这事实在太快了。
GPT-5.5发布才三周，Codex后端日志里就被人翻出了GPT-5.6的踪迹。内部代号叫iris-alpha，核心参数是一个让所有做AI应用的人都坐不住的数字：上下文窗口150万token。对比一下，GPT-5.5是105万，Claude Opus 4.7是100万，DeepSeek V4也是100万。
43%的提升，在上下文长度这个维度上，算是跨了一个台阶。
泄露是怎么被发现的
时间线很短。5月初，有开发者在Codex后端日志里看到了指向gpt-5.6的推理请求。5月14日，监测机构确认已经有人通过ChatGPT Pro的OAuth认证直接访问到了这个模型。到5月19日之后，各大科技媒体开始密集报道。
除了iris-alpha，日志里还有两个衍生版本：ember-alpha和beacon-alpha。业内推测分别对应低延迟快速版和高推理长文本版。我个人的判断是，OpenAI可能在做分级定价——不同用户、不同场景，推不同版本的模型，最早的企业级定价雏形已经在路上了。
150万token到底能干什么
先说一个可能让普通用户失望的结论：这个窗口根本不是为了日常聊天设计的。你一个月跟ChatGPT聊天的总token量可能还不到150万分之一。
但如果你在做下面这些事，情况就完全不同了：
几百页的法律合同，一次性丢进去，让AI做一致性审查和风险点标注。一个中型代码仓库，几十万行代码，让AI逐个文件理解依赖关系、抓出安全漏洞。一整本学术专著，让AI提取核心论点、画出知识图谱。一个持续了三周的项目，几十次讨论、上百个文档的变更记录，让AI记住每一个决策的来龙去脉。
压力测试也有了一些数据：输入到90万token时，模型响应流畅；推到105万token以上，准确度依然保持得不错。而且有开发者提到，这个模型已经可以零提示生成商用前端界面了。
说句实话，这种能力对个人开发者来说确实有点杀鸡用牛刀。但对律所、投行、大型软件团队、研究机构来说，150万token的窗口解决的是一个关键痛点：以前不得不把长文档切碎再拼接，上下文一定会丢。现在可以一整块进去，一整块出来。
为什么OpenAI这么着急
这件事背后有一个时间节奏很值得注意。
GPT-5.5是4月底发的。如果6月初GPT-5.6真的发布，那间隔就40天左右。有开发者分析了OpenAI近一年的发布节奏，发现已经从年度迭代压缩到了30到45天。
Polymarket上赌"6月30日前GPT-5.6发布"的概率目前是85%。
这个节奏感让我想到一个不太舒服的类比：军备竞赛。OpenAI冲这么快，不是因为必须如此，而是对手都在冲。Claude在长上下文上的口碑一直不差，Gemini也在追，DeepSeek用开源抢生态。谁停下来喘口气，谁就可能被媒体写出"落后了"的标题。
我最担心的一件事
150万上下文窗口有一个好处也是坏处的特性：它让幻觉的后果放大了。
以前模型在一个3000字的文章里编造一段数据，你多读几遍就能发现。现在你丢了一整本法律合同进去，模型在某个角落捏造了一个条款，你可能根本发现不了，因为它藏在了几十万字的"正确"内容中间。
而且推理成本也是真金白银。150万token的推理，即使技术再优化，单次成本也不会低。OpenAI怎么给这个定价，是分层还是打包，会直接影响到能不能在商业场景里真正落地。
这次不再是给所有人用的了
我觉得GPT-5.6泄露事件最值得注意的，不是参数本身，而是方向变了。
从GPT-3.5到GPT-4，大家的感觉是"AI越来越聪明了"。从GPT-5.5到GPT-5.6，给我的感觉是"AI越来越像一个给企业用的工具箱了"。个人对话体验的提升已经不再是主轴，Agent编排、复杂任务处理、超长上下文、终端环境纠错——这些能力的服务对象都是企业开发者和专业用户。
OpenAI想成为的不是一个更会聊天的App，而是一个能嵌进所有公司业务流程的计算层。
这个野心比150万token大多了。
相关文章
