我可以说，这潜在地非常酷。[笑声] OpenAI 发布了 GPT-5.6，这是一个令人兴奋的发布版本，原因有很多，具体有三点。我说这话的原因是，这并非单一模型发布，而是以 GPT-5.6 为名发布的三款模型的组合。这里有三个独立的模型，每个都有各自的成本和能力，可能适合各种规模的用户。我说这话并非完全开玩笑，但确实有些夸张。所以在深入之前，如果你想观看 YouTube 上最好的 AI 测试频道视频，请随时订阅。我不知道自己刚才说了什么，我很兴奋。

此外，让我们先熟悉一下这些模型的新命名法，因为除了 GPT-5.6 之外，这次还引入了新的术语。我个人对此尚不熟悉，我想很多人也是如此。所以让我们先熟悉一下新发布的三款模型：首先是新的旗舰变体，名为 Soul；接下来是所谓的面向日常工作的平衡型模型，名为 Terra；最后是 Luna，这是我们要介绍的最具成本效益的模型。

我可能不会在这篇简介中过于细致地展开，但对于感兴趣的人来说，博客文章中有一个很好的详细说明，介绍了谁可以访问哪些特定模型等信息。对于关注具体访问权限的人，可以在下方找到这些信息。此外，我在查看这些基准测试时发现了一个值得重点提及的现象：运行这里看到的任何任务的成本。

我个人不太关注基准数字，但它们以一种非常有趣的方式展示了这一点：运行这些任务的成本。以第一个为例，我不打算关注基准本身衡量的是什么能力，而是注意到这些模型在等于或优于竞争对手（如图中的 Opus 4.8）的性能下运行此任务，且成本显著更低。

这令人兴奋，因为这是 5.6 Soul，即前沿、最大且性能最强的新版 5.6。这里还有 Luna 和 Terra，它们更便宜。如果这些模型能匹配甚至接近 Fable 5（注：此处原文为 Fable，可能指代其他模型如 Claude 或 Opus）的性能，但成本显著更低，那将非常令人兴奋。

Token（令牌）效率是 GPT-5.5 相比 GPT-5.4 大幅提升的方面。使用它更加节省 Token，因此也更具成本效益。看起来 5.6 相比 5.5 只是延续了这一趋势，这对于需要自掏腰包支付费用的最终用户来说是一件非常好的事情。

这里还有另一个展示成本的基准测试。这部分稍微昂贵一些，我们有 5.6 Soul 在最大努力级别下运行。它确实很贵，但右边单独的一个方块显示 Claude Fable 5（注：原文为 Fable）在最大努力级别下，我们可以看到这两者之间的定价存在相当大的差距。

即便如此，即使相对于 Opus 4.8 有这种能力飞跃（我不会说它过时了，但我不认为 5.6 系列模型在代际上可直接与 Opus 4.8 相比），定价方面他们仍然以传统的每百万 Token 为单位展示。Soul，即最大且性能最强的模型，列为每百万 Token $5.30 输出。

Terra，即中间能力模型，输入为 $2.50（原文 250 in），输出为 $15，即价格的一半。而 Luna 输入为 $1.00（原文 dollar in），输出为 $6，即比 Terra 便宜不到一半，而是略多于一半。

他们在此处提到，对于 Pro（专业版）和 Enterprise（企业版）用户，您也可以选择 GPT 5.6 Soul Pro，以在复杂任务中获得最高质量的结果。我仅仅看着这一点就认为这将被列为一个额外的层级，因为 GPT 5.5 Pro 在 API 成本方面比非专业版的 GPT 5.5 要昂贵得多。

因此，这是可能的，它只是会使用更多的 Token，因此您最终会花费更多钱，但这又是值得留意的一点。除此之外，还有一些更细致深入的基准测试数据。我对此感到有些恼火，这引出了我们的第一个测试，我已经运行过了。

当然这是浏览器操作系统测试 V2.5。我在最大努力模式下使用 GPT 5.6 Soul 运行了它，最终通过 Cursor 进行了测试。因为出于某种原因，该模型首先可通过 Cursor 访问，而不是通过 OpenAI 的任何应用或专业订阅等。

所以我能使用它的第一种方式是通过 Cursor，这可能导致我发了一条愤怒的推文，但无论如何，我们有了这个单文件浏览器操作系统，让我们来看看它。欢迎来到 Nova OS。我有 80% 的确定感，我们在 Grok 4.5 视频以及其他模型的视频中也得到了这个结果，它们似乎都喜欢这样。

