وضعت OpenAI نموذج GPT-5.6 Sol كحدود جديدة في ثلاثة مجالات رئيسية: البرمجة، وعلم الأحياء، والأمن السيبراني .
يختبر Terminal-Bench 2.1 سير عمل سطر الأوامر الذي يتطلب تخطيطًا متعدد الخطوات، وتنسيقًا للأدوات، وتكرارًا . يحتوي المعيار على 89 مهمة برمجة معقدة . النتائج تشمل:
| النموذج | النتيجة |
|---|---|
| GPT-5.6 Sol Ultra | 91.9% |
| GPT-5.6 Sol (الحد الأقصى) | 88.8% |
| Claude Mythos 5 | 88.0% |
| GPT-5.6 Terra | 84.3% |
| Claude Fable 5 | 84.3% |
| GPT-5.5 | 83.4% |
| GPT-5.6 Luna | 82.5% |
حقق GPT-5.6 Sol Ultra أفضل أداء جديد على الإطلاق بنسبة 91.9% . نتيجة Sol القياسية البالغة 88.8% تتفوق على نموذج Anthropic المقيد، Claude Mythos 5، الذي سجل 88.0% بنقطة كاملة تقريبًا .
في GeneBench v1، وهو معيار يقيم تحليلات الجينوم وعلم الأحياء الكمي طويلة الأمد، ذكرت OpenAI أن Sol حققت نتائج أقوى من GPT-5.5 مع استخدام عدد أقل من رموز الإخراج . يمثل هذا تحسنًا كبيرًا في الكفاءة لسير العمل البحثي العلمي.
في ExploitBench، وهو معيار أبحاث للأمن السيبراني، كاد GPT-5.6 Sol أن يطابق أداء Mythos Preview من Anthropic مع استخدام حوالي ثلث رموز الإخراج فقط .
في ExploitGym، وهو معيار طوره باحثون من جامعة كاليفورنيا في بيركلي بالتعاون مع OpenAI ومختبرات رائدة أخرى، أظهرت جميع نماذج GPT-5.6 الثلاثة قدرات أمن سيبراني محسنة مع زيادة القدرة على الاستدلال .
من المهم أن OpenAI ذكرت أن GPT-5.6 Sol لا يتجاوز عتبة Cyber Critical بموجب إطار الاستعداد الخاص بها . في التقييمات التي شملت متصفحي Chromium و Firefox، حدد النموذج الأخطاء وأوليات الاستغلال - اللبنات الأساسية للاستغلال - لكنه لم ينتج بشكل مستقل استغلالًا وظيفيًا كامل السلسلة في ظل الظروف التي تم اختبارها . تم تقييم سلسلة نماذج GPT-5.6 الكاملة داخليًا على أنها عالية المخاطر (لقدرات الأمن السيبراني والأسلحة البيولوجية) ولكن ليس المستوى الأعلى "الحاسم" .
تقول OpenAI أن GPT-5.6 Sol ينطلق مع "أقوى مكدس أمان له حتى الآن" . يتضمن نهج الأمان:
أثناء المعاينة، قد يتم إبطاء أو حظر بعض المطالبات لمراجعة إضافية أثناء قيام OpenAI بضبط معدلات الإيجابيات والسلبيات الكاذبة .
يختلف طرح GPT-5.6 عن أي إصدار سابق لـ OpenAI. بناءً على طلب الحكومة الأمريكية، تقوم OpenAI في البداية بتقييد الوصول إلى مجموعة صغيرة من الشركاء والمنظمات الموثوقة - ذكرت Axios أن المعاينة تشمل حوالي 20 شركة معتمدة - بينما يخضع النموذج لمراجعات أمنية وطنية إضافية .
المعاينة ليست برنامج خدمة ذاتية واسع النطاق. خلال هذه الفترة، تتوفر نماذج GPT-5.6 Sol وTerra وLuna فقط من خلال OpenAI API و Codex لهذه المجموعة المحدودة . النماذج غير متاحة في ChatGPT أثناء المعاينة . تخطط OpenAI لتوفيرها على نطاق أوسع في ChatGPT وCodex وAPI "في الأسابيع القادمة" .
ذكرت OpenAI بوضوح أنها تعتبر النهج المقيد من الحكومة إجراءً مؤقتًا: "نحن نؤمن بالوصول الواسع، ولا ينبغي أن تصبح هذه العملية الوضع الافتراضي على المدى الطويل" . في مذكرة داخلية، أخبر الرئيس التنفيذي سام ألتمان الموظفين أن الحكومة ستوافق على الوصول عميلاً بعميل خلال فترة المعاينة هذه، على أن يأتي الإصدار الأوسع بعد أسبوعين .
