出品 | 網(wǎng)易智能

作者 | 小小

編輯 | 王鳳枝

6月27日凌晨，OpenAI發(fā)布了迄今為止最強(qiáng)的模型系列GPT-5.6，三款模型分別叫Sol、Terra和Luna。

其中，旗艦?zāi)Ｐ蚐ol在命令行、漏洞研究、生物分析等多個(gè)基準(zhǔn)測(cè)試上刷新紀(jì)錄，效率比前代大幅提升，甚至只用三分之一的token輸出量就與Anthropic的Claude Mythos Preview打成平手。

有提前試用的知名博主說，這模型直接取代了他八成的工作任務(wù)，叫GPT-6也不過分。

但這么強(qiáng)的模型，普通人現(xiàn)在卻用不了。OpenAI只把它開放給了大約20個(gè)經(jīng)過政府審查的合作方，全面發(fā)布被推遲到未來幾周。

OpenAI CEO山姆·奧特曼（Sam Altman）在社交媒體上無奈地表示：模型很強(qiáng)，但我們也沒辦法，這是美國(guó)政府的要求。

OpenAI官方博客說得更直白，他們認(rèn)為這種政府接入流程不應(yīng)成為長(zhǎng)期默認(rèn)做法，它讓最好工具到不了需要的用戶手里，但眼下采取這個(gè)短期步驟，是相信這能讓模型最快到達(dá)更多人手中。

這種分階段的做法，既回應(yīng)了特朗普總統(tǒng)6月2日簽署的行政命令中關(guān)于模型安全評(píng)估的要求，也避免了像Anthropic那樣在發(fā)布后被政府強(qiáng)制叫停的尷尬。

同一天下午，另一家明星公司Anthropic等來了初步解禁令。

美國(guó)政府解除了對(duì)Claude Mythos 5長(zhǎng)達(dá)兩周的出口管制，允許其向超過100家美國(guó)機(jī)構(gòu)發(fā)布。商務(wù)部長(zhǎng)霍華德·拉特尼克（Howard Lutnick）在給Anthropic的正式信函中寫道，已確定采取了適當(dāng)?shù)谋Ｕ洗胧?/p>

但Mythos的姊妹模型Fable 5仍被關(guān)著，解禁時(shí)間表不明。

這兩件事放在一起，信號(hào)再清楚不過：美國(guó)政府正在把前沿AI模型的發(fā)布權(quán)牢牢攥在自己手里，誰能第一時(shí)間拿到最強(qiáng)模型，誰得排隊(duì)等著，是華盛頓說了算，不是硅谷。

換句話說，OpenAI這次走的是另一條更穩(wěn)妥的路線，在全面開放前主動(dòng)向政府預(yù)覽發(fā)布計(jì)劃和模型能力，并按要求啟動(dòng)有限預(yù)覽。這不是看到Anthropic被罰之后的臨時(shí)反應(yīng)，而是提前布局。

可以說，GPT-5.6這次發(fā)布，在產(chǎn)品能力和發(fā)布節(jié)奏上都踩在了監(jiān)管的節(jié)拍上。

01 Sol有多強(qiáng)？ 只用對(duì)手三分之一的力氣就掰了手腕

這次GPT-5.6系列一共分為三款模型，包括Sol（太陽）、Terra（大地）和Luna（月亮）。

命名方式徹底換了，不再用過去那種nano、mini的后綴，而是用持久的能力層級(jí)來區(qū)分。Sol是旗艦，Terra是平衡款，Luna主打快速和便宜。

OpenAI解釋稱，這給開發(fā)者和用戶提供了一個(gè)關(guān)于智能、速度和成本的更清晰選擇。

據(jù)VentureBeat援引了解OpenAI內(nèi)部運(yùn)作的人士透露，新名字也有從宇宙和自然元素里尋找靈感的考慮，而且Sol剛好跟公司一項(xiàng)叫Daybreak的網(wǎng)絡(luò)防御計(jì)劃很搭。

Sol到底強(qiáng)在哪？

最直觀的進(jìn)步體現(xiàn)在效率上。OpenAI官方公布的數(shù)據(jù)顯示：在ExploitBench基準(zhǔn)測(cè)試上，GPT-5.6 Sol只用大約三分之一的輸出token，就跟Anthropic的Claude Mythos Preview打成了平手。

美國(guó)知名AI博主@swyx在試用之后說，這是一句信息量巨大的描述。他解釋，這說明OpenAI的后訓(xùn)練團(tuán)隊(duì)大幅推進(jìn)了推理的帕累托前沿，而這是目前企業(yè)級(jí)智能體模型競(jìng)爭(zhēng)里最重要的一項(xiàng)優(yōu)勢(shì)，團(tuán)隊(duì)沒有透露具體怎么做到的，完全可以理解。