这实际上相当不错。非常独特。日期和时间居中放置在这里。现在是大测试：有右键点击吗？好的，有右键点击。进入轨道视图（Orbit View）。我想那是我们的特色功能，所以我们暂时保留它不试。这里有一个非常漂亮的 Mac OS 风格 Dock（程序坞）。

此外，它还有一个顶部菜单栏，这并不常见。看那里：Wi-Fi、声音调节、壁纸、个性化专注模式。Sound Lab 已就绪，打开它来制作一些东西。有趣。这似乎是专门针对我的喜好定制的。“搜索应用和操作”快捷键是 Control K，哦，不错。

好的，让我们从 GTA 克隆版应用开始运行测试。我可以说这潜在地非常酷。（笑声）哦，好的。我真的希望它只是把车画在建筑物后面一点点。谢天谢地。好吧，很好。那真是……[笑声] 很奇怪。这……好的，右上角的建筑物上有网格碰撞体（mesh colliders）。小地图还不错，它正确地显示了网格。

好的，我们可以进入和退出车辆。有警车（Popo）。我们没做什么，所以我不知道为什么他们追着我们。也许只是普通交通吧。不过我要说 160 km/h 大约就是 100 mph（英里/小时）。这看起来有点慢，但我不知道。好吧，让我们下车吧。不错。

好的，还不错。我是说你自己判断吧。我不想在这上面花太多时间，因为我们有很多很酷的测试要运行……

我注意到一个情况，我无法点击这里的其他应用。我们之前并没有尝试过以这种方式打开应用程序，所以这些图标可能确实无法正常工作。尽管如此，我们还是拥有菜单栏。“Vector Run”看起来很不错。

信号丢失了。我得说，我喜欢这里文本的绘制方式。我也很期待进行前端测试。接下来是“笔记”应用。基本上，我想……哦，这很不错。它非常有 macOS 的灵感风格。我想看看能否将其中一些内容保存到文本文件中。好吧，虽然不能保存，但看起来很好。我们可以最小化然后重新打开吗？是的，可以。看看它们全部弹回来的样子，真不错。

“画图”应用。通常，“画图”有一个大测试点，即当我们拖动和调整窗口大小时，画布通常会不会随着调整大小的窗口而缩放。但在这个应用中，它会随之缩放，我对此感到非常高兴。“Nova Canvas stop.png”。我喜欢这一点。接下来是“计算器”，一切看起来都很好。“快速数学”测试：我是那个做快速计算的人。84 乘以 7 等于 588，没错。“Sound Lab”这个应用简直就是为我量身定做的。有人了解我。他们在这个提示中植入了这一点，意思是如果这个人运行这个测试，就放入一架钢琴，他会给出一个标题为“疯狂”的结果。我应该确保它能正常工作。让我把扬声器打开。我有一个坏习惯，就是经常食言。好吧，它确实有效。（音乐声）

“Square”应用。听起来大概就是这样。而且它实际上会自动播放，因为它是一个音序器。这很不错。奇怪的是，我唯一一次在某个结果中看到包含如此音乐性内容且达到不错水平的，是 Gemini 3.5 Flash 的结果。所以看到这一点也很有趣。我们还有我们的设置。“Horizon”。嘿，那个还挺酷的。哦，也许没那么好。我们还可以选择强调色。好的，我们可以看到这些颜色在特定壁纸的选择周围有所体现。我喜欢青柠绿。它显示的橙色色调并不令人厌恶，这比我通常看到的许多橙色要好一些。“Arduino”渲染的 GPU 测试用于自定义图像功能，这确实有效。光泽强度，如果在 Mac 上能包含这个就好了。“轨道视图”，用箭头选择窗口。“具有另一个维度的桌面”。这张卡片看起来不错。试试“轨道视图”哦，好的，我们使用方向键……然后回车将进入其中一个。“迷宫”应用。计算器。不错。（笑声）

总的来说，这是一个非常、非常有能力的结果。包含那个漂亮的键盘功能是一个令人欢迎的惊喜。“GTA”游戏本可以做得更好，但你知道，基本上……我们将尝试一些更复杂的提示。所以我想简单地把这作为对过去测试的一种致敬。现在，需要快速提到的是，“计算器”图标在这里，在历史上所有的老式浏览器操作系统测试中，实际上是一个算盘图标，这引出了今天的赞助商。那就是 Abacus AI 的 Chat LLM，他们很慷慨地赞助了本视频并允许我继续以非常深入和细致的方式进行测试。

