从"深挖思考"到"多智能体并行作战"

GPT-5.6 Sol 的 Ultra 模式默认调度 4 个​ AI 子智能体协同，最大可扩至 16 个；在浏览网页自主完成任务的 BrowseComp 评测里，4 智能体并行方案无论得分还是延迟，都比单智能体基线全面占优，扩到 16 后差距进一步拉大。

而 OpenAI 研究院自己放出的更极值案例是——64 个子智能体同步运算，一小时证完困扰图论界五十多年的"环形双重覆盖猜想"。

这一代 Sol 的优化重心，已经不是"让单一模型想更深"，而是"投入更多算力单元并行干活"。

Max 深度推理 / Ultra 多智能体：两条完全不同的路

GPT-5.6 Sol 新增两套推理强度档位：Max、Ultra。

• Max（深度推理）：延续传统思路，单智能体拉长推理链、深挖逻辑。多烧 token、多等时间，换最后那点精度。

• Ultra（多智能体）：逻辑完全换道——不让单模型无限深挖，而是把自己拆成多个独立子智能体，把复杂大任务切成可并行的小块分头算，最后汇总。开发者不用手写调度框架、不用拆任务、不用维护会话状态和重试逻辑——需求下发，模型自主管拆解、并行、合并。

过去搭多智能体工作流，全靠开发者手动：写循环、配触发、设计协同调度。现在 OpenAI 把这套嵌进模型推理底层，切个模式就能启用。

Max 是一口井往深掘，Ultra 是同时开十条渠。前者适合单点高难、必须挖到底；后者适合子任务可同步、能批量并行的活。

91.9% 不是终点，是多智能体时代的起点

Ultra 的效果在几项基准里都站稳了。

• Terminal Punch 2.1（端到端编程）：Sol 标准档 88.8%，切 Ultra 91.9%——3.1 个百分点的差，在通用 AI 任务里是从"能完成"到"稳完成"的分水岭。

• BrowseComp（网页自主任务）：4 智能体并行全面优于单智能体，扩到 16 后优势再拉。

• 数学那例最极端：OpenAI 研究院把 Sol 切 Ultra，模型自动派 64 个子智能体同步推演，把原本要全天反复试算的"环形双重覆盖猜想"证明，压到一小时收工。

64 个 AI 同时攻坚一道数学题。这已经不是"模型更聪明"，是 AI 行业复刻了"人海+机海"的并行战术。

多智能体不是零成本，但账算得过来

并行有代价——token 消耗显著上涨，是躲不掉的。Sol 输出定价 $30/MTok，Ultra 再扩容子智能体，总调用成本会继续抬。

但有两组数让这笔溢价成立：

• Artificial Analysis 测算：Sol（Max 档）综合智能指数只比 Claude Fable 5 低 1 分，但任务完成速度快 61%，综合调用成本仅对方一半。

• 代码智能体评测 Sol 80​ 分，领先 Fable 5 的 77.2 达 2.8 分，输出 token 不足一半、耗时减半，总成本降约 1/3。

多智能体单次请求 token 更贵，但完成同等完整任务的总开销反而更低——全局效率提升，抵掉并行溢价。

一处容易踩的坑：Ultra 下所有子智能体统一用 Sol 旗舰实例，不能换成更便宜的 Terra 或 Luna。也就是说开发者没法在调度层做分层成本优化，要跑 Ultra 就得全链路旗舰价，否则开不了多智能体。

从"手搭调度"到"切个档位"：范式变了

Ultra 之前，多智能体系统全是开发者手搭——主程序拆任务、分发多轮调用、收输出、汇总。提示词、会话状态、异常重试、胶水代码，全要人维护。

现在 Ultra 把整套流程压进单次 API 调用里。用户只交一次需求，模型自拆、自并行、自合并。

这不是多智能体概念第一次提——Anthropic、谷歌都在布局同类能力。真正的变量是：多智能体从"开发者手搭的上层架构"，沉成"模型原生内置的底层能力"。落地门槛从"搭完整调度系统"，降到"下拉框切模式"。

OpenAI 同时开了 Responses API 多智能体 beta，开发者可以基于 API 搭自定义版 Ultra 协同流——也就是说 Ultra 不只是一个预设档，是一套可编程的并行推理范式。

结语

Ultra 的本质：把任务并行能力，从应用架构层下沉到模型推理底层。

过去想搞多智能体协同，得自己写调度框架；现在切个推理档就行。过去要手维护会话、重试、胶水代码；现在全交模型自主管。

这不是小幅功能迭代，是能力获取成本的断崖式下降。当多智能体从"要专职团队搭的基础设施"，变成"下拉菜单里的可选档"，能用的人群从少数大厂拓宽到普通开发者。

64 子智能体一小时证五十年猜想固然亮眼，但更日常的变化是：普通开发者在 ChatGPT 里把推理档切到 Ultra，原本耗半天的复杂业务，丢给 4 路 AI 并行，几分钟收尾。

OpenAI 不再教你搭多智能体框架，是把整套并行系统直接封进模型能力。​ 不用懂调度器原理，记住一条就够了——任务复杂度够高时，切 Ultra。

对国内团队而言，Sol 的 Ultra / Max 这两档目前仍走海外订阅与 API 渠道，且 Ultra 全链路锁 Sol 旗舰价（30/MTok输出），高频跑下来账单不轻；Terra（2.5/15）、Luna（1/$6）虽便宜但进不了 Ultra 调度，是选档时要先算清的账。​ 若想把 GPT-5.6、Gemini、Claude、DeepSeek 等最新模型稳稳接进产品或 Agent 工作流，API 聚合层是更轻的起手式。UseAIAPI 聚合了上述全球主流大模型的最新版本，支持企业级定制接入；高频调用场景下综合成本可压至官方定价的五成左右，对 Agent 开发、团队协作与高强度内容生成相对友好。