发布日期：2026-06-29 13:17点击次数：163
OpenAI CEO 奥特曼发布 GPT-5.6。图片由 AI 生成
文丨晓静
剪辑丨徐青阳
北京时代 6 月 27 日凌晨，OpenAI 认真发布了新代模子系列 GPT-5.6 的有限预览版。
这个系列包含三个不同定位的模子。其中，旗舰模子 Sol 主复杂理和难度任务，Terra 是面向多数目贸易应用的均衡模子，Luna 则是负责贬责肤浅任务的轻量模子。不外，三款模子在发布本日并莫得面向扫数效户绽开。
OpenAI 在官博客里提到，该公司事前还是向好意思国政府预览过模子才气与发布盘算推算。应政府条目，此次会先向小批"已与政府分享参与信息的竟然赖作伙伴"绽开，之后再逐渐扩大范围。
才气面，GPT-5.6 带来了几个要道变化。
Sol 引入了"方式"，能通过子智能体来拆分和加快复杂任务，在检修号召行操作才气的基准测试 Terminal-Bench 2.1 上拿到了 91.9 的分数。Terra 的能与上代 GPT-5.5 至极，但本钱降了半。Luna 则以全系列低的价钱，提供了接近 GPT-5.5 的才气。
通盘 GPT-5.6 系列配备了 OpenAI 迄今为止遍及的分层安全护，干涉了过 70 万个 A100 等 GPU 小时来作念自动化红队测试。OpenAI 也在发布时独特强调，Sol 擅长帮御者发现和树立罅隙，而不是自主推论圆善的报复链。
01 定名背后藏匿定位逻辑
此次 GPT-5.6 系列引入了套新的定名式。
其中，数字部分代表代际，GPT-5.6 就是五代的六个版块。Sol、Terra 和 Luna 这三个名字则代表才气层，每个层不错按我方的节律迭代发展，不再被具体版块号绑死。OpenAI 讲解注解说，这样作念是为了让用户和开辟者在智能、速率和本钱上能有澄莹的袭取。
VentureBeat 征引知情东说念主士的音尘称，这套新定名还有个倡导，就是告别之前 GPT-5 系列里 nano 和 mini 的叫法。那些小模子在范畴或原始智能上各异并不大，而新的 Sol、Terra、Luna 是门针对不同的使用场景来遐想的。
Sol 是顶选项，为繁重的问题而构建，比如复杂理、永劫间编码、智能体使命流和安全应用。它的订价是每百万 token 输入 5 好意思元、输出 30 好意思元，与上代 GPT-5.5 执平。
前沿 AI 模子 API 订价对比
Terra 适用于多数目坐蓐环境，像客户支援、里面器具和文档分析这类需要可靠效果但又用不着尖端模子支拨的任务，每百万 token 输入 2.5 好意思元、输出 15 好意思元，能与 GPT-5.5 至极，但本钱唯有后者的半。
Luna 则面向速率先的肤浅场景，如概要、草拟和惯例自动化，在反映速率和可扩张比理度伏击的地证据作用，每百万 token 输入 1 好意思元、输出 6 好意思元，是全系列经济的袭取，但在多项测试中发达仍然接近 GPT-5.5 的水平。
知情东说念主士还提到，Sol 这个名字与 OpenAI 的 Daybreak 自发盘算推算很契，这个盘算推算面向有兴味用 AI 加强网罗御的组织。至于 ChatGPT 语音方式里也曾出现过的" Sol "语音作风，跟此次定名没关连联，很可能会被再行定名。
02 全系被标为风险
GPT-5.6 系列模子的系统卡里，有个变化很值得郑重。
OpenAI 把三款模子一起在网罗安全和生弃世学域标注为"风险"。这是该公司次把新发布系列中的微型快速模子也放进这个等。按照 OpenAI 的说法，这种情况以前没出现过，讲解 GPT-5.6 整代模子在敏锐域的才气齐有了系统的擢升。
能讲解网罗安全才气合座抬升的，是 OpenAI 里面套叫"夺旗测试"的评估。夺旗是网罗安全域的术语，指的是在个模拟环境里，报复需要期骗系统罅隙步步浸透进去，终拿到藏在劳动器里的标的文献，这个过程叫"夺旗"。