对于那些想要在我们频道上进行大量不同模型测试的人来说，Chat LLM 将派上用场。因为我们不需要纠缠于各种各样的订阅。如果我们看看这里，我故意表现得有点古怪，但说实话，你可以从一个计划中访问所有这些模型。此外，看，它们已经更新了。“Soul”、“Terra”和“Luna”就在那里。我可以说，在 OpenAI 发布之前，我就已经能够访问这些模型了。他们还有“Fable 5”以及许多其他非常流行的开源权重模型，这些模型并不一定适合实际自托管。所以如果你想使用它们，你仍然必须依赖他人。他们还有一些图像生成模型，并且通过 Abacus AI 的 Chat LLM 订阅，你可以获得许多可用的工具。

老实说，基本上我可以在此处结束中间广告插播部分，但我想做一些更有沉浸感的事情。所以我将给 ChatGPT 5.6 Terra（高级模式）几张截图，仅仅是 Abacus AI 的屏幕界面。我要问它：“好的，我想让你基于此为我创建一个小型的中插动画 SVG 测试，也许还有一些视觉上的惊艳效果。”我们将看看 chat.gpt.com 上更新后的工作界面配合 5.6 Terra High 模式实际上能发挥多大的能力。

好的，我们的中插素材已经生成、下载并解压了。所以快速进行一下 AI 现实检查：一个模型不能适应所有任务。Abacus AI 的 Chat LLM 将 100 多个领先模型集中在一处。图像和视频工具，强大的代理功能等。构建、研究、创作，无需切换标签页。立即访问 chat.llm.abacus.ai 试用它。（旁白：现在，它确实通过搜索为我拉取了一些素材。它从我网站获取了图像，并且我相信那里还有一张我来自 YouTube 的额外照片。别拿这个去问我。）Bijan Boone AI 深度解析。

就实际的生活质量而言，即它在节奏等方面的表现，我觉得有点快，但我总是喜欢做一些让模型参与进来的中插内容。好吧，现在不幸的是，我需要更换电脑了，因为剩余的测试很可能将在某种形式的 Mac 上进行，因为这个新更新的应用程序在 Mac 上的支持最好。所以我将切换到 Mac 系统，如果你注意到画面看起来不同，那就是原因所在。

我的下一个任务是创建一个 Apple Vision Pro 应用。我基本上给了它一个非常简单的提示：“制作一个作为虚拟鼓组的 Vision Pro 应用。我希望能够用手敲击这些鼓并在混合现实中演奏它们。AVP（Apple Vision Pro）已连接到机器，并且开发者工具已安装。”它开始运行并给了我们这个结果，这基本上只是一个类似 2D 的东西。这并不是我想象中的样子。我想要一个 3D 的逼真鼓组，而不是屏幕上那种 2D 的效果。所以显然这是在 Vision Pro 中运行的。我不知道。我还没有看过它。这个设备的外部电池……好吧，做出了一些决定。

好的，所以它为这个应用甚至放置了一个实际的图标，让我们看看。好吧，我们有灵敏度设置。我们有鼓组高度设置。让我们……哦，标题里写着“疯狂”。别告诉我我可以……我能吗？好吧，所以你可以。

摧毁眼前的一切。这……这不是……真的，如果有人现在走过来，他们会说：“呃，我放弃了。”老实说我被震惊得说不出话来。我完全没有预料到这种质量水平。这简直是……基本上这就是鼓组应该摆放的位置。我是说，我以前也演奏过。意思是，好吧，那可能不在那里了。我是说，我想随着模型能力的增强，尝试不同类型的测试风格。这太疯狂了。

我……没什么可说的了。这非常令人印象深刻，真的令人印象深刻。看这个。好吧，太疯狂了。好吧，这也确实远远超出了预期。我一直在尝试使用 GPT-5、GPT-5 和 Codex 做一些 Apple Vision Pro 相关的工作，而这简直是在另一个星系。所以，非常酷。好吧，接下来我们要进行的是自包含的 C++ 滑板模拟测试。我应该提到这是在超模式下运行。视觉效果与“Ultra Code”非常相似，但如果它更便宜且效果几乎一样好，我就很满意了。所以，我们给它进行自包含 C++ 滑板测试。这是复古的加州木板路美学风格，我们就让它自行工作吧，因为我还有一个测试想看看它的表现。

