大模型嵌套小模型、分层分包：Sol Ultra"子智能体并行"，是GPT-5.6最具颠覆性的升级

GPT-5.6系列发布当天，几乎所有目光都钉在Terminal-Bench 2.1那个91.9%上。开Ultra的Sol，比标准模式抬3.1个百分点，比Claude Mythos 5（88.0%）高出3.9个。数据亮眼，但多数人只看到"更强了"，没看明白强在哪。

真正值得记一笔的，不是跑分，是运行范式变了：大模型不再单打独斗，而是自己拆任务、派子智能体、收结果。

Max是"想更久"，Ultra是"组队打"

GPT-5.6 Sol新增两档高阶推理：Max​ 和 Ultra。

• Max：同一个智能体砸更多算力深度推演，多探路径、反复自校；

• Ultra：默认调4个子智能体并行，最高扩到16个。

区别很直白——Max是一个人花更长时间深想；Ultra是牵头组队，分头推进。

Ultra模式下，Sol不再只是"更强的单体模型"，而是能自主分工的技术负责人：把整体拆成可并行的子项 → 分给不同子智能体同步跑 → 主线程只管协调和收口。

对比一下：Anthropic的Agent Teams要开发者预先写协作规则；Ultra是自己拆、自己派、自己收。

91.9%从哪来：并行≠堆算力

Terminal-Bench 2.1考的是命令行环境下的任务规划+迭代调试+工具协同——很贴真实开发。

标准模式下Sol像个独立工程师，决策→执行→校验一路串行，出错得原路回溯。切Ultra后转成项目负责人：拆出多个子项分出去并行——

• 子智能体A跑用例

• 子智能体B查文档

• 子智能体C修缺陷

• 子智能体D做验证

这类高度依赖规划、迭代、工具联动的活，并行的价值不在"人多"，而在"多子项同一时段交错推进"。标准88.8% → Ultra 91.9%，这3.1分的增量，根子就在"模型调度模型"这套协同架构。

64子智能体：一小时啃下悬置50年的猜想

跑分是门面，硬核验证在数学上。

7月10日，OpenAI研究院Ethan Knight公布：GPT-5.6 Sol Ultra调64个子智能体，一小时独立完成图论"环形双覆盖猜想"完整证明——这猜想由George Szekeres和Paul Seymour上世纪提出，悬了50年。OpenAI同步公开了完整的700词提示词。

o1核心贡献者Noam Brown特别点了一句：和此前厄尔多斯单位距离问题攻关不同，这次没走内部专属模型，用的就是对外开放的GPT-5.6 Sol Ultra。

把"分工规则"固化到项目里

Ultra最亮的不是解数学题，是改写了大模型的使用方式。

开发者预先在 AGENTS.md写一套分工规范：给不同职能配对应模型、推理档、操作权限——

• 长文本深度调研 → Terra中档

• 短文整理 → Codex Spark中档

• 高风险审查 → Sol高档

然后交给Sol Ultra读规则→拆任务→调子智能体→验收。

这套机制最关键的跃迁：从"人工逐次手动切模型调用"，升级成"协作规则写进项目，后续自动重复执行"。Sol Ultra不再只是"更强的模型"，是能统筹全局、把不同活派给不同智能单元的技术负责人。

Ultra的真正价值：不是"更强"，是"会派活"

跑分是显性指标，分工架构才是壁垒。Terminal-Bench 91.9%会被记住，但真正重绘行业规则的，是这套"大模型嵌套小模型、分层分包"的协同逻辑。

OpenAI官方措辞很克制：Ultra借助子智能体加速复杂任务，突破单体上限。翻成白话——用Sol Ultra不用列每一步操作，告诉它最终目标，它自己找路子把整套活干完。

当模型能自主拆任务、调度、验收、核验，基准跑分，只是附带成果。

对企业和重度开发者来说，Sol Ultra这套"默认4子智能体、最高16/64扩展"最爽也最烧——Sol本身输出30美元/百万token，Ultra多智能体一开，账单跳得比跑分还快。​ 想把GPT-5.6 Sol/Terra/Luna、Gemini、Claude、DeepSeek这些全球最新模型接进自有产品，又不想被Ultra多Agent账单调崩，可以看看 UseAIAPI——平台覆盖上述全系主流模型，支持企业级定制接入；在OpenAI已减半的Terra/Sol档基础上，优惠后最低可再到官方价的5折，相当于Sol Ultra同款多Agent协同以"折上折"成本跑，高强度代码生成、长链路智能体、64子智能体级科研任务这类重负载都能接着扩，不用在"追Sol Ultra"和"扛账单"之间二选一。