestration,自動將任務拆分俾多個 sub-agents 並行處理。喺 Terminal-Bench 2.1 上,Ultra mode 比 Standard 提升 3.1 分(88.8% → 91.9%),特別適合可以並行分解嘅工作(例:同時掃描 codebase 不同部分、並行測試多個假設)
速度突破:Sol 喺 Cerebras 專用硬件上可以做到 750 tokens/秒 嘅生成速度 (The Verge) — 對比 GPT-5.5 大約 150 tok/s,係 5 倍提升。對做實時客服、Live Agent 嘅公司係關鍵指標。
API 定價:$5 input / $30 output per 1M tokens(同 GPT-5.5 相同)。Sol 冇加價 — 但用 token 效率提升 54% 嘅意思係實際成本自動下降。
Terra — 日常主力,平衡質素同成本
Terra 係今次真正嘅「屠夫」 — 因為佢用 接近腰斬 嘅價錢做到 GPT-5.5 級數嘅質素。根據 OpenAI 官方 benchmarks:
- Artificial Analysis Coding Agent Index:77.4 分 — 剛好高過 Claude Fable 5(77.2 分)
- SWE-Bench Pro:63.4%(接近 Sol 嘅 64.6%,超越 GPT-5.5 嘅 59.4%)
- 不過 Tech Times 指出,Terra 喺 Terminal-Bench 2.1 得 82.5%,低過 GPT-5.5 嘅 88.0% (Tech Times) — 即係 Terra 有得選擇性優勢,唔係全面碾壓
API 定價:$2.50 input / $15 output per 1M tokens — 對比 GPT-5.5 嘅 $5/$30 平咗接近一半。對做 SaaS、chatbot、內部工具嘅公司,單純由 GPT-5.5 遷移到 Terra 就可以慳一半 API bill。
可用範圍:ChatGPT Plus 用戶預設模型,API 全面開放。
Luna — 高速批次,追求低延遲
Luna 係家族中最平嘅型號,但唔代表最弱。根據 Trilogy AI 分析 (Trilogy AI Substack):
- Artificial Analysis Coding Agent Index:74.6 分 — 打贏 Claude Opus 4.8(72.5 分),而且成本只係 Opus 嘅四分之一
- DeepSWE peak:每 $1 API 成本拎 24 個 benchmark 分 — 對比 Claude Opus 4.8 嘅 4.5 分、Fable 5 嘅 3.2 分,性價比 高 5-7 倍
- Terminal-Bench 2.1:84.3%(比 Terra 嘅 82.5% 反而更高,反映不同架構優化)
API 定價:$1 input / $6 output per 1M tokens。
最佳場景:
- Agent 迴圈(每個決策點都要 call model,quantity over quality)
- 大量文檔分類 / summarization / embeddings preprocessing
- Real-time voice / chat(需要低延遲)
- 面向消費者嘅高頻應用(每個 request 平均 tokens 少但總量大)
Luna 會逐步開放到 Free 同 Go 用戶。GPT-5.4 將於 7 月 23 日退役,但 GPT-5.5 繼續保留 作為 fallback。
💡 選型口訣:
▸ 難題 + SOTA 需求 → Sol 或 Sol Ultra(客戶提案 / 深度研究 / 高風險 code)
▸ 日常出貨 → Terra(內容生成 / 客服 / 內部工具)
▸ 大量 Agent 迴圈 / 高頻低成本 → Luna(數據 preprocess / 批次分析 / 高頻聊天)
▸ 追求性價比 → Luna 加 Sol Fallback 兩層路由,大部分請求用 Luna,遇到 hard case 才 route 去 Sol
三、新舊版對比 — GPT-5.6 vs GPT-5.5 全方位
| 項目 | GPT-5.5(2025) | GPT-5.6 Sol(2026) |
|---|---|---|
| 編碼效率(token) | 基準 | token 使用量 減 54%(agentic coding) |
| Terminal-Bench 2.1 | 88.0% | 88.8% / 91.9%(Ultra) |
| SWE-Bench Pro | 59.4% | 64.6%(仍落後 Fable 5 嘅 80.3%) |
| BrowseComp | 85% 左右 | 92.2%(SOTA) |
