OpenAI 今日发布 GPT-5.6 模型套件有限预览版，包含旗舰模型 Sol、中端模型 Terra 及低成本日常模型 Luna。Sol 在智能体任务上超越 GPT-5.5，Terminal-Bench 2.1 编码基准测试表现突出。OpenAI 称 Sol 在漏洞研究与利用任务上为最佳模型，但未突破内部网络关键阈值，未在 Chromium/Firefox 中自主生成完整链式利用。Sol 新增“max”深度推理与“ultra”子智能体两种模式。定价方面，Sol 为 $5/百万输入 token、$30/百万输出 token，与 GPT-5.5 持平；Terra 性能接近 GPT-5.5 但成本低 2 倍；Luna 为最便宜的大规模工作负载模型。OpenAI 使用超 70 万 A100 等效 GPU 小时进行自动化红队测试。发布受美国政府要求，先从小规模可信合作伙伴预览开始。
OpenAI 今天在 GPT-5.6 的官方博客文章中写道。
关于特朗普政府对新型模型发布的筛选式审批流程。
[引用 @rohanpaul_ai]：突发消息：OpenAI 刚刚发布了其新 GPT-5.6 模型套件的有限预览版：旗舰模型 Sol；用于"高工作量任务"的中端模型 Terra；以及一款"快速且经济实惠"的日常模型 Luna。
最引人关注的是发布门槛：OpenAI 表示，美国政府要求其在更广泛开放之前，先从小范围的信任合作伙伴预览开始。
Sol 是旗舰模型，OpenAI 声称它比 GPT-5.5 更进一步，尤其是在模型必须规划、使用工具、自我纠错以及持续多步骤工作的智能体任务上。
Terminal-Bench 2.1 是一个扎实的编码测试基准，因为它测试的是命令行工作流，因此这里意味着 Sol 是在更接近实际工作的混乱开发者任务上进行评估。
----
一个关键主张来自网络安全领域：OpenAI 表示 Sol 是其迄今为止在漏洞研究和利用任务上表现最好的模型，同时它仍然没有越过内部"网络临界"阈值。
"GPT-5.6 经过训练，会拒绝被禁止的网络协助，包括当用户试图伪装意图或破解模型时。"它还表示，旗舰模型 Sol"在帮助人们发现和修复漏洞方面，比可靠地执行端到端攻击更擅长"，并且 Sol 在 OpenAI 的准备框架下没有越过网络临界阈值。
但在经过测试的 Chromium 和 Firefox 环境中，Sol 并没有自主生成完整的漏洞利用链。
他们还为 Sol 引入了两种新模式："max"用于更深度的推理，"ultra"用于使用子智能体，这让人联想到 OpenClaw，并可能暗示 OpenClaw 创始人 Peter Steinberger 早期在 OpenAI 的影响力。
----
定价：GPT-5.6 Sol 每 100 万输入模型 token 收费 5 美元，每 100 万输出模型 token 收费 30 美元，与 GPT-5.5 水平大致相当。
Terra 定位在接近 GPT-5.5 性能的水平，但成本降低 2 倍，而 Luna 则是适合大工作量任务的最廉价模型。
--
安全方面的故事异常地计算密集：OpenAI 表示，他们使用了超过 70 万 A100 等效 GPU 小时，针对广泛的破解攻击进行了自动化红队测试。
总体而言，OpenAI 在预览阶段似乎采取了更为谨慎的方式，而特朗普政府正在密切关注。
OpenAI 表示，安全防护措施有时可能会阻止合法工作，尤其是在防御性行为与攻击性行为起初看起来相似的双重用途领域。这正是此次预览版旨在测试的问题之一。
重磅消息：OpenAI 刚刚发布了其全新 GPT-5.6 模型套件的有限预览：Sol 是旗舰模型，Terra 是面向“高工作量场景”的中端模型，Luna 则是“快速且实惠”的日常模型。 最耐人寻味的是发布机制：OpenAI 表示，美国政府要求它在更广泛开放之前，先从一个小的可信合作伙伴预览开始。 Sol 是旗舰模型，OpenAI 声称它比 GPT-5.5 更进了一步，尤其是在智能体工作方面——模型必须进行规划、使用工具、自我纠错，并在多个步骤中持续工作。 Terminal-Bench 2.1 是一个可靠的编码基准，因为它测试的是命令行工作流，因此这意味着 Sol 是在更接近真实工作的混乱开发者任务中接受评判的。 --- 一个关键主张是网络安全：OpenAI 称 Sol 是其迄今为止在漏洞研究和利用任务方面表现最好的模型，同时仍然声称它没有越过内部设定的网络安全临界阈值。 “GPT-5.6 经过训练，会拒绝被禁止的网络援助，包括用户试图伪装其意图或对模型进行越狱攻击的情况。”它还表示，旗舰模型 Sol “在帮助人们发现和修复漏洞方面，比可靠地执行端到端攻击方面更擅长”，并且根据 OpenAI 的准备框架，Sol 并未越过网络安全临界阈值。 但在经过测试的 Chromium 和 Firefox 环境中，Sol 并未自主产生完整的全链利用。 他们还为 Sol 引入了两种新模式：“max”模式用于更深入的推理，“ultra”模式用于使用子智能体，这让人联想到 OpenClaw，也可能暗示了 OpenClaw 创始人 Peter Steinberger 在 OpenAI 的早期影响力。 --- 定价：GPT-5.6 Sol 每百万输入 token 收费 5 美元，每百万输出 token 收费 30 美元，与 GPT-5.5 大致相当。 Terra 的定位是在成本降低 2 倍的情况下接近 GPT-5.5 的性能，而 Luna 则是面向大容量工作负载的最便宜模型。 --- 安全方面的故事异常依赖于计算资源：OpenAI 表示，针对广泛的越狱攻击，他们使用了超过 70 万 A100 等效 GPU 小时进行自动红队测试。 总体而言，OpenAI 在预览阶段似乎采取了更为谨慎的方法，而特朗普政府正在密切关注此事。 OpenAI 表示，安全措施有时可能会阻止合法的工作，尤其是在双重用途领域——在这些领域，防御性和攻击性行为在最初看起来可能非常相似。这正是预览版旨在测试的一点。 [引用 @OpenAI]：推出 GPT-5.6 Sol 的有限预览，这是我们下一代前沿模型，同时推出的还有 GPT-5.6 Terra，一款用于高效日常工作的均衡模型，以及 GPT-5.6 Luna，一款面向高容量工作、快速且经济的模型。 https://openai.com/index/previewing-gpt-5-6-sol/