جاء ذلك نتيجة محادثات مع مكتب المدير الوطني للأمن السيبراني ومكتب سياسات العلوم والتكنولوجيا ، مما يعكس إطارًا جديدًا للنموذج الرائد يتم اختباره من قبل إدارة ترامب .
يؤكد مركز المساعدة الرسمي لـ OpenAI الأسعار التالية لكل مليون رمز :
| النموذج | الإدخال / 1 مليون رمز | الإخراج / 1 مليون رمز |
|---|---|---|
| GPT-5.6 Sol | $5.00 | $30.00 |
| GPT-5.6 Terra | $2.50 | $15.00 |
| GPT-5.6 Luna | $1.00 | $6.00 |
تطابق تسعيرة Sol تسعيرة GPT-5.5، بينما Terra أرخص بحوالي مرتين من GPT-5.5 . للسياق، سعر Sol أقرب إلى Claude Opus 4.8 ($5/$25) منه إلى Mythos 5 المقيد من Anthropic ($10/$50) .
يقدم GPT-5.6 تخزينًا مؤقتًا أكثر قابلية للتنبؤ مع عدة تغييرات رئيسية :
أعلنت OpenAI أيضًا أنه سيتم نشر GPT-5.6 Sol على أجهزة Cerebras في يوليو ، بسرعات استدلال تصل إلى 750 رمزًا في الثانية .
تمثل عائلة GPT-5.6 انحرافًا كبيرًا عن إصدارات OpenAI السابقة. يُدخل التجميع ثلاثي المستويات (Sol وTerra وLuna) علامة تجارية دائمة تفصل سلسلة النموذج عن مستويات القدرات. تُظهر نتائج المعايير - وخاصة درجة Sol الرائدة على مستوى العالم في Terminal-Bench 2.1 ومكاسب الكفاءة في ExploitBench - تقدمًا كبيرًا، خاصة في الأمن السيبراني وعلم الأحياء. لكن السمة الأكثر تحديدًا لهذا الإطلاق قد تكون قيود الوصول التي تطلبها الحكومة، والتي تمثل نموذجًا جديدًا لنشر الذكاء الاصطناعي الرائد.
وضعت OpenAI نموذج GPT-5.6 Sol كحدود جديدة في ثلاثة مجالات رئيسية: البرمجة، وعلم الأحياء، والأمن السيبراني .
يختبر Terminal-Bench 2.1 سير عمل سطر الأوامر الذي يتطلب تخطيطًا متعدد الخطوات، وتنسيقًا للأدوات، وتكرارًا . يحتوي المعيار على 89 مهمة برمجة معقدة . النتائج تشمل:
| النموذج | النتيجة |
|---|---|
| GPT-5.6 Sol Ultra | 91.9% |
| GPT-5.6 Sol (الحد الأقصى) | 88.8% |
| Claude Mythos 5 | 88.0% |
| GPT-5.6 Terra | 84.3% |
| Claude Fable 5 | 84.3% |
| GPT-5.5 | 83.4% |
| GPT-5.6 Luna | 82.5% |
حقق GPT-5.6 Sol Ultra أفضل أداء جديد على الإطلاق بنسبة 91.9% . نتيجة Sol القياسية البالغة 88.8% تتفوق على نموذج Anthropic المقيد، Claude Mythos 5، الذي سجل 88.0% بنقطة كاملة تقريبًا .
في GeneBench v1، وهو معيار يقيم تحليلات الجينوم وعلم الأحياء الكمي طويلة الأمد، ذكرت OpenAI أن Sol حققت نتائج أقوى من GPT-5.5 مع استخدام عدد أقل من رموز الإخراج . يمثل هذا تحسنًا كبيرًا في الكفاءة لسير العمل البحثي العلمي.
في ExploitBench، وهو معيار أبحاث للأمن السيبراني، كاد GPT-5.6 Sol أن يطابق أداء Mythos Preview من Anthropic مع استخدام حوالي ثلث رموز الإخراج فقط .
في ExploitGym، وهو معيار طوره باحثون من جامعة كاليفورنيا في بيركلي بالتعاون مع OpenAI ومختبرات رائدة أخرى، أظهرت جميع نماذج GPT-5.6 الثلاثة قدرات أمن سيبراني محسنة مع زيادة القدرة على الاستدلال .