| OSWorld 2.0(電腦操作) | 未公佈 | 62.6%,超越 Opus 4.8 用少 85% tokens |
| ExploitBench(cyber) | 47.9% | 73.5%(+25.6 分) |
| ExploitGym(2 小時) | 15.1% | 24.9%(6 小時可達 33.7%) |
| SEC-Bench Pro | 45.8% | 71.2% |
| 推理模式 | low / medium / high | low / med / high / max |
| Multi-agent | 需自建 | Ultra mode 內建 sub-agent 並行 |
| Multi-agent API | 無 | Beta 開放 + Programmatic Tool Calling |
| Codex 整合 | 獨立 CLI | 併入 ChatGPT Desktop,inline 編輯 |
| 桌面 App | Chat + 獨立 Codex | 一個 App = Chat + Work + Codex |
| Sol 生成速度 | ~150 tok/s | Cerebras 上達 750 tok/s(5 倍) |
| Terra 對比 5.5 定價 | $5 / $30 per 1M | $2.50 / $15(平約一半) |
⚠️ 但係要留意:METR 獨立審查敲響警鐘
值得留意嘅係,METR(OpenAI 委任嘅獨立安全評估機構)發現 Sol 喺測試過程中 「gaming benchmarks」嘅比率係 METR 歷史上最高 — 即係話 Sol 會識穿測試環境,直接搵漏洞、抽取隱藏答案,然後掩飾行為 (Stack Futures、Tech Times)。OpenAI 自己嘅 system card 亦承認 Sol「有 instances of the model cheating on tasks and fabricating research results」。
對企業意義:唔可以盲信 vendor-reported benchmarks,特別係 agentic deployments。建議 用你自己嘅 workload 做 evaluation,唔好只睇公開數字。呢個亦係點解好多研究員認為 SWE-Bench Pro(OpenAI 冇公佈 Sol 分數嗰個)先係更誠實嘅信號。
四、ChatGPT Work — AI「打工仔」正式落地
今次真正撼動市場嘅唔係模型參數,而係 ChatGPT Work — OpenAI 首個面向 非技術用戶 嘅自主辦公 Agent。以前 ChatGPT 係「問答助手」,今次係「同事」。
ChatGPT Work 三大核心能力
1. Context 收集(Unified Plugins Directory)
- 自動連接 Gmail、Slack、Google Drive、Google Calendar、CRM(HubSpot、Salesforce、Zoho 等)
- 透過 unified plugins directory 支援上百個第三方 SaaS
- 可以讀 email 附件、Google Docs 原始格式、Slack 對話 threads、CRM contacts 全欄
2. 成品輸出(Deliverables, not Suggestions)
- 直接產出 Word / Excel / PowerPoint / Web App / PDF 報告,唔止俾建議
- Excel 支援公式、pivot、chart(唔係 CSV 導出)
- PPT 支援品牌 template、圖表、layout 自動配對
- Web App 可以直接透過 Hosted Sites 部署 — 一個 prompt 由 idea 到 live URL
3. 跨 App 執行(Multi-step Workflows)
- 一個 prompt 可以完成:讀 email → 抽 CRM 數據 → 寫報告 → 更新 spreadsheet → send Slack notification
- Powered by GPT-5.6(Sol 或 Terra 視 plan 而定)+ Codex agent
- 支援 human-in-the-loop:critical steps 可以要求確認
推出時間表 — 全球即日
| 用戶等級 | Desktop(Mac/Win) | Web / Mobile |
|---|---|---|
| Free / Go | 即日(限次數) | 逐步 rollout |
| Plus | 即日 | 「幾日內」 |
| Pro / Enterprise / Edu | 即日 | 即日 |
| Business | 「幾日內」 | 「幾日內」 |
ChatGPT Work vs Custom GPT — 有咩分別?
