GPT-5.6 偷跑：150 万上下文窗口泄露，六月或上演四大模型混战

AI 摘要：GPT-5.6 从 Codex 后端日志泄露：代号 iris-alpha，上下文窗口 150 万 tokens，比 GPT-5.5 API 提升 43%。Polymarket 预测 6 月发布概率 85%。同期 Claude Sonnet 4.8、Gemini 3.5 Pro、Grok 5 均传瞄准 6 月。

先声明：这是泄露，不是官宣。

2026 年 5 月 26 日，几个开发者在 OpenAI Codex 的后端日志里发现了一行不该出现的东西：一个叫 gpt-5.6 的模型路由记录。

这不是第一次了。GPT-4.5、GPT-5.5 都有过类似的「Codex 日志偷跑」剧本。但这次的规模更大 – – 被扒出来的不是一个模型，而是一个系列：iris-alpha 是主模型，还有 ember-alpha 和 beacon-alpha 两个变体。

核心泄露数据：上下文窗口 150 万 tokens。GPT-5.5 的 API 上限是 105 万，Codex OAuth 通道只有 40 万。GPT-5.6 直接把天花板拉高了 43%。

值得注意的是，Polymarket 预测 6 月发布的概率一度飙到 89%，目前稳定在 85% 左右。

1.5 M 上下文能干什么？

一场持续一整天的编程 session，一个完整微服务仓库的全部代码，一本《战争与和平》加注释和评论 – – 这些文本量大致都是 100 万到 150 万 token。

对 Codex 用户来说，这意味着不再需要「整理 token」 – – 整段 session 历史、全部相关代码文件、所有错误日志、N 轮对话，全部塞进上下文，让模型自己处理。

有开发者在 OpenCode 中实测：输入 90 万 token 时模型稳定响应，甚至超 105 万 token 的极限请求也没有崩溃。

一位名 Haider 的研究者最先在 Codex 日志中发现了这些路由记录。Polymarket 上的预测市场在信息曝光后 24 小时内从不确定跳到了 80% 以上。WaveSpeed 的一篇分析文章提供了最深入的技术解读：他们认为 GPT-5.6 的关键工作可能不是什么新架构，而是对奖励模型的一次重大修复 – – 起因是 4 月 30 日 OpenAI 承认的「Goblin」事故（模型输出中出现异常行为的后门现象），随后的奖励审计管线重建才是 5.6 版本的核心工程。

「OpenAI 4 月 30 日的 Goblin 事后分析读起来像是一个两集故事的第一集；第二集是他们做了什么，那就是 GPT-5.6 的叙事。」 – – WaveSpeed Blog

UI 代码生成：你可能低估了这个能力

GPT-5.5 的「slop」问题（前端代码生成质量差、重复、风格不统一）是一个持续被吐槽的话题。开发者在 Reddit 和 X 上反复提到同一个模式：「它能写出能跑的代码，但 UI 看起来像是 2012 年的 Bootstrap 模板。」

GPT-5.6 的早期测试反馈指向了一个显著的改善：用简短提示词就能生成干净的前端 UI 布局。这意味着 OpenAI 可能在后训练阶段专门强化了 UI 生成的训练数据配比。

如果这个改善是真实的（不是几个 cherry-picked 案例），它影响的不只是设计师。任何需要快速做原型、做 demo、做内部工具的开发者都会受益。Codex + 1.5 M 上下文 + 干净的 UI 生成 = 写一个完整 SaaS 应用的前端可能只需要几轮对话。

六月混战：四大模型谁先出牌？

GPT-5.6 的泄露不是孤立的。从多个信息源交叉印证，2026 年 6 月可能是 AI 历史上最拥挤的模型发布月：

OpenAI 的发布节奏值得单独分析。从 2025 年到 2026 年，旗舰模型发布周期从年度 → 半年度 → 季度 → 双月，现在可能压缩到约 40 天。GPT-5.5 是 4 月 23 日发布的。如果节奏维持，6 月初到中旬确实是 GPT-5.6 的「预期窗口」。

AI 竞争已经从「比谁参数大」变成了「比谁出得快」。四家同时出牌，开发者是唯一的赢家。

但也别太兴奋 – – 这些东西都可能不准

有几点需要保持清醒：

1. 泄露不代表发布 – – 路由记录只是内部测试的标志，模型可能推迟、改名、甚至取消
2. 150 万上下文是开发者反推的数字 – – 不是官方 spec，最终发布版本可能不同
3. Polymarket 的高概率不代表确定 – – 预测市场反映的是社区共识，不是内部时间表
4. 竞争对手的传闻可信度更低 – – Google 和 Anthropic 的「6 月发布」目前只有行业推测，没有硬证据

FAQ

Q：GPT-5.6 确定叫这个名字吗？ A：不确定。目前所有信息来自 Codex 后端日志的非官方发现。官方可能使用不同的命名。

Q：1.5 M token 上下文对我有用吗？ A：如果你在做大型代码库分析、长文档处理、长时间 Agent 任务 – – 非常有用。如果你主要用 ChatGPT 做日常问答，1 M 和 1.5 M 的差异感受不到。

Q：GPT-5.6 会比 GPT-5.5 贵吗？ A：目前没有定价泄露。考虑到模型迭代加速，OpenAI 可能会维持现有定价结构（$1.25/$10 每百万 token）。

Q：应该等 GPT-5.6 再开发/购买吗？ A：永远不要为「可能发布的模型」做采购决策。按现有最可用的工具开始，模型升级是常态。

六月的 AI 模型混战如果成真，对于开发者来说，竞争的逻辑很简单：谁先上线谁占窗口，谁好用谁留下。GPT-5.6 的 150 万上下文窗口是「有意义的进步」 – – 前提是它真的在 6 月落地，而且不是又一个只存在于 Codex 日志里的幽灵。