但我需要找一个 12V 电源。所以 C++ 滑板游戏仍在进行中，但这里也有一些活跃的子代理（sub-agents），如果我们点击它们，可以在侧面看到。嗯，如果我关闭这个窗口，你会看到一个选项在那里显示子代理的状态。它目前处于四步中的第二步，我正在以我能访问的最高级别运行这个测试。我刚才分心了。哦，这……这将是一个艰巨的任务，因为>> [倒吸一口气] >> 我不知道它是否能胜过《Fable 5》，但商店的外观太棒了。嗯，这是问问观众的意见。好吧，很好，我们的玩家身上有一些倾斜效果。好的，有反转现象。所以我现在按 A 键，通常这被认为是向左，但这让我们向右移动。

我还注意到了商店橱窗的视频区域是反转的，但是双踢翻（double kickflip）。我喜欢这种霓虹风格，它在美学上确实遵循了 90 年代加州木板路的风格。不过我要说，控制起来比我希望的稍微难一点。C 和 V 键是前空翻或后空翻，我们也有失败（bail）逻辑。F 键是用于摄像机视角的切换。所以我们也拥有可调节的相机视图。H 键用于抬头显示器（HUD），我们可以切换它的开或关。看那个沙滩上的排球网，真酷。我以前没见过这个，还有角落里升起的太阳。我们会叫它“Soul”吗？不，我开玩笑的。所以这仍然处于 QA 测试阶段，所以我不会犯上次同样的错误——我当时开始玩的时候觉得“嗯，用起来有点奇怪”。难怪它是自主尝试测试的。

好的，所以它正在这里测试技巧。我们可以看一眼它的表现。看看它能否发现并修复商店橱窗中反转或翻转的文本。“Surf Shack”。好的，很好。它做到了。它翻转了商店橱窗的文字。它们在放置位置上仍然有点歪扭，但它确实做了修正。所以我很高兴看到这一点，因为之前这点一直在拖后腿。我想知道左右方向是否也修复了。它仍然像是在自己运行，但是……不，好吧。所以至少在目前看来仍然是反转的，但我们可以稍微玩一下。如果发生任何奇怪的事情，那是因为它也在尝试进行测试，但我认为它现在可能更专注于交付最终结果。

所以这些商店橱窗看起来真的很棒。“Board Shop”。我非常喜欢这种美学风格，甚至连那把伞也是如此。我们有救生员岗亭，有排球网。这些细节都很不错。我想说的是，所有这些人物看起来都像是刚毕业的学生，但这些都是不错的细节处理。速度方面，我不确定我们是否真的能达到 42 英里/小时，而且我不知道如何吸附到栏杆上。这似乎相当困难，除非我错误地假设那些是栏杆。好吧，下一个测试将显著更难一些，我现在就开始它，然后解释一下正在发生的情况。

在我手里拿着的是一个所谓的 Intel Web Tablet（英特尔网络平板）。我不确定具体是哪一年的，但我认为是 2000 年代初。这款产品实际上从未公开发售过。所以背面写着“演示单元，禁止转售”。整个问题在于……我不知道把它放在那里屏幕是否可见。基本上，它永远不会连接或允许我进行任何操作，除了看到一个显示“存在连接问题”的屏幕。因为不幸的是……我会把它放下一会儿，它配套的基站（我实际上也有）没有驱动程序。我也没有任何关于它是如何工作的说明。所以我给 GPT 拍了基站底部的照片，以及英特尔网络平板的名称，并告诉它基站已插入这台电脑，让它工作起来以便我能使用这个平板。

在我看来，这将有点困难。“原始产品指南确认了一个重要限制：完整的平板电脑软件仅官方支持 Windows 98、98 SE 或 ME，不支持现代 Windows 或 macOS。”我正在检查实际的安装 CD 是否被保留下来，以及这台 Mac 是否能运行具有可靠 USB 透传功能的 x86 虚拟机。“独立的 AnyPoint 驱动程序……”单独的 AnyPoint 驱动程序本身无法提供平板电脑的 PC 服务。好吧，酷。现在我们得到了一些更令人兴奋的信息。“适配器本身在电气上是活跃的，并正确枚举为此地址（USB 1.1）。故障确切地说是缺少类供应商驱动程序，而不是线缆损坏。”

“M4 Mac 没有安装传统的虚拟机软件，所以我添加了基于 UTM QEMU 的模拟器，这是运行所需的 x86 Windows 堆栈并透传真实 USB 设备的可行路线。”这正是我想要的，即展示克服障碍和寻找解决方案的能力。正在这里做点什么。现在，这应该能够自动完成整个安装过程本身。它有能力使用电脑。我不知道它是否会这样做，所以我就把它移到一边，看看它会指示我们做什么。“Intel Web Tablet 主机”，我看到左侧窗格中弹出了一些内容。好的，我要……