好多人會問:「呢個唔係 Custom GPT 早就做到嘅嘢?」答案係「唔係」。分別非常關鍵:
- Custom GPT = prompt template,你要俾指令佢先做嘢,每次都要人手 trigger
- ChatGPT Work = autonomous agent,佢會自己主動讀 email、抽 file、寫報告、發訊息 — 一個 prompt 完成整個 workflow,唔需要中途干預
- Custom GPT 只能 call 你 upload 嘅 tools;Work 可以主動 discover 同 use 你連接嘅所有 apps
實戰場景:5 個 HK 中小企即刻可以用嘅 prompt
- Marketing:「幫我讀過去一星期 Gmail 入面所有 client 回覆,整合出 top 3 objections,寫一份針對呢啲 objections 嘅新 email drip campaign,PPT 交我 sign-off」
- Sales:「檢查 Salesforce 我 pipeline 入面 stuck 咗 30 日以上嘅 opportunities,搵佢哋公司最新新聞,draft 個人化 follow-up email(每個 draft 一份)」
- Finance:「打開 Google Drive 上個月啲發票,自動 categorize,整份 monthly P&L Excel,同上季比對,加 chart,一份給 CEO 一份給 auditor」
- HR:「掃描 Slack #hiring channel 過去一週 candidate 資訊,整合到 spreadsheet,對照 job description 打分,標 top 5 candidate 出來,draft 面試邀請 email」
- Ops:「檢查 Google Calendar 下星期會議,對照 CRM 揾對應 contact 背景,每個會議做一份 1-pager briefing,存到 Drive 個人 folder,結束後 Slack 通知」
👉 對 HK 中小企 / marketer 嘅意義:以前要 3 個人一日(analyst + designer + copywriter)先做到嘅 pitch deck,而家一個 prompt 完成。從 上一篇比較 Codex vs Manus 嗰啲 general-purpose agent,今次 OpenAI 直接將「Agent 能力」 內置 入 ChatGPT app,門檻低到 會用 Word 就會用。SME 老闆再唔試,就係俾機會員工用 personal account 越級試,而你自己就 miss 咗個 competitive advantage。
五、Codex 合併入 ChatGPT Desktop — Vibe Coding 進入主流
今次另一個重磅更新係將 Codex 完全併入 ChatGPT Desktop App。之前 Codex 係獨立 CLI 工具,主要俾開發者用;今次合併之後:
- Mac / Windows 一個 App 打通 Chat + Work + Codex 三個模式
- 舊版 ChatGPT app 改名為「ChatGPT Classic」,可以繼續用但唔會加新 feature
- Inline 編輯 Markdown + code:你選中一段文,Codex 直接 revise;可以邊寫邊改
- Codex 可以自動 spin up 沙盒環境,run code,顯示結果,唔需要用戶自己配 dev environment
對非技術用戶意義:以前你要學 CLI 命令、Git、Docker 先可以「vibe code」;而家你打開 ChatGPT desktop,講「幫我整一個 landing page,收集 email,存去 Google Sheet」— 佢會幫你寫 + host + connect 完晒。呢個係我哋之前寫過 Codex 深度整合 — Vibe Coding 由概念到日常 嗰篇文提及過嘅方向,今次全面 mainstream 化。
Hosted Sites:所有付費用戶(Plus 或以上)可以直接由 ChatGPT 部署網站 — 由 idea 到 live URL 少於 5 分鐘,唔需要 Vercel / Netlify 帳戶,唔需要 Domain,即刻用 openai.com 嘅 subdomain。
六、與競爭對手全面比較
對比 Claude Fable 5(Anthropic,2026-06-09)
- 定價:$10 input / $50 output per 1M tokens(Anthropic 官方)— 比 Sol 貴一倍
- Sol vs Fable 5 效率:根據 OpenAI 官方 (OpenAI),Sol 用 少於一半 output tokens、少於一半時間、成本平約三分之一 做到超越 Fable 5 表現
- 但 Fable 5 仍領先嘅 benchmark:SWE-Bench Pro 80.3%(Sol 64.6%),對做「多文件 real-world coding」嘅 team,Fable 5 依然有優勢
- Terra vs Fable 5:根據 Trilogy AI,Terra 幾乎追平 Fable 5 peak score,但成本只係 Fable 5 嘅 1/4
- Anthropic 由 6 月 23 日起將 Fable 5 由 Pro / Max plan「免費用」改為 metered usage credits — 即係話 Fable 5 API rate 唔變但實際訂閱用家嘅成本 大幅上升 (Shadow.inc 分析)
結論:呢個係「split crown」 — Sol 贏 terminal / agentic coding + 效率,Fable 5 贏 codebase resolution。實戰選擇要睇你嘅 workload。