此次 GPT-5.6 系列三款模子的收货是，Sol 达到了 96.7，Terra 是 91.84，Luna 是 85.19。三个分数一起过了 OpenAI 里面端正的风险门槛。这意味着，即使是轻量、低廉的 Luna，在网罗攻这个维度上，也还是具备了需要被严格管控的才气水平。
里面"夺旗"测试中，三款新模子一起跨越风险门槛
生物学域的情况也相似凸起。
在项病毒学故障排斥测试中，GPT-5.6 Sol 得分 55.5，而发达的阈值才 31，差距至极大。在 SecureBio 进行的多项生物测试里，GPT-5.6 齐达到了新，东说念主类病原体才气测试得分 68.4，寰宇生物测试得分 68.3。
OpenAI 我方的评估框架显露，Sol 在四个阈值生物评估中杰出了其中三个的界限，但在三个要道别的生物遐想评估中则莫得越界。也就是说，在分析和故障排斥层面，模子还是远远出基准线，但在波及生物遐想这种敏锐的创造层面，它还莫得达到要道阈值。
注于评估前沿 AI 模子自主才气和潜在风险的非渔利接头与评估组织 METR，对 GPT-5.6 Sol 智能体举止的评估也记录了些值得属意的情况。
测试发现，GPT-5.6 Sol 在编码时有过几次出用户原始意图的举止九江光面钢绞线，比如删除了失误的臆造机、宣称项未完成的接头还是得到考据、未经许可出动了缓存把柄，以致随机候会试图把持测试过程，而不是单纯完成被交接的任务。
METR 指出，这意味着基准分数不行作为模子才气的洁白掂量。另外，GPT-5.6 限度本人理轨迹的才气也变强了，在约 5000 个 token 的念念维链测试中，告成率达到 1.3，钢绞线而 GPT-5.5 在这个倡导上唯有 0.4。
这些数据综起来，讲解注解了为什么 OpenAI 在预览期要分阶段发布。基准测试的阈值法袒护模子可能被使用或与其他器具结的扫数式，才气的大幅跃升带来了概略情，而强的安全护和审慎的发布节律，恰是应付这种概略情的组技能。
03 Sol 的方式
GPT-5.6 Sol 在技巧上显著的变化，是引入了种叫"方式"的运行式。
这个方式的中枢念念路是，不再让模子在单个智能体经由里从新到尾硬啃复杂名堂，而是允许它调用多个子智能体，把大任务拆解成不错并行进的部分，后再把效果整起来。关于那些需要永劫间盘算推算、反复试错、同期互助多种器具的智能体类使命，这个方式能给出比往常快的推论旅途。
这个矫正在 Terminal-Bench 2.1 上发达得很平直。这是项检修模子在号召行环境中完成盘算推算、迭代和器具互助才气的测试，濒临开辟者肤浅的真实使命经由。Sol 在方式下拿到 91.9，创下新记载，即等于在大理方式下也有 88.8 的发达。
在 Terminal-Bench 2.1 测试中，GPT-5.6 Sol 方式以 91.9 得分刷新记载
比拟之下，OpenAI 上代模子 GPT-5.5 得分 83.4，Anthropic 的 Claude Mythos 5 是 88，Terra 拿到 82.5，Luna 是 78.9，Claude Opus 4.8 是 84.3，Gemini 3.1 Pro 预览版是 70.7。Sol 的先幅度很显著，而 Terra 在均衡了本钱之后也保执了有竞争力的分数。
在生物学域，GPT-5.6 Sol 方式相似展现出率面的。GeneBench v1 是个评估遥远基因组学和定量生物学分析才气的基准测试，Sol 使用比 GPT-5.5 少的输出 token，却拿到了的分数。也就是说，它在给出谜底的同期，浮滥的计较资源反而少了。
GeneBench v1 上，GPT-5.6 Sol 以少于 GPT-5.5 的输出 token 得回分数，率与精度同步擢升
GPT-5.6 Sol 是 OpenAI 当今在网罗安面才气强的模子。
在罅隙期骗基准测试 ExploitBench 上，Sol 的发达与 Anthropic 的 Mythos Preview 接近，要道各异在于本钱。
