GPT-5.6 来了：Sol、Terra、Luna 三款新模型，但暂时轮不到你用
OpenAI 又放大招了。
这一次，它一口气预览了全新的 GPT-5.6 系列，三款模型同时亮相，还顺手在编码、生物、网络安全几条赛道上刷新了一串基准纪录。
不过，比性能更耐人寻味的是这次发布的"打开方式"——新模型不会马上对所有人开放，而是「应政府要求，先发给一小撮"受信任的合作伙伴"」试用，之后才会逐步放开。
图片来源于网络,版权归原作者所有,侵权请联系删除
下面我们拆开来看。
一、三款模型，各管一摊
GPT-5.6 这次走的是"分层"路线，三个名字各有定位：
- Sol（旗舰）：系列里最强的那一个，主打深度推理和复杂任务。
- Terra（均衡）：面向日常工作，性能号称能和上一代 GPT-5.5 掰手腕，价格却只要一半。
- Luna（轻量）：最快、最便宜，用最低的价格提供"够用且强大"的能力。
OpenAI 还顺势改了命名逻辑：数字代表代际（5.6 就是这一代），Sol / Terra / Luna 则代表可以持续升级的能力层级。说白了，就是想让大家在"智能、速度、成本"之间挑得更清楚。
二、能力到底强在哪？
OpenAI 提前放出了一批评测结果，重点秀的是编码、生物、网络安全这三块的"智能体能力"。
编码：刷新 Terminal-Bench 2.1 纪录
Terminal-Bench 2.1 考的是命令行工作流——需要规划、反复迭代、还要协调各种工具。GPT-5.6 Sol 在这上面立了新标杆：
图片来源于网络,版权归原作者所有,侵权请联系删除
- GPT-5.6 Sol Ultra：91.9%
- GPT-5.6 Sol：88.8%
- GPT-5.5：80%+
参与对比的还有 Terra、Luna 和 GPT-5.5。
生物学：更便宜、更快
在 GeneBench v1 上，GPT-5.6 Sol 不仅跑赢了 GPT-5.5，而且用的 token 更少、延迟更低。
图片来源于网络,版权归原作者所有,侵权请联系删除
图片来源于网络,版权归原作者所有,侵权请联系删除
图片来源于网络,版权归原作者所有,侵权请联系删除
网络安全：OpenAI 最强的安全模型
在 ExploitBench 上，Sol 只用了约三分之一的输出令牌，就能与 Mythos Preview 打平。
在加州大学伯克利分校（联合 OpenAI 等前沿实验室创建）的 ExploitGym 基准上，Sol、Terra、Luna 三款模型都随着推理能力提升而展现出明显的安全能力增强。
图片来源于网络,版权归原作者所有,侵权请联系删除
图片来源于网络,版权归原作者所有,侵权请联系删除
图片来源于网络,版权归原作者所有,侵权请联系删除
图片来源于网络,版权归原作者所有,侵权请联系删除
需要强调的是：OpenAI 自己的"准备框架"判定 GPT-5.6 Sol 并未达到网络安全的"关键级别"。在针对 Chromium 和 Firefox 的测试里，它能识别出漏洞和利用原语，但在测试条件下没能自主拼出完整的攻击链。
三、最敏感的那个话题
OpenAI 说，作为与美国政府持续合作的一部分，它在正式发布前先把计划和模型能力预览给了政府；并且应政府要求，会先面向一小撮"受信任的合作伙伴"做有限预览，之后再逐步放开。
但 OpenAI 也罕见地把话说在了前头：
"这种政府访问流程不应该成为长期默认设置。"
理由很直接：这么做会让真正需要工具的用户、开发者、企业、网络安全防御者和全球合作伙伴拿不到最好的工具。
OpenAI 的解释是，这只是一个短期措施——目的是在接下来几周内尽快实现更广泛的可用性，同时它正在和政府一起，为网络安全行政命令、以及未来模型发布制定一套更正式的流程。
四、安全为什么被反复强调？
GPT-5.6 Sol 搭载了 OpenAI 迄今最强的安全防护体系。它的核心思路是：没有任何单一防线挡得住有预谋、会变招的滥用，所以要一层一层叠加。
这套"分层安全堆栈"大致包括：
- 模型层：GPT-5.6 经过训练，会拒绝任何被禁止的网络协助——哪怕用户试图隐藏意图或越狱。
- 实时层：网络与生物滥用分类器在生成的同时就在评估；高风险情况下生成会被暂停，交给更强的推理模型复核上下文，判定违规就在送达用户前拦下。
- 账户层：被标记的活动会触发账户级审查，帮助系统把"持续作恶"和"正当的双用途安全工作"区分开。
- 访问层：差异化访问控制，在不默认全面开放最敏感能力的前提下，保留正当的防御工作空间。
OpenAI 的目标是：在不限制代码审查、漏洞研究、补丁开发、调试、安全教育、防御测试这些正当用途的前提下，让被禁止的攻击行为变得更难、更不可预测、更容易被发现。
为了验证整套体系的鲁棒性，OpenAI 花了超过 70 万 A100 等效 GPU 小时做自动化红队测试，重点针对那些能跨场景泛化的"通用越狱"路径。同时还有第三方人工红队在整个预览期间持续参与。
参考链接：
还没有评论，来说两句吧...