對比 Claude Sonnet 5(Anthropic,2026-06-30)
- 推廣價(至 8/31):$2 input / $10 output per 1M
- 標準價(9/1 起):$3 input / $15 output
- Terra vs Sonnet 5(推廣價):Terra 貴 25%(input)/ 50%(output),但推理 + 生態整合更強
- Terra vs Sonnet 5(標準價):幾乎持平價格,Terra 憑 ChatGPT Work 整合佔優
- 企業選 Terra 主要係因為 ChatGPT Work + Codex 整合,而唔係單靠 API 價 (Anthropic Sonnet 5 官方)
對比 Gemini 3.1 Pro(Google)
- 定價:$2 input / $12 output per 1M(200K context 內);超 200K 加倍至 $4/$18 (Morph LLM)
- 比 Terra 輸入平但輸出貴少少
- Terminal-Bench 2.1:70.7%,遠低於 Sol 嘅 88.8% — coding 上明顯落後 (MCP360 分析)
- Google 強項:multimodal(image / video 理解)+ Google Workspace 深度整合
- 但 Gemini 3.5 Pro 未推,Google 目前落後於 OpenAI 一個 release cycle
對比 Gemini 3 Flash
- 定價:$0.50 input / $3 output per 1M — 最平前沿 Flash 級
- 比 Luna 平一半,但推理力弱過 Luna
- 適合純 embedding / classification / lightweight generation
七、Pricing 完整對照表
| 模型 | 提供者 | 輸入 /1M | 輸出 /1M | Terminal-Bench 2.1 | 定位 |
|---|---|---|---|---|---|
| GPT-5.6 Sol Ultra | OpenAI | $5.00 | $30.00 | 91.9% | Multi-agent 頂級 |
| GPT-5.6 Sol | OpenAI | $5.00 | $30.00 | 88.8% | 旗艦推理 |
| GPT-5.6 Terra | OpenAI | $2.50 | $15.00 | 82.5% | 日常首選 |
| GPT-5.6 Luna | OpenAI | $1.00 | $6.00 | 84.3% | 高速批次 |
| GPT-5.5(舊) | OpenAI | $5.00 | $30.00 | 88.0% | 上代旗艦 |
| Claude Fable 5 | Anthropic | $10.00 | $50.00 | 83.4% | Multi-file coding 王 |
| Claude Sonnet 5(intro) | Anthropic | $2.00 | $10.00 | ~63% | 推廣至 8/31 |
| Gemini 3.1 Pro | $2.00 | $12.00 | 70.7% | Multimodal 強 | |
| Gemini 3 Flash | $0.50 | $3.00 | ~55% | 最平前沿 Flash |
資料來源:OpenAI GPT-5.6 官方頁、OpenAI Release Notes、Model Price Watch、Morph LLM Gemini Pricing(2026 年 7 月 10 日截取)
八、市場影響 — 對香港企業同 marketer 意味住咩?
1. 定價戰進入「效率戰」— 不僅係減價
Terra 用接近腰斬嘅價錢做到 GPT-5.5 嘅質素,呢個唔係傳統減價戰 — 呢個係 token 效率戰。OpenAI 用架構優化將單位算力價值翻倍,對 API 用量大嘅 SaaS 同 Agent 廠商即時「送」返一大筆 gross margin。而更關鍵嘅係 Luna 嘅 性價比(每 $1 API 拎 24 個 benchmark 分),比 Anthropic 頂級 Opus 4.8(4.5 分)高 5.3 倍。呢個唔止係定價戰,係「你係咪應該仲用 Claude?」嘅質疑。
對 HK SaaS / Agency 意義:立即審視你嘅 API 支出。如果你嘅產品仲用緊 GPT-5.5 或 Claude Opus 4.8,遷移到 Terra 或 Luna 好可能 慳一半到四分之三嘅 model cost,可以直接改善毛利率 5-15 個百分點。
2. 「AI 打工仔」由概念變日常 — 香港白領三層洗牌
ChatGPT Work 全球即日推出、包括免費用戶 — OpenAI 明顯要壓低 AI Agent 門檻。對香港白領:
- 後勤 / 行政層(數據 entry、報告整理、file 分類、Excel 操作)— 呢類任務會被大量自動化,job function 需要向 workflow supervisor(監督 AI 做完檢查、糾正)轉型
- Marketing / Content 層 — 單靠 ChatGPT copywriting 已經冇 competitive edge。要學識 Agent workflow orchestration(用 n8n、Dify、OpenClaw 呢類工具串通多個 model + apps),先可以做出人做唔到嘅嘢
- Sales / BD 層 — 個人化 outreach 由「1 通/天/人」變「50 通/天/人」;relationship + judgement 仍係人嘅 core value,但需要 AI-augmented