在衡量命令行自動(dòng)化能力的TerminalBench 2.1上，Sol開了“超極模式”之后拿到了91.91%的分?jǐn)?shù)，刷新了行業(yè)記錄。不開超極模式也有88.76%，超過了GPT-5.5的83.4%和Claude Mythos 5的88%。中端的Terra拿了82.5%，接近前代旗艦?zāi)Ｐ退健?/p>

在另一個(gè)評(píng)估專業(yè)工作流的Agent's Last Exam里，Sol是唯一一個(gè)在代碼模式下完成超過一半任務(wù)的模型，得分50.9%。連最便宜的Luna，在這個(gè)測(cè)試?yán)镆裁銖?qiáng)超過了GPT-5.5。

@swyx還分享了他的實(shí)際體驗(yàn)。

他說自己已經(jīng)測(cè)試5.6一段時(shí)間了，這不是一個(gè)所謂的網(wǎng)絡(luò)版模型，而是新的頂尖工作模型，直接取代了他80%任務(wù)里的Claude Opus。他甚至覺得，這次改進(jìn)幅度遠(yuǎn)超從5.4到5.5的跳躍，而5.5本身就是自4o和o1以來OpenAI最成功的發(fā)布，團(tuán)隊(duì)在這個(gè)版本上全力以赴了，直接叫GPT-6也不過分。

02不只是會(huì)寫代碼 生物和基因分析也更強(qiáng)了

OpenAI新模型的能力不局限在編程和網(wǎng)絡(luò)安全上。

在評(píng)估基因組學(xué)和定量生物學(xué)分析的GeneBench v1上，Sol和Terra都比GPT-5.5的準(zhǔn)確率更高，而且Sol用的輸出token更少，效率提升很明顯。

OpenAI在博客里說，GPT-5.6 Sol是他們迄今為止在網(wǎng)絡(luò)安防方面最有能力的模型，改變了長(zhǎng)期安全任務(wù)中性能和效率的邊界。

不過有意思的是，能力越強(qiáng)，安全上的自我約束也越多。

Sol在針對(duì)Chromium和Firefox代碼庫(kù)的測(cè)試?yán)?，能夠識(shí)別出漏洞和利用原語，但在測(cè)試條件下還無法自己拼出一套功能完整的全鏈利用程序。OpenAI強(qiáng)調(diào)，這個(gè)模型更擅長(zhǎng)幫助防御者發(fā)現(xiàn)和修復(fù)漏洞，而不是可靠地執(zhí)行端到端攻擊。定位很清楚，就是給做安全研究的人當(dāng)高效助手。

03安全審查拖慢發(fā)布 首批只給20家

這次發(fā)布最讓人意外的是發(fā)售方式。

按照OpenAI原本的計(jì)劃，GPT-5.6應(yīng)該直接開放訪問。但特朗普總統(tǒng)6月2日簽署的行政命令要求聯(lián)邦機(jī)構(gòu)制定新的AI模型能力基準(zhǔn)和評(píng)估流程，截止日期是7月2日，整個(gè)框架還在搭。

于是美國(guó)政府要求OpenAI先別全面鋪開，只向一小批可信賴合作伙伴開放有限預(yù)覽。

OpenAI照做了。他們?cè)诓┛屠镎f，已經(jīng)在發(fā)布前向政府預(yù)覽了計(jì)劃和模型能力，應(yīng)政府要求先向合作方開放，這些合作方的詳細(xì)信息也共享給了政府。合作方大約20個(gè)，具體名單沒有公布。全面公開發(fā)布被推到未來幾周，具體時(shí)間要看跟政府的溝通進(jìn)展。

奧特曼在社交媒體上發(fā)帖解釋了這種情況。他說好消息是Sol聰明、高效，是個(gè)重要的進(jìn)步，價(jià)格跟GPT-5.5一樣。壞消息是應(yīng)美國(guó)政府要求，今天只能以有限預(yù)覽形式推出，不是原本計(jì)劃的開放訪問。

奧特曼認(rèn)為，以這種方式推出模型是合理的，符合公司長(zhǎng)期堅(jiān)持的迭代部署策略，但這并不是他認(rèn)為最優(yōu)化的流程。他還說了一句意味深長(zhǎng)的話：我相信政府與我們分享大部分目標(biāo)，而且他們?cè)谶@樣一個(gè)非常困難的局面中總體上做得很好。

