GPT-5.6 技术深读：Ultra 多智能体、Programmatic Tool Calling 与缓存计费

GPT-5.6 的产品叙事是「三档模型」，技术叙事则是 执行模式 + 工具运行时 + 缓存经济学。

GPT-5.6 Agent 工作台与多工具编排（配图）

一、Ultra：四个 Agent 并行

OpenAI 将 ultra 定义为最高端执行设置：协调多个子 Agent 在并行轨迹上推进长任务。公开基准称，Terminal-Bench 2.1 分数可由约 88.8% 提升至约 91.9%（ultra 条件）。注意：ultra 是 执行模式，不是第四个模型名。

适用：跨仓库迁移、大型重构、需要同时调研+编码+验证的项目。成本随并行度上升，应配合 Luna/Terra 分流非关键路径。

二、Programmatic Tool Calling

Responses API 引入 Programmatic Tool Calling：模型可编写 JavaScript，在 无网络的隔离 V8 中跑通工具编排逻辑——比纯 JSON 工具调用更适合复杂分支。安全边界依赖沙箱与权限清单，企业仍需外层网关做 egress 控制。

三、缓存计费变化

自 GPT-5.6 起：

• Cache write：未缓存输入价的 1.25×
• Cache read：约 90% 折扣
• 最低缓存寿命与显式 breakpoint 使「可预期缓存」成为架构规划项

四、工程清单

1. 路由层：Sol（难）/ Terra（通）/ Luna（海量）
2. Work/Codex：打开 max/ultra 前先测算并行成本
3. 工具：优先走隔离 PTC，避免给模型裸网
4. 监控：按模型档位拆分单位任务成本，而非只看总量