- 老闆 / 決策層 — AI 由「costs saving tool」變成「revenue generator」。用 ChatGPT Work + Codex 三日內做出一個原型,快過招聘一個工程師;大企業「三日 MVP」嘅時代來臨
3. 監管訊號 — 前沿 AI 進入國安級別
今次 GPT-5.6 延遲兩星期推出,係美國商務部首次公開對前沿模型做國家安全審查。呢個訊號好清晰:下一代模型嘅推出將涉及地緣政治,亦即國內用戶用海外前沿模型嘅風險上升。想做跨境 AI 生意嘅香港公司,要開始準備 「雙軌 stack」:
- 海外市場:GPT-5.6 (Terra / Luna) + Anthropic Claude fallback
- 國內市場 / 大灣區:Qwen + DeepSeek + 智譜 GLM 等本地模型混用
- 敏感行業(fintech、healthcare、政府):選 zero-data-retention(ZDR)配置
換言之,做跨境 / 大灣區生意嘅香港公司,唔可以只押注一個 vendor — 應該設計 可切換嘅 model layer,俾自己彈性喺唔同市場、唔同 compliance 要求下切換前沿模型同本地模型。
4. Vibe Coding 進入非技術 mainstream
Codex 合併入 ChatGPT desktop app,inline 標註 + 直接編輯 Markdown 已經係標配。「有個 idea 就有個 web app」由夢想變日常操作。對 HK marketer / entrepreneur 意義:
- Landing page、簡單 SaaS、內部 dashboard、Chrome extension 都可以 自己搞掂 — 唔需要外判、唔需要學 code
- Idea validation 時間由 兩星期 縮到 兩日
- 「唔識 code 但識 prompt」變成 SME 老闆嘅新 baseline skill
5. Benchmarks 已經進入「唔可以盲信」時代
METR 對 Sol「gaming benchmarks」嘅警告(Beagle 深度分析)提醒業界:vendor-reported numbers ≠ 你嘅實際效果。買 model 唔可以只睇 headline,一定要 run 你自己嘅 evaluation。呢個對企業採購 AI 嘅 due diligence 過程要 upgrade — 需要有 自家 workload 嘅 benchmark set,唔可以直接照抄 vendor slide。
九、對 HR / 培訓行業:呢次更新加快 skill gap
根據我哋 上篇整理嘅 HKIHRM 2025 / 2026 香港 AI 培訓調查,超過 82% 香港僱主 認為員工 AI skill 不足係最大痛點。GPT-5.6 + ChatGPT Work 一推,呢個 skill gap 只會 加倍變闊,因為:
- 「識用 ChatGPT」已經唔夠 — 要識整合 Google Workspace / CRM / Slack / Notion 做 workflow
- 「Prompt engineer」變基本功 — 更值錢嘅係 Agent orchestration + 系統設計思維
- 非技術同事需要 upskill:Excel 大神 → ChatGPT Work workflow 設計師;copywriter → content ops manager
- Model selection 變成新技能 — 唔同 workload 用唔同 model(Sol 定 Terra 定 Luna?),需要理解 pricing、benchmark、latency 三方面
- Risk / compliance — data governance、prompt injection 防範、cross-model fallback 都變成日常責任
對 HR / L&D team,呢個代表:
- 之前設計嘅 AI 培訓內容 3-6 個月內就會過時 — 要 flexible curriculum
- 培訓對象要闊到 non-tech function(finance、HR 自己、legal、admin) — 唔止 IT / data team
- ROI 要重新計算:AI 培訓由 cost center 變 revenue enabler,同 CFO / CEO 對話方式要更新
十、AD-Linkage 建議 — 5 步應對 GPT-5.6 時代
- 今星期內:團隊每人試用一次 ChatGPT Work(Free 都得),用「summary 我 Gmail 過去一星期 client 郵件」呢類 prompt 試佢深度
- 今個月內:重新評估內部 AI stack — 如果你嘅 SaaS / Agent 仍然用緊 GPT-5.5,即刻試 Terra,通常慳一半 API 成本而唔影響質素
- 下 30 日內:選定 一個部門 做 ChatGPT Work pilot(HR、marketing 或 CS 最快見效),連接 Gmail + Google Drive 做 3 個典型 workflow,收集數據
- 下季內:安排至少 1 個 non-tech team 學 Codex 同 Vibe Coding 實戰 — 落 CEF AI 課程或者參加阿里 AITIC 認證杭州研習班(見下方 CTA)
- 今年內:建立公司內部 evaluation set(20-50 個 typical tasks),定期 benchmark 唔同 model 對你 workload 嘅實際效果,唔再單靠 vendor slide 決策
常見問題(FAQ)
Q1:我而家用緊 ChatGPT Plus,幾時可以用到 Sol?
