OpenAI在其语言模型发展上迈出了重要一步,开放了新版GPT-5.6系列模型的有限访问权限。该系列包含三款模型:旗舰版Sol、通用版Terra和经济版Luna。目前仅有一小部分受信任的合作伙伴可通过API和Codex平台使用这些模型。这种做法并非偶然,而是应美国当局的直接要求——OpenAI已提前向政府提交了其计划和新模型的能力。

初始阶段以严格的预览形式进行,所有合作伙伴信息均已提交给政府。该公司强调,并不认为这种安排是长期常态,而是计划在未来几周内让GPT-5.6 Sol、Terra和Luna向公众开放。然而在当前阶段,安全与控制是首要任务。

特性与定位:从旗舰到经济型方案

Sol被定位为OpenAI目前最强大的模型。它配备了两种新的推理模式:max模式会分配更多时间进行深度任务处理,而ultra模式则利用子代理来加速复杂操作。Terra则是面向日常任务的"主力模型"。据OpenAI评估,其性能与GPT-5.5相当,但成本仅为后者的一半。Luna是该系列中最实惠的模型,专为快速且低成本的计算而设计。

性能与基准测试:新纪录诞生

Sol已树立了新的标准。在面向命令行任务的Terminal-Bench 2.1测试中,它取得了创纪录的成绩。在GeneBench v1上,Sol以更少的token消耗超越了GPT-5.5。在ExploitBench基准测试中,该模型与Mythos Preview相比展现出竞争力,而输出token消耗仅约为后者的三分之一。在ExploitGym测试中,随着推理深度的增加,所有三款模型在网络任务中的表现均有所提升。

安全性:最强大的防护体系

OpenAI声称,GPT-5.6 Sol、Terra和Luna配备了该系列中最强大的安全防护体系。Sol在Preparedness Framework框架下未触及Cyber Critical阈值。在使用Chromium和Firefox浏览器的测试中,该模型能够发现漏洞和漏洞利用原语,但在经过验证的条件下无法自主创建完整的可用漏洞利用程序。为验证防护能力,团队投入了超过70万A100等效GPU小时进行自动化红队测试,旨在寻找通用越狱方法。在预览阶段,已实施多层次措施,包括模型级限制、实时检查、账户级信号和监控。

定价与未来计划

新的命名方案简单明了:数字代表模型代际,而Sol、Terra和Luna代表能力级别。每百万token的价格为:Sol输入5美元、输出30美元;Terra输入2.50美元、输出15美元;Luna输入1美元、输出6美元。OpenAI计划于7月在Cerebras平台上推出GPT-5.6 Sol,速度可达每秒750个token,但该阶段的访问权限仍将受到限制。

我的分析:OpenAI的这一举措生动展示了监管压力如何开始直接影响大型AI公司的产品策略。限制访问权限并将合作伙伴信息提交给政府——这将成为整个行业的新常态。与此同时,对安全性及性能(尤其是在网络任务方面)的关注表明,OpenAI正为在关键基础设施中部署模型做准备,因为在这些领域,失误的代价极高。市场应密切关注这些模型在解除限制后于真实环境中的表现。