OpenAI官方博客的措辭則沒有那么客氣。他們明確寫道，我們認(rèn)為這種政府接入流程不應(yīng)成為長(zhǎng)期的默認(rèn)做法，它使最佳工具無法觸及其需要的用戶、開發(fā)者、企業(yè)、網(wǎng)絡(luò)防御者和全球合作伙伴。但緊接著又說，采取這一短期步驟，是因?yàn)槲覀兿嘈胚@是在未來幾周內(nèi)實(shí)現(xiàn)更廣泛可用性的最有力途徑。

在安全方面，OpenAI這次花了大力氣。

官方透露，他們投入了超過70萬個(gè)A100等效GPU小時(shí)，專門對(duì)GPT-5.6進(jìn)行自動(dòng)化紅隊(duì)測(cè)試。目標(biāo)不是找出單個(gè)提示的變通方法，而是找出通用越獄方法，也就是能在不同上下文里反復(fù)起作用的系統(tǒng)性攻擊向量。

防護(hù)體系分了好幾層。模型本身被訓(xùn)練去拒絕提供被禁止的網(wǎng)絡(luò)幫助，包括有人試圖掩飾意圖或者越獄。還有實(shí)時(shí)的濫用篩查分類器，獨(dú)立監(jiān)控網(wǎng)絡(luò)和生物方面的輸出內(nèi)容。

對(duì)于Sol和Terra這兩個(gè)能力更強(qiáng)的版本，OpenAI還加了一層在推理過程中監(jiān)控內(nèi)部信號(hào)的激活分類器。一旦檢測(cè)到風(fēng)險(xiǎn)模式，輸出流可以暫停，由另一個(gè)更大的推理系統(tǒng)審查內(nèi)容和上下文，判定違規(guī)的話答案在到達(dá)用戶之前就會(huì)被攔下來。

但這套嚴(yán)密的防護(hù)也有副作用。

OpenAI在系統(tǒng)卡里承認(rèn)，因?yàn)楹戏ǖ姆烙怨ぷ鞲粜袨樵诖a原語上常常一樣，分類器可能定期出現(xiàn)誤報(bào)。

數(shù)據(jù)顯示，監(jiān)控棧在生物安全評(píng)估上的整體召回率是94.8%，網(wǎng)絡(luò)安全上是81.6%，說明它不是滴水不漏，既可能漏掉風(fēng)險(xiǎn)，也可能攔住合法工作。

被持續(xù)標(biāo)記的活動(dòng)還可能觸發(fā)跨歷史對(duì)話的賬戶級(jí)自動(dòng)審查。OpenAI表示正在跟企業(yè)客戶談長(zhǎng)期的安全合規(guī)控制方案，包括客戶自己操作的安全覆蓋和能保護(hù)企業(yè)數(shù)據(jù)不被人工審查看到的隱私檢測(cè)機(jī)制。

04 AI圈炸了 政府在挑選贏家嗎？

OpenAI模型的新發(fā)布方式很快引發(fā)了爭(zhēng)論。

獨(dú)立研究員約書亞·克拉托奇維爾（Joshua Kratochvil）公開表達(dá)了擔(dān)憂。他認(rèn)為將訪問權(quán)限對(duì)公眾設(shè)限、只授予企業(yè)和機(jī)構(gòu)，開了一個(gè)危險(xiǎn)的先例，這會(huì)延續(xù)社會(huì)目前已經(jīng)在滋生的很多問題，聽起來像賽博朋克式的反烏托邦，政府和企業(yè)掌控一切。

他進(jìn)一步批評(píng)說，這限制了小企業(yè)的機(jī)會(huì)，阻礙初創(chuàng)公司獲取最佳工具，現(xiàn)有巨頭從中獲益最大，而有潛力的初創(chuàng)公司卻被懲罰。他提議，以后或許可以設(shè)計(jì)一個(gè)表單，也允許小企業(yè)、美國(guó)公民和小型實(shí)驗(yàn)室申請(qǐng)?jiān)L問權(quán)限。

X平臺(tái)用戶KevinOffScript說得更直接。他評(píng)論說，這實(shí)際上是政府在決定誰能獲得最寶貴的資源，他不希望政府來挑選和決定贏家。他認(rèn)為AI公司應(yīng)該實(shí)施自己的“Know Your Customer”政策，只限美國(guó)公司，除此之外，政府別擋道。

但也有人持相對(duì)平衡的看法。AI博主swyx也覺得，為擴(kuò)展紅隊(duì)測(cè)試設(shè)置一個(gè)強(qiáng)制預(yù)覽期本身并不是個(gè)壞主意，真正讓人不舒服的只是政府來挑選客戶這個(gè)環(huán)節(jié)。

ID為HaiyuWu1的X用戶則提出了另一種質(zhì)疑。他說奇怪的是OpenAI有這么多方面可以宣傳他們的新模型，卻選擇突出一個(gè)基準(zhǔn)測(cè)試結(jié)果和一些花哨的名字，實(shí)用性距離在單一基準(zhǔn)測(cè)試上表現(xiàn)良好還差得遠(yuǎn)。

