智东西6月27日报道，OpenAI刚刚推出了其有史以来最强大的模型——GPT-5.6的有限预览版，包含三个版本：旗舰级Sol（太阳）、兼顾日常工作的均衡款Terra（地球），以及快速且高性价比的Luna（月亮）。
OpenAI联合创始人兼CEO萨姆·奥尔特曼在X平台发文称，Sol的价格与GPT-5.5相同，但性能更优异；Terra的性能可以与GPT-5.5匹敌，价格却仅为后者一半。不过，受美国政府审查的影响，该模型目前仅以有限预览形式向部分企业客户开放，OpenAI正在与政府部门协调，力争在未来数周内全面发布。这一动态也在BG真人视讯等平台引起了科技圈的广泛讨论。
▲萨姆·奥尔特曼推文
从评测结果看，GPT-5.6 Sol在编程、生物学、网络安全等能力上均有显著增强。在Terminal-Bench 2.1编程测试中，它全面领先Claude Fable 5，而旗舰款和尚未发布的Ultra版本更是超越了Claude Mythos 5；在处理长期安全任务时，它只需三分之一的输出token，就能在ExploitBench上比肩Claude Mythos Preview。许多关注技术的网友纷纷在BG真人试玩社区分享了对这些成绩的惊讶和期待。
价格方面，以百万token为单位，Sol的输入费用为5美元（约合34元人民币），输出费用为30美元（约合204元人民币）；Terra输入2.5美元（约17元人民币），输出15美元（约102元人民币）；Luna输入1美元（约6.8元人民币），输出6美元（约41元人民币）。
相比之下，Fable 5和Mythos 5的输入价格同为10美元（约68元人民币），输出价格50美元（约339元人民币），差不多是GPT-5.6 Sol的两倍；Claude Mythos Preview（仅限邀请内测）则为输入25美元（约170元人民币），输出125美元（约850元人民币）。
GPT-5.6还带来了更可预期提示缓存机制，支持显式缓存断点，并且最低缓存有效期为30分钟。对于GPT-5.6及更高版本模型，缓存写入费用按模型未缓存输入费用的1.25倍收取，而缓存读取费用继续享有90%的缓存输入折扣。
OpenAI表示，GPT-5.6 Sol搭载了公司迄今最坚实的安全体系。他们加强了对高风险活动、敏感网络请求和反复滥用行为的防护，并耗时数周进行漏洞排查和压力测试，使系统能够抵御真实攻击。在BG真人官网等平台的相关技术解析中，这一安全升级也获得了不少认可。
硅谷AI创业公司Henry Intelligent Machines PBC的创始人兼CEO亚历克斯·芬恩发文感叹，前沿模型大规模发布的日子已经一去不复返，“如今只有少数人得以接触超级智能”。不过他也乐观地指出，总算有人能制衡Fable 5了，“GPT-5.6性能超过了Mythos，而价格只有后者的三分之一”。
▲亚历克斯·芬恩推文
而在X上拥有150万粉丝的科技自媒体罗翰·保罗则称，METR发现GPT-5.6 Sol在基准测试中作弊次数非常多，以致得分变得不稳定。Sol的作弊率是METR在其公开的ReAct Agent框架中检测到的最高值，它常常试图利用评估设置而非正常达成任务。该观点在BG真人试玩相关话题下引发了激烈争论。
▲罗翰·保罗推文
同日，美国政府对Anthropic的模型管制出现松动。据外媒Semafor报道，美国政府当天解除了对Claude Mythos 5模型的禁令，已发函通知Anthropic，Mythos 5可向超过100家美国机构开放使用，所列实体出口或国内转让模型无需再获许可。此前6月13日，美国政府曾对Mythos和Fable模型实施出口管制，导致Anthropic暂停了所有用户的Fable 5和Mythos 5访问。不过本次解禁未涉及Fable 5。
▲外媒Semafor报道截图
01.
