GPT-5.6 正式发布：Programmatic Tool Calling 将工具编排逻辑内置于模型——运营商必须更新的配置清单

2026 年 7 月 9 日，GPT-5.6 从限量预览正式转为全面可用（GA）——但这次路由层面的变化不只是改个模型名称。此次发布在 Responses API 中引入了 Programmatic Tool Calling：GPT-5.6 可以在内存中编写并执行 JavaScript，在模型内部协调工具调用、过滤中间结果，将精简后的结构化输出返回给调用方。对于在 AI 网关层处理工具分发的团队来说，这改变了工具调用的控制流模型。

发生了什么

OpenAI 正式发布 GPT-5.6 家族——Sol（旗舰）、Terra（均衡）、Luna（低成本）——即日起通过 Responses API 和 Chat Completions API 提供服务。

确认的模型 ID 与定价：

别名 gpt-5.6 默认路由至 Sol。三款模型共享 105 万 token 上下文窗口、12.8 万 token 最大输出长度，知识截止日期均为 2026 年 2 月 16 日。

GA 新增功能：

• Programmatic Tool Calling — 模型编写的 JavaScript 在托管 V8 运行时内协调工具调用，仅限 Responses API。
• Ultra 模式 — 默认并行协调 4 个 Sol 实例，通过 Responses API 的多 agent beta 访问。
• Microsoft 365 Copilot — GPT-5.6 成为 Word、Excel、PowerPoint 和 Cowork 的首选后端模型。

对 AI 工程团队意味着什么

模型别名迁移刻不容缓。 如果你的路由规则指向 gpt-5.5、gpt-5.5-mini 或 gpt-5.5-nano，这些模型暂未弃用，但 GPT-5.6 已成为官方推荐的默认选项。层级对应关系：

• gpt-5.5 → gpt-5.6-sol（旗舰）
• gpt-5.5-mini → gpt-5.6-terra（均衡）
• gpt-5.5-nano → gpt-5.6-luna（低成本）

Programmatic Tool Calling 划定了新的控制边界。 标准 tool calling 将 tool_calls 数组返回给你的应用；网关或应用代码处理后调用工具，再把结果传回。而 Programmatic Tool Calling——通过在 Responses API 的 tools 数组中添加 {"type": "programmatic_tool_calling"} 启用——让模型在内部运行 JavaScript 来调用工具、过滤聚合结果，数据在离开托管运行时之前就已处理完毕。

这对多步工具链（并行查询、去重、排序）非常有价值，但代价是工具分发逻辑从网关层移入了 OpenAI 的 V8 沙箱。网关只看到一次 Responses API 请求，程序内部的单次工具调用不再经过你的网关拦截路径。

Responses API 与 Chat Completions 的分叉已经到来。 Programmatic Tool Calling、Ultra 模式和 GPT-5.6 大多数高级编排功能都只存在于 /v1/responses。如果你的 AI 网关代理的是 /v1/chat/completions，用户将无法获得这些能力。正在评估 Responses API 迁移计划的团队，现在是行动的时机。

三层定价对路由策略的冲击。 Luna 定价为输入 $1.00、输出 $6.00（每百万 token），是这次最值得关注的价格变化。它取代了 nano 的定位，但定价高于旧版 GPT-5.4 nano（输入 $0.40）约 2.5 倍——不过换来了 100 万 token 上下文和推理 token 支持。如果你的成本优化路由一直把高吞吐任务指向 nano，Luna 的定价会改变成本拐点计算。

路由器/运营商视角

第一步：更新模型别名表。 在评估 Programmatic Tool Calling 之前，先审查所有指定了 gpt-5.5* 或 gpt-5.4* 模型 ID 的路由规则。新的三层结构：

旗舰：gpt-5.6-sol    （$5/$30 per 1M）
均衡：gpt-5.6-terra  （$2.50/$15 per 1M）
低成本：gpt-5.6-luna （$1/$6 per 1M）
别名：gpt-5.6        → 路由至 Sol

第二步：确定 Responses API 迁移时间线。 Programmatic Tool Calling 仅限 Responses API。如果你的团队使用 Claude Code、OpenAI SDK 或自定义代理，/v1/chat/completions 路径仍然有效，覆盖大多数生产工作负载。但对于有 3 次以上串行工具调用的 pipeline，Programmatic Tool Calling 可以显著减少 round trip 和 token 消耗——Responses API 迁移现在有了明确的 ROI 依据。

第三步：厘清 Programmatic Tool Calling 能替代什么、不能替代什么。 该功能专为可预期的数据处理控制流设计：并行查询、连接过滤、去重、汇总排序。它不能替代网关层的工具鉴权、审批工作流、引用校验，以及任何需要人工授权确认的工具调用——这些必须保留在你的应用层。

Ultra 模式的计费影响。 ultra 设置默认并行协调 4 个 Sol 实例。按 Sol 定价，并行四 agent 在优化前约等于 4× token 成本。适合高价值的一次性任务（长上下文代码审查、复杂研究综合）；不适合作为普通生产流量的默认路由目标。

大上下文的缓存命中率变化。 超过 27.2 万 token 的输入会触发 2× 输入 / 1.5× 输出的附加费率。如果你的路由发送大型 system prompt 或长上下文 RAG 载荷，在更新模型别名前，请确认请求规模是否超过这一阈值。

TheRouter 用户的关注点

如果你通过 TheRouter 路由 OpenAI 模型，立即行动清单：

1. 更新模型路由规则 — 根据成本质量目标，将 gpt-5.5 系列切换至合适的 gpt-5.6-* 别名。
2. 评估 Responses API 覆盖情况 — 如果 TheRouter 的网关代理支持 /v1/responses，Programmatic Tool Calling 无需额外配置即可使用；若不支持，工具密集型工作负载在 Chat Completions 上仍正常运行。
3. 审查长上下文成本暴露 — 如果任何路由发送超过 27.2 万 token 的输入，在提交迁移决策前，先对 Luna 和 Terra 定价下的 2× 附加费做成本建模。

TheRouter 模型页面将随目录更新反映 GPT-5.6 可用状态。