05三款怎么選？ 價(jià)格差五倍，定位各不同

三款模型的定價(jià)差異很清晰。

Sol每百萬輸入token 5美元，輸出30美元，跟GPT-5.5持平。Terra是Sol的一半，每百萬輸入token 2.5美元，輸出15美元。Luna最便宜，輸入1美元，輸出6美元。從Sol到Luna，輸出價(jià)格差了五倍。

OpenAI說，Terra的性能跟GPT-5.5相當(dāng)，但成本只有一半。Luna定位最快最低成本，在多項(xiàng)測(cè)試中表現(xiàn)接近GPT-5.5的水平。換句話說，不追求最頂級(jí)能力的話，便宜的選擇已經(jīng)夠用了。

在成本控制上，OpenAI還有個(gè)新動(dòng)作。

GPT-5.6 API引入了更可預(yù)測(cè)的提示緩存機(jī)制。開發(fā)者可以設(shè)置顯式緩存斷點(diǎn)，系統(tǒng)保證至少30分鐘的最小緩存生命周期。首次緩存寫入時(shí)費(fèi)用是標(biāo)準(zhǔn)未緩存輸入費(fèi)率的1.25倍，之后再讀取就能享受90%的折扣。

對(duì)于反復(fù)把大量上下文或代碼庫(kù)傳回模型的系統(tǒng)，這提供了一個(gè)財(cái)務(wù)上的護(hù)欄。

速度方面，OpenAI計(jì)劃今年7月在Cerebras硬件上推出GPT-5.6 Sol，聲稱處理速度達(dá)到每秒750個(gè)token，面向那些對(duì)延遲敏感又需要前沿推理能力的專業(yè)企業(yè)應(yīng)用。

結(jié)語，接下來會(huì)發(fā)生什么？

GPT-5.6發(fā)布當(dāng)天，Anthropic也等來了一份政府信函。

商務(wù)部長(zhǎng)拉特尼克正式通知Anthropic，解除對(duì)Mythos 5長(zhǎng)達(dá)兩周的出口管制，但Fable 5仍在禁閉中。

至此，美國(guó)政府的新角色徹底明朗了。商務(wù)部發(fā)言人本諾·卡斯（Benno Kass）表示，在短短兩周內(nèi)政府勤奮工作，確保美國(guó)在保障安全的同時(shí)保持全球AI領(lǐng)導(dǎo)者地位。拉特尼克在信中則說得更直白，他稱這標(biāo)志著一個(gè)新監(jiān)管制度的開端，政府從此掌握了前沿AI模型發(fā)布的控制權(quán)。

行業(yè)里對(duì)此早有微詞。許多AI分析師批評(píng)白宮正在選擇贏家和輸家，并且讓過去跟Anthropic的爭(zhēng)執(zhí)影響了決策。另一邊，OpenAI和政府在對(duì)Anthropic下禁令之前，就一直在討論GPT-5.6的發(fā)布，奧特曼和拉特尼克在周三還專門碰過頭。

商務(wù)部下面有個(gè)叫AI標(biāo)準(zhǔn)與創(chuàng)新中心的部門，簡(jiǎn)稱CAISI，一直在審查GPT-5.6。知情人士說，最近的行政命令讓網(wǎng)絡(luò)安全和國(guó)安官員在模型評(píng)估中發(fā)揮了更大作用，這讓一直推動(dòng)CAISI保持重要存在的公司感到擔(dān)憂，OpenAI就是其中之一。

GPT-5.6全面公開發(fā)布的時(shí)間還沒定，OpenAI的說法是未來幾周。奧特曼發(fā)帖說，現(xiàn)在他們要和政府合作，嘗試建立一個(gè)透明、可靠的早期訪問流程，確保只要安全措施按預(yù)期運(yùn)作就能廣泛發(fā)布。他希望成為可靠、可信賴的合作伙伴，同時(shí)堅(jiān)守造福全人類的使命。

對(duì)普通用戶來說，GPT-5.6還用不了。對(duì)開發(fā)者和小企業(yè)來說，能不能拿到訪問權(quán)限、什么時(shí)候拿到，都是未知數(shù)。而對(duì)整個(gè)行業(yè)來說，這次發(fā)布的意義可能超出了模型本身。

這一切指向同一個(gè)事實(shí)：最先進(jìn)的AI模型發(fā)布，已經(jīng)從硅谷的董事會(huì)會(huì)議室搬到了華盛頓的談判桌上，而且短期內(nèi)看不到回頭的跡象。