原文
BREAKING: OpenAI just dropped the limited preview of its new GPT 5.6 model suite: Sol, the flagship; Terra, a medium-tier model for “high-volume work”; and Luna, a “fast and affordable” everyday model. The most revealing part is the release gate: OpenAI says the U.S. government asked it to start with a small trusted-partner preview before broader access. Sol is the flagship model, and OpenAI claims it is a step above GPT-5.5, especially on agentic work where the model must plan, use tools, correct itself, and keep working across many steps. Terminal-Bench 2.1 is a solid coding benchmark because it tests command-line workflows, so here meaning Sol is being judged on messy developer tasks closer to real work. ---- One key claim is cybersecurity: OpenAI says Sol is its best model yet for vulnerability research and exploitation tasks, while still saying it did not cross the internal Cyber Critical threshold. “GPT‐5.6 is trained to refuse prohibited cyber assistance, including when users attempt to disguise their intent or jailbreak the model.” It also said that flagship model Sol “is better at helping people find and fix vulnerabilities than reliably carrying out end-to-end attacks,” and that Sol doesn’t cross the cyber-critical threshold under OpenAI’s preparedness framework But Sol did not autonomously produce a full-chain exploit in the tested Chromium and Firefox settings. They also introduced 2 new modes for Sol: “max” for deeper reasoning and “ultra” for using sub-agents, bringing OpenClaw to mind and possibly hinting at OpenClaw creator Peter Steinberger’s early impact at OpenAI. ---- Pricing: GPT-5.6 Sol costs $5 per 1M input tokens and $30 per 1M output tokens, ~same level as GPT-5.5. Terra is positioned near GPT-5.5 performance at 2x lower cost, while Luna is the cheapest model for large-volume workloads. -- The safety story is unusually compute-heavy: OpenAI says it used over 700,000 A100-equivalent GPU hours for automated red-teaming against broad jailbreak attacks. Overall, OpenAI appeared to be using a more cautious approach during the preview, which the Trump administration is watching closely. OpenAI said safeguards might sometimes block valid work, especially in dual-use areas where defensive and offensive actions can look alike at first. That is one thing the preview is meant to test.
来源：Rohan Paul · x.com