因为这是一个权限问题，所以我点击继续然后关闭。安装 Intel Web Tablet 主机许可、Windows 98 SE 或 Windows ME 镜像，然后挂载任意位置的 ISO 并透传 Intel Home RF 适配器。我没有这些设备。好吧，我想看看它的思考过程是什么。我已经构建并启动了一个专用的旧式 PC 虚拟机，并验证了虚拟 USB 栈确实有效。剩下的依赖项是客户机操作系统和 Intel PC 端软件。我正在测试一个合法的开源 NT 兼容客户机，同时继续寻找罕见的平板电脑专用设置光盘。我觉得它找不到那个。好吧，所以我告诉它不要指望找到原始安装介质了。我们有基站，有平板电脑。来自平板电脑的网络代码只是“8 ones”（八位一）。即使你必须为基站创建 Mac 驱动程序，也有办法让它们通信。所以，我们现在基本上要告诉它放弃寻找原始安装介质或驱动程序的希望，直接蛮力编写。我不知道这是否有效，但这是我想要尝试的事情。提取驱动程序文件并计划拆解。

你说得对，移除网络代码消除了配对之谜。缺失的部分是 USB 到 Home RF 协议。我将首先构建一个用户空间 Mac OS 驱动程序，使用它声明适配器，重现初始化和控制序列，暴露虚拟网络接口，然后加入网络代码 11 等等。这避免了 Apple 内核扩展签名障碍，同时为平板电脑提供真正的网络路径。这个应用不能在 Linux 上使用真让人沮丧。我敢肯定，如果能把这插到我的 Linux 电脑上而不必担心 Mac OS 特定的变通方法，那就容易多了。这有点阻碍了它用于像这样的硬核用途，我希望这个特定的应用能提供 Linux 支持。好吧，我们肯定已经到达了需要离开 Mac OS 进行驱动程序测试的地步，我基本上让刚才在 Mac 上运行并工作了很长时间的代理制作一个用于 Linux 代理的手递手压缩包。它将是相同的模型，只是通过 Linux 上的 Codec CLI 应用程序运行，这将指导或告诉它从哪里开始，希望它能完成并搞定这个驱动程序测试。

好吧，这里给了我一个命令来重新运行，试图让无线适配器工作。那个适配器刚刚变绿并且现在在闪烁绿色。我从未见过它这样做过。它通常只是闪烁黄色或者是静止的黄色。所以，这本身就是一个好兆头，因为它意味着这个适配器很高兴了。现在，无论这是否会转化为平板电脑端的表现，我不确定 100%。我记得这个有一个可延伸的天线……（笑声）你知道的，它很旧了。我们还是把它放上去吧。滑回去就行了。没关系，这会发生。然后，好吧。我打算轻敲它一下。我知道可能很难看清。没关系。目的基本上是我们看看这是否有效。好吧，它正在重新开机。天线在那儿呢。没关系，那只是一个装饰件。Intel 欢迎 Web Tablet 启动中，请稍候。我希望至少有点可见性。我会把它靠近摄像头以便看清。我要按下那个键。好的，我听到了声音。正在登录。不，好吧，它总是这样，然后当你选择一个按钮时，就会出现这种连接困难的问题。有趣的是，捕获显示为什么平板电脑 UI 可能显示未连接。它每隔几秒通过 UDP 广播一个专有的 Intel 发现数据包。我将立即的 IP 修复与该遗留服务要求分开，因此设置脚本不会过早地声称成功。

我们在这里有一个更新的计划。我想确保该计划包括实际处理它正在广播的那个专有东西，因为这可能会让它摆脱当前无法操作的屏幕。我可能在这个问题上花了太多时间，但我真的想做一次彻底的测试，一种不可能预先训练过的东西，否则平板电脑早就应该能工作了。好吧，它又回到搜索状态了。我不希望这样，所以我告诉它我选择了“否”，并告诉它以不同的方式去做。网络联系到可能保留设置光盘的人。好吧，我肯定能理解人们所说的“这东西只是试图实现一个目标”是什么意思了。它会非常努力地尝试完成某件事。我要暂停它。所以我告诉它停止搜索网络，你找不到任何东西的。这不是一个我们要破解的高科技算法。它是一个平板电脑，而且我们对正在进行的通信有足够的相关信息，我们应该能够找到更多信息或者至少让平板电脑做点什么。看看它会怎么说。你说得对。绿色的基站加上四次成功的 ping 证明无线电 USB、以太网和 IPv4 路径已解决。剩下的消息是一个小型本地发现握手，所以我停止了档案搜索，仅使用实时平板电脑数据包和控制回复。

