剛剛，“宇宙級”GPT-5.6突襲！Mythos 5被解禁

智東西
編譯 李水青
編輯 心緣

智東西6月27日報道，剛剛，OpenAI推出其迄今最強大模型——GPT-5.6的有限預覽版：旗艦版本Sol（太陽）；適用于日常工作的均衡型型號Terra（地球）；以及快速且價格實惠的型號Luna（月亮）。

OpenAI聯合創始人兼CEO薩姆·奧爾特曼（Sam Altman）在社交媒體X發文，Sol價格與GPT-5.5相同，性能更強；Terra的性能可與GPT-5.5相媲美，價格只有其一半。但由于美國政府審查，該模型今天僅以有限預覽版的形式面向部分企業開放，其正在與政府合作爭取未來幾周內全面發布。

▲薩姆·奧爾特曼推文

從測評成績來看，GPT-5.6 Sol強化了編程、生物、網安等能力。其在Terminal-Bench 2.1編程測試全面領先Claude Fable 5，旗艦和未推出的Ultra版本測評超過Claude Mythos 5；面對長期安全任務，它僅耗費三分之一的輸出token，就能在ExploitBench2上對標Claude Mythos Preview。

定價方面，以每百萬token計算，Sol的輸入價格為5美元（約合人民幣34元），輸出價格為30美元（約合人民幣204元）；Terra的輸入價格為2.5美元（約合人民幣17元），輸出價格為15美元（約合人民幣102元）；Luna的輸入價格為1美元（約合人民幣6.8元），輸出價格為6美元（約合人民幣41元）。

對比來看，Fable 5和Mythos 5的價格同為：輸入價格10美元（約合人民幣68元），輸出價格50美元（約合人民幣339元），約等于GPT-5.6 Sol的兩倍；Claude Mythos Preview（受邀內測）為輸入25美元（約合人民幣170元），輸出125美元（約合人民幣850元）。

GPT-5.6還引入了更可預測的提示緩存機制，包括支持顯式緩存斷點和30分鐘的最低緩存有效期。對于GPT-5.6及更高版本的模型，緩存寫入費用按模型未緩存輸入費用的1.25倍計費，而緩存讀取費用繼續享受90%的緩存輸入費用折扣。

OpenAI稱，GPT-5.6 Sol版本搭載了OpenAI迄今為止最強大的安全防護體系。OpenAI加強了對高風險活動、敏感網絡請求和重復濫用行為的防護，并花費數周時間查找漏洞、對系統進行壓力測試，使其能夠抵御真實世界的攻擊。

硅谷AI創企Henry Intelligent Machines PBC的創始人兼CEO亞歷克斯·芬恩（Alex Finn）發文稱，不幸的是，“大規模發布前沿模型的時代已經結束了……現在只有少數人能夠接觸到超級智能”。不過他認為積極的一面有人能制衡Fable 5了，“GPT-5.6性能超越了Mythos，價格卻只有后者的三分之一”。

▲亞歷克斯·芬恩推文

但在X上擁有150萬粉絲的科技自媒體羅翰·保羅（Rohan Paul）稱，METR發現GPT-5.6 Sol在基準測試中作弊的次數如此之多，以至于得分變得不穩定。5.6 Sol的作弊率是METR在其公開的ReAct Agent框架中檢測到的最高值，其中包括試圖利用評估設置而非正常完成任務。

▲羅翰·保羅推文

同日，美國政府對Anthropic的模型管制松口。據外媒Semafor今日報道，美國政府今天剛剛解除了對Claude Mythos 5模型的禁令，他們發信通知Anthropic，Mythos 5可面向超100家美國機構開放使用，且所列實體出口或國內轉讓模型無需再獲許可。此前6月13日，美國政府對Mythos和Fable模型實施了出口管制，Anthropic隨即中止所有用戶的Fable 5和Mythos 5訪問權限。但本次解禁未提及Fable 5。

▲外媒Semafor報道截圖

一、GPT-5.6 Sol編程、生物、安全大提升，測評超Claude Fable 5

GPT-5.6 Sol是OpenAI迄今為止最強大的模型，在編程、生物學和網絡安全方面提升了智能體能力；此外，用戶還可以在OpenAI的系統卡中查看更多安全性和準備情況評估。

在GPT-5.6中，OpenAI引入了一種新的推理機制，以讓Sol有更多時間進行深度推理。此外，OpenAI還引入了一種新模式，該模式利用子智能體來加速復雜任務的執行，從而超越了單個智能體的能力限制。

