核心概念

2026 年 7 月 9 日，OpenAI 宣布 GPT-5.6 正式成為 Microsoft 365 Copilot 的首選模型（preferred model），覆蓋 Word、Excel、PowerPoint、Copilot Chat 與 Copilot Cowork 五大應用場景，與模型公開 GA（General Availability）同日上線。

這項整合不只是一次模型版本迭代，更是 OpenAI 與 Microsoft 夥伴關係的公開宣示。宣布時間點恰逢外界盛傳 Microsoft 正積極發展自家 MAI（Microsoft AI）內部模型以降低對 OpenAI 的依賴，「首選模型」的措辭因此帶有明顯的策略訊號意味。

GPT-5.6 模型家族架構

GPT-5.6 以三層架構發布，針對不同使用情境優化：

層級 定位 特點
Sol 旗艦推理型 最高智能上限，適合複雜任務
Terra 均衡型 智能與速度/成本平衡
Luna 輕量快速型 低延遲即時回應場景

在 Microsoft 365 的整合中，Copilot 會根據任務性質自動選擇最適合的層級，使用者在有模型選擇器的介面也可手動指定 GPT-5.6。

各應用場景改進

Word：在更少輪次的 prompting 下完成起草、編輯與精煉，長文件的結構性與連貫性顯著提升。

Excel：更深度的資料分析能力，同時在 token 使用效率上優化，讓使用者能更快從數據到洞察。特別是在使用 Programmatic Tool Calling 模式下，GPT-5.6 能以更少 token 完成同等品質的分析任務。

PowerPoint：將早期構想轉化為視覺更完整的簡報，減少人工調整的輪次。

Copilot Chat：作為 Microsoft 365 跨應用的 AI 對話介面，現在以 GPT-5.6 作為預設推理核心。

Copilot Cowork：Microsoft 的協作 AI 功能，整合進 Teams 等工作流程，提升多人協作情境下的 AI 輔助品質。

推出機制

GPT-5.6 的部署採彈性推出策略：

  • Copilot 在判斷任務最適合時，自動切換使用 GPT-5.6
  • 若介面有模型選擇器，使用者可手動選擇 GPT-5.6
  • 實際可用性依地區與租戶設定而異，詳細排程見 Microsoft 365 Roadmap

關鍵要點

  • 性能基準：GPT-5.6 Sol 在 ExploitBench 資安基準上得分 73.5%，相比 GPT-5.5 的 47.9% 大幅躍升；在財務研究基準 Rogo Big Finance Benchmark 上，答案品質提升 6.2 分、準確度提升 3.6 分；在 AI 編程代理指數上達到 80.0，同時降低延遲與 token 消耗。

  • 效率導向定位：OpenAI 的核心賣點從純性能轉為性能/成本比，GPT-5.6 在財務任務場景下可節省 24% output token、縮短 28% 完成時間，切準企業大規模部署的核心顧慮。

  • 商業背景的雙重讀法：「首選模型」的標籤在技術層面確認了 OpenAI 在 M365 的核心地位，但在業界層面，分析師指出這不排除 Microsoft 同步發展 MAI 內部模型——兩者並非互斥。OpenAI 的聲明（「我們與 Microsoft 的夥伴關係始終是為了讓更多人受益於先進 AI」）傳遞穩定訊號，但「preferred」而非「exclusive」的措辭留下解讀空間。

  • 自動 vs. 手動選模型：與過去版本相比，GPT-5.6 的整合引入更細緻的「任務感知切換」邏輯，Copilot 不再固定使用單一模型，而是依任務複雜度動態路由，這是企業 AI 基礎設施走向**組合式 AI（Composable AI）**的具體體現（參見 GPT-5.6 Sol 預覽：OpenAI 下一代旗艦模型）。

  • 同日 GA 的信號：M365 整合與模型 GA 同步，代表 OpenAI 的企業夥伴生態已進入「首發優先」模式，大型合作夥伴能在公眾日即同步獲得最新能力，縮短從研發到企業落地的時差。

實務應用

對 M365 重度使用者：無需主動設定，Copilot 會在適合的任務自動使用 GPT-5.6。如果需要在複雜任務（如長報告生成、多步驟數據分析）中保持一致性，可在有模型選擇器的介面手動指定 Sol 層級。

對企業 IT 管理者：GPT-5.6 的可用性受租戶設定影響，建議追蹤 Microsoft 365 Roadmap 確認推出時間表，並評估是否需要針對不同部門啟用不同層級（Sol/Terra/Luna）以控制成本。

對 AI 採購決策者：GPT-5.6 的「性能/token 效率」定位意味著企業在大規模部署時的 API 成本有望下降，但實際 ROI 需要結合任務類型與使用量計算——資安、財務研究、程式開發是目前基準表現最顯著的場景。

延伸觀點

搜尋三篇相關英文報導後，以下為交叉驗證的核心觀點：

企業 AI 競合格局正在重塑：兩篇以上的報導共同指出，OpenAI 與 Microsoft 的關係正從單純供應商—客戶走向更複雜的「戰略依存＋局部競爭」模式。Microsoft 發展 MAI 的同時仍將 GPT-5.6 定為 M365 首選，說明「多模型策略」已是大型企業的標配思維，而非非此即彼。

效率指標取代純性能指標：多個來源共同確認，GPT-5.6 的市場定位核心是「以更少 token 完成更多任務」，而非純粹的智能上限突破。這個轉變對 AI 基礎設施的規模化部署有深遠影響——當 token 成本成為企業 AI 預算的主要變數，效率改進直接轉化為採購誘因。

首選模型 ≠ 獨家模型：僅有單一來源（TechCrunch）明確點出「preferred 並不等於 exclusive」的商業含義，考慮到來源屬優先網域，此觀點值得關注。對 OpenAI 而言，維持「首選」地位的競爭壓力將持續存在，GPT-5.6 的後繼版本需要持續在性能/成本比上領先。

參見：Samsung Electronics × ChatGPT Enterprise：三年禁令後的企業 AI 全面轉型、NVIDIA × Codex：萬人工程師的 GPT-5.5 實戰手冊

反向連結

以下頁面引用了本頁：