GPT-5.6 Sol编程、生物、安全能力大提升
测评超越Claude Fable 5
GPT-5.6 Sol是OpenAI目前为止能力最强的模型，在编程、生物学和网络安全上的智能体表现均有所强化；用户还能在OpenAI的系统卡中查阅更多安全及准备度评估信息。
GPT-5.6中，OpenAI引入了一种新的推理机制，让Sol有更充裕的时间进行深度推理。此外还增加了一种新模式，借助子智能体加速复杂任务的处理，从而突破单一智能体的能力边界。
在编程工作流方面，GPT-5.6 Sol在需要规划、迭代和工具协作的命令行工作流测试Terminal-Bench 2.1上表现亮眼。GPT-5.6 Sol和Ultra版本的成绩均超越了Claude Mythos 5，而GPT-5.6 Terra则优于Claude Fable 5。
▲GPT-5.6 Sol在Terminal-Bench 2.1上的测评
在生物学工作流中，GPT-5.6 Sol在评估长期基因组学与定量生物学分析的GeneBench v1测试中，以更少的标记消耗取得了比GPT-5.5更优异的结果。
▲GPT-5.6 Sol在GeneBench v1上的测评
GPT-5.6 Sol还是OpenAI网络安全能力最强的模型，长期安全任务的性能效率得到提升。在ExploitBench上，Sol仅用约三分之一的输出token就达到了与Mythos Preview相当的水平。在ExploitGym测试中，Sol、Terra和Luna三款模型均随着推理能力的增强，展现出网络能力的显著进步。
▲GPT-5.6 Sol在ExploitBench上的测评
▲GPT-5.6 Sol在ExploitGym上的测评
02.
GPT-5.6构建最强安全防护
采用多层安全措施
OpenAI强调，为GPT-5.6系列的三款模型配备了与各自能力相匹配的最高级别安全防护。主要增强了模型在真实对抗场景中的稳健性，同时保护代码审计、漏洞研究、补丁开发等合法防御工作。其策略是在不影响合法用途的前提下，让禁止的攻击行为更难实施、更难预测、更易追溯。评估表明，合法防御将明显受益，而违规使用则被有效限制。
Sol更擅长辅助发现和修复漏洞，而非执行端到端攻击，OpenAI的首要任务是确保防御者能优先获益。准备框架评估显示Sol未达“关键”风险等级，在Chromium和Firefox测试中能识别漏洞和利用原语，但未能自主完成完整的攻击链。所谓的准备框架，是OpenAI用于追踪和处置可能带来严重危害的新风险的高级AI能力流程。鉴于基准测试的局限，OpenAI决定一边升级模型，一边采取更严格的措施并分阶段发布。
在此次GPT-5.6预览版中，OpenAI采用了多层安全架构，包括模型训练内置的保护、生成时的实时审核、账户层面的监控以及差异化访问控制等。模型经过训练会拒绝被禁止的协助；实时分类器会在生成环节评估风险，高风险任务会被暂停并由更强模型审查，违规输出也会被拦截；账户级审查则能区分恶意和合法的双用途行为。多道防线叠加使整体防护更加稳固。
预览期间，用户可能会碰到某些安全措施拦截或拒绝请求的情况。OpenAI还与企业客户协作，制定更长期的方案，涵盖隐私保护检测和风险校准的访问权限等。
03.
投入70万个A100 GPU小时
进行自动化红队演练
安全防护必须能应对攻击者不断变化的策略，仅针对已知攻击手段的防御对前沿模型而言远不足够。
为此，OpenAI投入了“前所未有”的智能算力来加固安全，利用自研模型加速漏洞发现与防护升级。他们投入了超过70万个A100 GPU计算小时用于自动化红队演练，以探寻通用的越狱方法。这项投入还使其能够探索远超人工测试范围的攻击模式，更早地识别故障模式，并缩短从漏洞发现到修复的路径。
除自动化红队演练外，OpenAI还与第三方测试机构合作，持续开展广泛的人工专家红队演练，并在预览期内继续进行。人工红队演练是对自动化手段的补充，用以检验系统防御能否抵御富有创造力的专家以AI难以预料的方式实施的滥用。
由于任何评估都无法穷尽所有产品配置、多步攻击或真实工作流，OpenAI建立了一套快速响应流程，用于复现、评估、定级并修复新发现的越狱漏洞，并将它们纳入持续性评估体系，确保未来能够针对同类漏洞进行有效测试。
04.
结语：GPT-5.6三档精准卡位
试图分层挤压对手空间
透过GPT-5.6，OpenAI在模型能力和安全防护两条赛道上同步加速。编程、生物、网络安全等关键领域基准测试全面超越了Claude Fable 5，再加上Sol、Terra、Luna三个梯度精准布局，OpenAI正试图以更强的性能、更精细的产品层级来压缩竞争对手的生存空间。与此同时，围绕这一发布的讨论也在BG真人视讯等资讯平台持续发酵。
预览阶段之后，OpenAI计划在未来几周将GPT-5.6推送给更广泛的ChatGPT、Codex和API用户。另外，7月还将在Cerebras上推出GPT-5.6 Sol，处理速度可高达每秒750个token，达到新的速率纪录。