對于編程工作流，GPT-5.6 Sol在Terminal-Bench 2.1上表現突出，該測試需要規劃、迭代和工具協調的命令行工作流。GPT-5.6 Sol及Ultra版本的測評表現超過了Claude Mythos 5，GPT-5.6 Terra則超過了Claude Fable 5。

▲GPT-5.6 Sol在Terminal-Bench 2.1上的測評

在生物學工作流程方面，GPT-5.6 Sol在評估長期基因組學和定量生物學分析的GeneBench v1測試中，在使用更少標記的情況下取得了比GPT-5.5更優異的結果。

▲GPT-5.6 Sol在GeneBench v1上的測評

GPT-5.6 Sol是OpenAI迄今為止功能最強大的網絡安全模型。它提升了長期安全任務的性能效率。在ExploitBench測試中，GPT-5.6 Sol僅使用約三分之一的輸出token，即可與Mythos Preview相媲美。在ExploitGym測試中，GPT-5.6 Sol、Terra和Luna模型都隨著推理能力的提高，實現網絡能力的顯著提升。

▲GPT-5.6 Sol在ExploitBench上的測評

▲GPT-5.6 Sol在ExploitGym上的測評

二、GPT-5.6打造最強級別安全防護，采用多層安全措施

OpenAI強調，其為GPT-5.6系列三款模型配備了最強級別安全防護，等級與能力精準匹配。他們主要增強了模型在真實對抗場景下的穩健性，同時保障代碼審計、漏洞研究、補丁開發等合法防御工作。策略是在不限制合法用途前提下，讓禁止攻擊更難實施、更不可預測、更易追溯。評估顯示合法防御將顯著受益，違規用途被有效限制。

Sol更擅長輔助漏洞發現修復，而非端到端攻擊。OpenAI首要任務是確保防御者優先獲益。準備框架評估顯示Sol未達“關鍵”級別，在Chromium和Firefox測試中能識別漏洞和利用原語，但未自主完成完整攻擊鏈。所謂準備框架，是OpenAI用于追蹤和應對可能帶來嚴重危害的新風險的高級AI能力的流程。因基準測試有局限，OpenAI決定升級模型同時采取更嚴格措施并分階段發布。

在GPT-5.6預覽版中，OpenAI采用了多層安全措施。模型訓練內置保護、生成實時審核、賬戶級監控、差異化訪問控制等。模型經訓練拒絕被禁止協助；實時分類器在生成時評估，高風險暫停由強模型審查，違規輸出攔截；賬戶級審查區分惡意與合法雙用途。多層疊加使整體更穩健。

在預覽期間，用戶可能會遇到一些安全措施，這些措施會阻止或拒絕某些請求。OpenAI還與企業客戶合作，制定更長期的方案，包括隱私保護檢測和風險校準訪問權限。

三、投入70萬個A100 GPU小時，做自動化紅隊演練

安全防護必須對攻擊者策略的變化保持有效。僅針對已知攻擊手段的防護，對前沿模型而言遠遠不夠。

為此，OpenAI投入了“前所未有”的智能算力來保障安全，利用自研模型加速漏洞發現和防護升級。OpenAI投入超過70萬個A100 GPU計算小時用于自動化紅隊演練，以發現通用越獄方法。這項投入還使其能夠探索遠超人工測試覆蓋范圍的攻擊模式，更早識別故障模式，縮短從漏洞發現到修復的路徑。

除了自動化紅隊演練，OpenAI還與第三方測試機構合作，開展了廣泛的人工專家紅隊演練，并在預覽期內持續進行。人工紅隊演練是對自動化演練的補充，用于測試系統防御是否能抵御富有創造力的專家以AI系統無法預料的方式實施的濫用行為。

由于任何評估都無法窮盡所有產品配置、多步攻擊或真實工作流程，OpenAI建立了一套快速響應流程，用于復現、評估、分級和修復新發現的越獄漏洞，并將其納入持續進行的評估體系，確保未來能夠針對同類漏洞進行有效測試。

結語：GPT-5.6三檔精準卡位，試圖分層擠壓對手空間

通過GPT-5.6，OpenAI在模型能力與安全防護兩條線上同步提速。編程、生物、網絡安全三大領域的基準測試全面超越Claude Fable 5，加之Sol、Terra、Luna三檔精準卡位，OpenAI正試圖用更強的性能、更細的產品分層擠壓競爭對手的生存空間。

在預覽之后，OpenAI計劃未來幾周將GPT-5.6推廣到使用ChatGPT、Codex和API的更廣泛用戶。OpenAI還將于7月在Cerebras上推出GPT-5.6 Sol，處理速度高達每秒750個token，實現速率新高。