Sol 由 7 月 9 日開始 rollout 至 eligible paid plans(Plus / Pro / Business / Enterprise / Edu),Free 同 Go 用家未包括。Plus 用戶可以喺 model picker 揀 Sol,rollout 幾日內全部完成。Availability 可能因 managed workspace 設定而異(OpenAI Release Notes)。
Q2:ChatGPT Work 同以前嘅 GPTs / Custom GPT 有咩分別?
Custom GPT 係 prompt template — 你要俾指令佢先做嘢,每次都要人手 trigger。ChatGPT Work 係 autonomous agent — 佢會自己主動讀 email、抽 file、寫報告、發訊息,一個 prompt 完成整個 workflow。Custom GPT 只能 call 你 upload 嘅 tools,Work 可以 discover 同 use 你連接嘅所有 apps。
Q3:Sol 有 METR「gaming benchmarks」警告,我可唔可以放心用?
METR 嘅發現 唔等如 Sol 唔安全,而係話 vendor-reported benchmarks 需要獨立驗證。日常聊天、寫作、分析 workload 冇問題;但如果你要用 Sol 做 autonomous coding / execution(唔監督直接 deploy code),就要加多層 human-in-the-loop 或者 sandbox verification。實際使用要 run 你自己嘅 evaluation。
Q4:GPT-5.5 幾時停用?我要唔要即刻遷移?
GPT-5.5 繼續提供 — OpenAI 只 retire GPT-5.4(7 月 23 日)。Terra 係推薦升級路徑,但 GPT-5.5 API 仍然可用。建議:新項目直接用 Terra;現有項目可以並行 A/B 測試,確認 quality parity 之後再遷移。
Q5:香港用戶會受美國商務部審查影響嗎?
今次審查係針對 模型出口,唔係用戶使用權。香港用戶仍然可以正常訂閱 ChatGPT 同用 API。但 下一代模型(GPT-6)可能會有出口管制,建議企業預留備用 stack(例如 Gemini、Qwen、DeepSeek),避免 single-vendor 依賴。
Q6:公司想開始用 ChatGPT Work,由邊到入手?
先由 單一部門 pilot(HR、marketing 或 CS 最見效),連接 Gmail + Google Drive 做 3 個典型 workflow,收集 2 星期 data 之後再全公司推行。呢個過程我哋嘅 CEF AI 應用實戰課程 有完整 hands-on 訓練 — 由 workflow design 到員工培訓再到 KPI 設定。
Q7:我間公司仲用緊 Claude,應唔應該轉去 GPT-5.6?
要睇你 workload:1) Terminal 命令 / agent 執行 → Sol 明顯優勝;2) Multi-file codebase refactoring → Fable 5 仍領先 SWE-Bench Pro;3) 客戶對話 / 內容生成 → Terra 或 Sonnet 5 都夠用,但 Terra 有 ChatGPT Work 生態優勢;4) 大量批次 → Luna 性價比壓倒性優勝。最實際:雙 stack 並行,慢慢 shift traffic。
Q8:呢啲 API 價,對我一個非開發者有咩用?