好吧，我们刚刚收到联系人的压缩包，然后它基本上回应了我 20 分钟前的查询说“同意”。好吧，遗憾的是我现在要放弃这个平板电脑测试了。它还没有完全到位，但已经取得了巨大进步。所以，仅仅是基站现在很高兴这一事实就很酷了，以前它可不是这样的，正如指示灯所示。所以，当我在处理驱动程序混乱问题时，我开始为 Slap as Watch Company 测试构建漂亮的前端。它构建了文件，然后实时预览连接消失了。好吧，没关系。但它实际上并没有把文件放在这里的输出中，我说“给我看网站”，现在这里有四个子代理正在工作……（笑声）我只是不喜欢我在这个新的 ChatGPT 界面和工作体验中的感受。好吧，所以在 Cursor 内部，我给这个提示是关于城市时间线的，跨越不同的年份。它必须向我们单独展示这些年份中的城市以及预期会看到的元素，并且当我们选择它们时，时代之间要有良好的过渡。我只是在这里使用 Cursor 中的这个功能。而且这仍然只是在在线旋转，处理一些本应包含在内的事物

在输出部分，好的，我也要在 Cursor 内部以及这个工作站点同时运行请求。我打算试试那个3D跳伞模拟器。好了，我有了一些反馈。关于网页聊天中的这个工作标签页，我不太喜欢它。老实说，这非常令人困惑，而且是全新的功能。所以我们就原谅这一点吧。我在这里看到的云浏览器里……除非那是用来骗我的库存照片，否则我会非常愤怒。这看起来好得离谱。

现在的问题是，这个云浏览器我没法使用它。这似乎是设计用来进行质量检查的，但它根本没有在任何地方输出文件。比如我们还没有任何输出结果。而且这个会过期。所以如果你过个10、15或20分钟再回去看，它一直挂在那里，就不会让你预览了。

看起来还不错。所以在 Cursor 中使用 GPT-5.6 Soul 模型并开启最大努力模式，我们得到了一个看起来相当不错的城市结果。让我打开扬声器声音。“这是2025年的生活之城。”这也是通往2055年版本的测试。我们来看看它对未来的呈现感觉如何。“好的，这是2055年。”建筑物看起来非常好。城市已充电。屋顶上有太阳能电池板吗？是的，有。

随着这些测试的进行，你会越来越清楚该注意什么。有人行道上的行人正在行走。我们有框架场修复和重用功能（我刚才说修正是口误）。这是一棵奇怪的树，灯柱从它里面长出来，但这可能是光合作用驱动的灯柱。好吧，让我们看看汽车。它们前面有LED灯带，整体来说这是一个非常干净的场景。公交车做得很好。它主要聚焦于这一小块区域。

我想存档一下……哦，好的。UI元素确实显示出与 GPT-5.5 的一些区别，这很好。我们有单独的静态视图、总览等。我不确定具体是因为我们通过 Cursor 使用它，这可能不是完全的最大努力模式，但看看这个。那还挺酷的。整体来说相当相似，但由于电线杆的指示，那里似乎有电车。好的，我们有可选选项和工具提示。“街道肖像”，好吧，这给了我们一些信息，比如周围行人的样子以及他们穿着的具体服装等。

卡尔弗特大楼、阿斯特酒店，好的。我非常喜欢这个UI设计。至于这些汽车，“喷气时代自信”，看起来不错。汽车的造型更开心了一些吗？它们有尾翼吗？大多数都有。好的，汽车模型变得简单了些，但也不差。它们看起来有点像那些木制玩具车，非常相似。我一时想不起名字了。好的，现在我们有了大陆塔。路灯也改变了风格以展示氛围。

现在让我们快进到1985年。“好的，看看这个。”它也改变了汽车风格，更像是合成波风格的电动电网视频宫。好吧，人们的穿着肯定是更鲜艳、更大胆的颜色，这是意料之中的。“霓虹龙”，哦，看看那个穿全蓝西装的家伙。我是说，我个人会穿那样的衣服，所以我不是在批评。我们有粉色公交车、横贯线公交、Metro NX，还有简单的步行动画等。

