GPT-5.6 来了，Codex 没了，我想用它做个旧手机监控 App

大家可能听说了，7 月 10 日OpenAI 搞了一场发布会，发布了GPT-5.6，包含三个新模型。查了一下GPT-5.6 系列的三个型号：Sol（旗舰）、Terra（均衡）、Luna（性价比）名字来自拉丁语里的太阳、大地和月亮。我更新了Codex后已经可以使用这些模型了。

查了官网定价，Sol 每百万 token 输入 5 美元、输出 30 美元；Terra 减半，2.5 美元和 15 美元；Luna 最低，1 美元和 6 美元。三款模型 24 小时内全量上线，覆盖 ChatGPT、Codex 和 API。

GPT各模型价格链接： https://developers.openai.com/api/docs/pricing

编程是 GPT-5.6 的主战场，一下子有三个新的模型应该怎么选，我也很关心各个模型的实力。查了官网的评测：Sol 在 Artificial Analysis 编程智能体指数上拿了 80 分，比 Fable 5 高 2.8 分，输出 token 不到一半，耗时不到一半，成本便宜约三分之一。Terminal-Bench 2.1 和 DeepSWE 也刷新了最好成绩。Terra 略高于 Fable 5，Luna 超过 Opus 4.8，两者耗时都只有对手三分之一左右。 Agents' Last Exam 上Sol 拿下 53.6 分，比 Fable 5 高出 13.1 分。开中档推理也比对方高 11.4 分，成本只有四分之一。

所以看了这些感觉性价比不错。

但也不是全面碾压。SWE-Bench Pro 上 Claude Fable 5 是 80%，Sol 是 64.6%——精准修改单文件的场景，Claude 依然更强。FrontierMath 最难的 Tier 4 题目，Sol 的 65.9% 甚至不如自家上代 GPT-5.5 的 72.5%。OpenAI 强在规划和编排，Claude 强在执行。

网上资料还了解到这次还有个新玩法叫 ultra 模式。默认四个智能体并行，最多十六个，人多力量大。Terminal-Bench 2.1 上 Sol Ultra 干到 91.9%，GPT-5.5 同期 88.0%。官网的发布会视频上研究员的说法是：这些智能体能像一支有经验的团队那样拆分工作，有机会要去试一下的。

我更新codex应用后开始还以为搞错了，Codex变成了ChatGPT。后来才了解到Codex 独立 App 下线了，能力全部并入 ChatGPT。

还有一个让我在意的数字：GPT-5.6 的内测期间，研究员人均每日输出 token 量超过 GPT-5.5 时期最高水平的两倍。Lovable 联合创始人说新模型让用户构建应用的步骤少了约 25%，工具调用少 35% 到 48%。

话说到这份上，我脑子里冒出一个想法。

家里抽屉里躺着两部旧手机。儿子放暑假最近开始上网课，上周推开他的房门，数学课直播开着，他却在玩玩具。

想过买监控摄像头。但专门为网课买一套设备，总有种杀鸡用牛刀的感觉。我去应用商店搜了一圈监控类 App，要么限免后弹窗收费，要么塞满开屏广告。更要命的是，它们几乎全部要求把视频流上传到厂商服务器。一个家庭监控画面，为什么要经过别人家的云？

正好旧手机闲着，正好 GPT-5.6 Codex 合体了。我打算试试让 AI 帮我把旧手机改成一个纯局域网的家用监控设备。

功能需求已经想清楚了：旧手机端装上 App 当作摄像头，同一 WiFi 下另一台手机或电脑通过浏览器就能看实时画面、同步收听声音。录像全部存本地，不经过任何云端。监控时手机屏幕可以锁屏，同时绕过电池优化限制，防止系统杀进程。

纯局域网传输意味着什么？拿 Wireshark 抓包，数据包只在路由器内部兜圈，不会有一帧画面离开家门。

目前刚把需求梳理完，正式开发还没启动。后续会在公众号更新开发过程和踩坑记录，包括 GPT-5.6 在真实项目中的实际表现，以及各模型的切换策略。

如果你也有闲置旧手机，或者对家庭监控的隐私方案有想法，留言区聊聊。有没有什么你特别想要的功能？运动检测、夜间模式、多摄像头联动——需求收集得越多，开发方向越清晰。