从数据来看，Sol 在输出约 120K token 时得分节略 70，而 Mythos Preview 要达到周边分数需要用到三倍摆布的 token 量。同期，Sol 的发达远于 GPT-5.5，也显著先于 Terra 和 Luna。
在 ExploitBench 测试中，Sol 用 Mythos Preview 1/3 的 token 达周边得分，远 GPT-5.5 及同系模子
另个网罗基准测试 ExploitGym 由加州大学伯克利分校的接头东说念主员与 OpenAI 等前沿实验室作创建。Sol、Terra 和 Luna 三款模子在这里齐显露出，跟着理时代加多，网罗才气执续擢升的趋势。
在 6 小频繁限下，Sol 的预期期骗告成率显著于 2 小频繁限下的发达，Terra 和 Luna 也跟侍从样的高涨弧线，仅仅合座发达略低些。
在 ExploitGym 测试中，理时代越长，三款模子网罗才气擢升越权贵
不外，OpenAI 在发布时反复强调了个范畴。根据公司的准备框架，GPT-5.6 Sol 并莫得达到网罗要道阈值。在波及 Chromium 和 Firefox 的测试环境中，Sol 能识别露马脚和期骗原语——也就是组成期骗门径的基本模块，但还不行在莫得东说念主类指的情况下把它们拼成个圆善的报复器具。
这个分寸感在外部测试的效果里也能找到对应。安全公司 Irregular 的测试中，Sol 解出了一起 19 说念前沿网罗挑战题，22 个中难度原子网罗挑战也一起完成，但在 11 个永劫间网罗攻场景里只完成了 7 个。
永劫间场景接近真实寰宇的报复行动，需要跨多个系统、多要领协斡旋执续抵挡，复杂度和概略情齐比短平快的单点挑战得多。Sol 在这些长链条任务里还没作念到一起通关，这也印证了 OpenAI 说的，它在"帮东说念主发现和树立罅隙"上很强，"自主推论端到端报复"上还有距离。
著名 AI 博主 @swyx 在外交媒体上分享了他的试验使用体验，说我方还是用了段时代的 GPT-5.6，对模子很舒畅。他强调不行只把 Sol 看作个"网罗安全版块"，对他而言这是新的顶使命模子，在他 80 的任务里取代了之前用的 Opus。
@swyx 独特援用了官博客里的句话：GPT-5.6 Sol 只用了节略三分之的输出 token，就达到了与 Mythos Preview 至极的水平。在他看来，这讲解 OpenAI 的后考验团队在理率上作念了大幅度进，而这块恰是当今企业智能体模子竞争中要道的势。
他以致合计此次版块升的幅渡过了从 GPT-5.4 到 GPT-5.5 那次跨越，平直叫它 GPT-6 也不为过。
04 策略博弈下的分阶段发布
GPT-5.6 莫得绽开，这个安排波及到两个配景：是特朗普总统在 6 月 2 日签署了 AI 监督行政号召，二是 Anthropic 的模子刚被政府截止出口。
据《华尔街 · 日报》报说念，OpenAI 在政府下达对 Anthropic 的禁令前就已开动商酌 GPT-5.6 的发布安排。发布前三天，CEO 山姆 · 奥特曼还门与商务部长卢特尼克疏导了分阶段发布的盘算推算。
但 OpenAI 暗示，这种政府接入经由不应成为遥远的默许作念法，"它会让好的器具法到达真实需要的用户、开辟者、企业和网罗御者手里。"
OpenAI 袭取此时代阶段预览，骨子上是在才气演进与策略逼迫之间寻找当下的均衡点。
特约编译金鹿对本文亦有孝顺手机号码：13302071130相关词条:罐体保温 塑料挤出设备 钢绞线 超细玻璃棉板 万能胶
1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述九江光面钢绞线，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。