好的，2005年。这应该像是平淡的企业化城市近期风格。“好的”，屋顶上确实有一些太阳能电池板。2005年，这很有趣。车辆更加低调了。这里的配色方案也稍微收敛了一些。我不知道那些是什么东西，但我们有地铁地图在那里。有人突然消失了，这很有趣。公交车、行人。“好的”，2025年，我们在第一次看的时候已经快速瞥见过了。

我喜欢那个过渡效果。“看看这个。”所以在2005年到2025年之间，注意建筑物外观的变化。我要说过渡做得很好。最后，让我们看看30年后，也就是29年后的未来。“记住明天。”好的，这很酷。有很多悬浮机器。有人形机器人吗？我不确定。这些看起来就像戴着AR或VR头显的人。这肯定是自动驾驶街道舱。

它比 Fable 5 对未来更乐观，我想这是好事。“磁悬浮社区链接”。树木仍然存在，但被霓虹灯包围。看路上的线条也是霓虹色的。那挺酷的。我会喜欢的。想象一下晚上会非常酷。“好的”，总体而言，因为再次强调我们是在 Cursor 内部运行这个的……

所以尽管如此，我们还是使用了 Soul 模型的最大努力模式。在测试过程中它是可见的。就精细细节而言，它没有我期望的那样好。我曾见过功能较弱的模型也能产生 comparable 的结果。不过再次强调，它绝对称职，而且不同时期之间的过渡非常优秀。“就像我们刚才看到的，当我按下这里向右的箭头时。它实际上在计算年份的增加。”那非常好。

所以好的元素基本上就是当你缩小视角看的时候，过渡效果很好。单个精细细节没有我期望的那样令人印象深刻。“好的”，我们也试了跳伞模拟器。它只是道歉说需要登录。“是的，没关系。”哦不，别……[笑声] 我只是想看结果。我真的只想看结果。“这个在线工作标签页应用确实是我在新模型发布期间见过的最糟糕的用户体验之一。”

我明白这是新功能，我尊重可能存在bug和故障等情况，但真的看看这个对话历史。我只是要求跳伞模拟器，然后它做了一些事情。我说：“看在上帝的份上，请给我文件。”它给了我源文件，其中包括很多为了在这个地方显示预览所必需的东西。我说：“这是我经历过的最糟糕的模型体验。”“我无法查看网站，这里做的事情毫无逻辑可言，我被一堆包含旨在展示内部工作元素的文件搞得一头雾水。”

然后它说：“你指出的很对，我很抱歉。”而我……我无法在不登录的情况下查看这个。如果我点击预览，它会给我一个意外的服务器错误。“我明白这是在线的新功能。”我可以就在……[笑声] 我可以在一个工件（artifact）里查看吗？“好的，让我们关掉我们的驱动程序东西。但它……”

它将会重新制作，它会重新制作的。我受够了，我真的受够了。有趣的是，这是它全新的用户界面风格，而且看起来更好了。这给人一种蛋白粉网站的美学感觉。你怎么看随你便吧，不错，真棒。好的，我们现在要垂直俯冲了。没有飞机，但好在地形相当不错。我们有航向指示，虽然有一些轻微的风速影响。空速220公里/小时。战术地图。好吧，这显示似乎现在没什么反应。按W和S键尝试移动一下。好的，A和D是转向，Q和E是用来调节配平的。当我们打开降落伞时就会用到这个功能。C键是头盔摄像头，是的，好吧。我是说，我想看看吧天空中的阳光。哦，头盔视角和追逐视角。P键是暂停。好的。

空格键是用来打开降落伞的。当然，作为第一次尝试，我们只是想看看它是否会自动部署。所以Anthropic模型会自动部署降落伞。太恶心了。好吧，那是头盔摄像头拍到的我们的降落伞，真酷。测试这个模型已经花了很长时间了。不错。硬着陆。F键。好的，我们得到了一个分数。不知为何，所有模型在这个测试中都实现了某种形式的评分机制。并没有明确说明它们应该这样做。所以我在等待那个驾驶功能的时候，顺便做了一个僵尸第一人称射击地铁的结果测试。在某个时间点，如果它没有在指定时间内完成，我就得决定要不要终止它，虽然我不喜欢这么做。好吧，GPT-5.6 Soul在高配模式下运行。好的，启动源项目。嗯，好吧。是的，有些不对劲。看这里了。这是通过Soul的网络聊天界面完成的。到目前为止看起来相当不错。