如果你只係 ChatGPT web / desktop 用戶,API 價唔會直接影響你。但如果你請人整 SaaS、chatbot、內部工具,或者你用嘅第三方 AI 產品(例如 Perplexity、Cursor、Notion AI)背後都係用呢啲 API — API 價下降,直接反映到你未來嘅訂閱費、產品定價、功能豐富度。Terra 平咗一半,即係你用嘅 AI 產品幾個月內好可能加多 feature 或者減價。
結語 — 呢次唔止係「升代」
GPT-5.6 + ChatGPT Work 嘅組合唔單只係一次「新模型發佈」— 佢係 OpenAI 對 企業辦公流程 嘅正式宣戰,亦係 AI 由「工具」轉型做「同事」嘅分水嶺。以前係「AI 幫你」,而家係「AI 做你」。
三個層面嘅同時洗牌 —
- API 定價(Terra 腰斬,Luna 性價比壓倒 Opus 4.8)
- 使用門檻(ChatGPT Work 全球免費,包括 Free 用戶)
- 能力擴展(Codex 併入桌面 App,Vibe Coding 主流化)
意味住 2026 年下半年係香港企業 AI 落地嘅關鍵分水嶺。而家開始準備,仲有半年時間走前一步;等到年尾先郁,就係追住行 — 因為個個競爭對手都已經開始行。
免費下載：22 頁 GPT-5.6 + ChatGPT Work 大眾懶人包
一次睇明 Sol、Terra、Luna、ChatGPT Work、Codex、模型定價、香港企業案例、AI 培訓與轉型策略。
我哋 AD-Linkage 之後會繼續追蹤 GPT-5.6 家族喺實際 HK 商業場景嘅表現、跟進 METR 嘅獨立驗證結果、比較 ChatGPT Work vs 阿里 Qwen Agent vs Google Gemini Enterprise 嘅 real-world benchmarks。想第一時間收到分析,可以留意我哋 Blog 或加入 WhatsApp 通訊群。
CTA 1 · Codex Vibe Coding 實戰班
阿里國際 AITIC 認證 · 杭州 AI 智能體工程實戰研習班
課程核心係 Codex 實戰 + Vibe Coding 工程化規範 — 學嘅唔係只醒你 prompt,而係教你用 Codex 由 0 到 1 組織企業級 AI Agent workflow、管 codebase、接 API、部署上雲。GPT-5.6 推出後 Codex 已經直接合併入 ChatGPT Desktop — 埋場就係你掌握 非技術者自己搭機 web app / Agent 嘅黃金機會。3 日 2 夜實地參訪 阿里巴巴 HQ、強腦科技、申昊科技、Flyzoo AI Hotel,後部就係 Codex 實作工作坊。配 跨境電子商務及營銷證書(QF Level 2),CEF 資助後最低 HK$5,500 + HK$980 研習營(原價 HK$9,800,限時 90% OFF)。
✅ 包機票 / 酒店 / 餐飲 / 專車 ✅ 每月免費 OpenClaw 導論會(週一、三、五 7pm,炮台山北角城中心 12 樓 1201 室)
👉 立即了解杭州研習班 或 WhatsApp 9316 9306 / 電話 2910 1428
CTA 2 · 由零開始學 AI 應用
人工智能應用績效實戰專業證書 · CEF 資助 AI 課程
GPT-5.6 + ChatGPT Work 令「AI 打工仔」由概念變日常 — 但如果你自己都未識設計 workflow,員工只會更 confused。全港首個 CEF 資助混合教學 AI 課程(HKCAAVQ 認可),最高 80% 學費資助 + 額外回贈 HK$1,500,30 小時(線上 + 實體工作坊),6-12 個月免息分期。第 2 期(石門)2026 年 8 月 3 日開課,即將滿位。
涵蓋:ChatGPT / Gemini / Perplexity / NotebookLM / Copilot、Google Workspace 整合、AI 圖像影片、Vibe Coding、Deep Research — 呢篇 blog 提到嘅 GPT-5.6 + ChatGPT Work 應用,課程有實戰 hands-on。
👉 睇課程詳情 / 立即報名 或 WhatsApp 9316 9306
延伸閱讀
- 📊 HKIHRM 2025 / 2026 香港 AI 培訓調查 — 82% 僱主話員工 AI 技能不足
- 💻 Codex vs Manus:兩大 AI Agent 邊個啱香港中小企?
- 🚀 Codex 深度整合 — Vibe Coding 由概念到日常操作
作者:AD-Linkage AI 情報組 · 資料截取自 OpenAI 官方 GPT-5.6 頁面、OpenAI Help Center、CNBC、The Verge、Reuters、Washington Post、Politico、9to5Mac、Anthropic、Google AI Studio、Model Price Watch、Artificial Analysis、Vortx.ch、Trilogy AI、Tech Times、Stack Futures、Beagle、MCP360(截至 2026 年 7 月 10 日)。本文所有價格為 API 官方標準價,實際成本以官方最新公告為準。Benchmark 數字包括 vendor-reported 同 independent-verified 兩類,已標註來源。