من المهم أن OpenAI ذكرت أن GPT-5.6 Sol لا يتجاوز عتبة Cyber Critical بموجب إطار الاستعداد الخاص بها . في التقييمات التي شملت متصفحي Chromium و Firefox، حدد النموذج الأخطاء وأوليات الاستغلال - اللبنات الأساسية للاستغلال - لكنه لم ينتج بشكل مستقل استغلالًا وظيفيًا كامل السلسلة في ظل الظروف التي تم اختبارها . تم تقييم سلسلة نماذج GPT-5.6 الكاملة داخليًا على أنها عالية المخاطر (لقدرات الأمن السيبراني والأسلحة البيولوجية) ولكن ليس المستوى الأعلى "الحاسم" .
تقول OpenAI أن GPT-5.6 Sol ينطلق مع "أقوى مكدس أمان له حتى الآن" . يتضمن نهج الأمان:
أثناء المعاينة، قد يتم إبطاء أو حظر بعض المطالبات لمراجعة إضافية أثناء قيام OpenAI بضبط معدلات الإيجابيات والسلبيات الكاذبة .
يختلف طرح GPT-5.6 عن أي إصدار سابق لـ OpenAI. بناءً على طلب الحكومة الأمريكية، تقوم OpenAI في البداية بتقييد الوصول إلى مجموعة صغيرة من الشركاء والمنظمات الموثوقة - ذكرت Axios أن المعاينة تشمل حوالي 20 شركة معتمدة - بينما يخضع النموذج لمراجعات أمنية وطنية إضافية .
المعاينة ليست برنامج خدمة ذاتية واسع النطاق. خلال هذه الفترة، تتوفر نماذج GPT-5.6 Sol وTerra وLuna فقط من خلال OpenAI API و Codex لهذه المجموعة المحدودة . النماذج غير متاحة في ChatGPT أثناء المعاينة . تخطط OpenAI لتوفيرها على نطاق أوسع في ChatGPT وCodex وAPI "في الأسابيع القادمة" .
ذكرت OpenAI بوضوح أنها تعتبر النهج المقيد من الحكومة إجراءً مؤقتًا: "نحن نؤمن بالوصول الواسع، ولا ينبغي أن تصبح هذه العملية الوضع الافتراضي على المدى الطويل" . في مذكرة داخلية، أخبر الرئيس التنفيذي سام ألتمان الموظفين أن الحكومة ستوافق على الوصول عميلاً بعميل خلال فترة المعاينة هذه، على أن يأتي الإصدار الأوسع بعد أسبوعين .
جاء ذلك نتيجة محادثات مع مكتب المدير الوطني للأمن السيبراني ومكتب سياسات العلوم والتكنولوجيا ، مما يعكس إطارًا جديدًا للنموذج الرائد يتم اختباره من قبل إدارة ترامب .
يؤكد مركز المساعدة الرسمي لـ OpenAI الأسعار التالية لكل مليون رمز :
| النموذج | الإدخال / 1 مليون رمز | الإخراج / 1 مليون رمز |
|---|---|---|
| GPT-5.6 Sol | $5.00 | $30.00 |
| GPT-5.6 Terra | $2.50 | $15.00 |
| GPT-5.6 Luna | $1.00 | $6.00 |
تطابق تسعيرة Sol تسعيرة GPT-5.5، بينما Terra أرخص بحوالي مرتين من GPT-5.5 . للسياق، سعر Sol أقرب إلى Claude Opus 4.8 ($5/$25) منه إلى Mythos 5 المقيد من Anthropic ($10/$50) .
يقدم GPT-5.6 تخزينًا مؤقتًا أكثر قابلية للتنبؤ مع عدة تغييرات رئيسية :
أعلنت OpenAI أيضًا أنه سيتم نشر GPT-5.6 Sol على أجهزة Cerebras في يوليو ، بسرعات استدلال تصل إلى 750 رمزًا في الثانية .
تمثل عائلة GPT-5.6 انحرافًا كبيرًا عن إصدارات OpenAI السابقة. يُدخل التجميع ثلاثي المستويات (Sol وTerra وLuna) علامة تجارية دائمة تفصل سلسلة النموذج عن مستويات القدرات. تُظهر نتائج المعايير - وخاصة درجة Sol الرائدة على مستوى العالم في Terminal-Bench 2.1 ومكاسب الكفاءة في ExploitBench - تقدمًا كبيرًا، خاصة في الأمن السيبراني وعلم الأحياء. لكن السمة الأكثر تحديدًا لهذا الإطلاق قد تكون قيود الوصول التي تطلبها الحكومة، والتي تمثل نموذجًا جديدًا لنشر الذكاء الاصطناعي الرائد.