如果你关注这个频道，谢谢你知道我为什么现在会生气。好吧，这……我无法调整亮度除非……这让我有点沮丧。尽管如此，哦，哇。这些东西是辛德街（Sinder Street）。哦，重新加载。看那个。好吧。这非常干净且无菌感。我们可以奔跑了。所有的材质都光亮如新，正如我所说的具有无菌感。武器的反射特性相当不错，如果我不这么说的话可能有点自夸了。稍后再睡吧。它甚至有一些标志牌，你知道的，我已经花的时间比我预期的要长得多。重新加载。不错。好吧，还不赖。那是水渍吗？肯定是的。我想我以前从未见过这种情况。这是一个有趣的细节处理。好吧，还不赖。我们有了漂亮的前端网站。这是5.6版本在超高画质下运行的，比Pro版低一档。它将在预览中向我们展示这一点，说实话，我现在已经迫不及待了。让我们全屏看看。好的，现在这很有趣，因为我从GPT模型那里得到了比这个更好的结果，而那个据说是GPT 5.5之前的版本。这太奇怪了。所以好吧，我们确实有一个倒置的面盘在那里。它放置的桌子还不错。表带有不同的颜色，而且我刚刚意识到面盘是倒置的，所以它是逆时针旋转的，但这只是……好吧。手表不应该仅仅标记一个时刻，它应该赋予这个时刻重量感。38.5毫米，68小时自动上链动力储备，10 ATM防水。好吧，这些真的还不错。再次强调，最大的问题是面盘的倒置和逆时针旋转问题，但我们有一个皮革表带选项和一个黑曜石金属表带选项。它们都在面盘上有一些玻璃效果。34.50和29.50美元。所以这是一家平价奢侈手表公司。这里看起来不错，编号生产和漂亮的悬停效果。掌握你自己的时间，申请配额。

总体而言，我实际上对此有点失望，因为我从据说是5.5版本的GPT模型那里得到了显著优于这个的结果。这是偷跑的GPT 5.6结果吗？有些人说这比普通的5.6高配版要好，那是六月二十五日的事，也就是几周前了，我们可以看到那个结果就在……它也制作了……闭嘴。我在说话。这明显比我们刚刚得到的要好得多。所以我对此有点好奇，尽管如此，我还是想展示这一点来至少支持我之前关于这个模型的说法。而这又是5.6 Soul在高配模式下运行的结果。有趣。这突然出现在我脑海里，真的让我做一个名为“街头投掷”的低多边形游戏。好吧。所以作为最后一个测试，这是我真正即兴想到的一个创意，我对此有点自豪。块里的所有内容，包括汽车、街道家具、行人、鸽子，都将成为有效的拳击目标。好吧。升级的混乱任务而不是变成被动的沙盒模式。我更喜欢被动沙盒，但它已经开始了，所以我们就让它随心所欲吧。一个完全可玩的低多边形浏览器游戏，显然我们可以拳击鸽子。好吧，这太酷了。这是……那是个截图吗？那只是我刚被猫捉弄的一个截图。好吧，这个页面正在拖慢Firefox浏览器。没关系。也许那不是截图。这无所谓了。让我们……你为什么要这样？好吧，我们得到了游戏，但我们什么都做不了，因为页面一直冻结。我无法下载它……这真是一个非常、非常令人沮丧的模型测试体验。好吧，这将结束我们对GPT-5.6的首次观看和测试。“街头投掷”游戏，我已经在另一台电脑上试过了。我真的对它无能为力，因为浏览器页面冻结了。嗯，是的，这基本上总结了测试这个模型的经历。我认为它非常好。问题在于新的工作应用之类的东西……我觉得同时发布它们是一个糟糕的决定，说实话。这是最令我沮丧的一次测试了，我不知道我会剪掉多少我变得极度愤怒的部分视频片段。我不喜欢制作这样的视频。这不是我的正常状态。我在测试模型时通常不会这样。这次只是令人沮丧和消耗精力，而且最后的结果……我试过了……你会说用不同的浏览器试试，清理缓存。我在完全不同的机器上试过。结果一样。我们实际上无法玩它。而这将取代传统的结果概述，因为这确实是我测试这个模型体验的总结。它可能很棒，但我需要在Cursor中真正测试一下才能知道。好吧，这就结束了这个视频。Meta发布了更新的Muse Spark版本。如果我能测试它而不气炸的话，我肯定会尽快去做。如果没有……你知道的？我要休息几天了。所以就此而言，有任何问题请留在评论区，感谢观看。总有一天“街头投掷”是可以玩的。也许如果……