OpenAI GPT-5.6 Sol, Terra ja Luna: Tekoälyn uusi aikakausi, jota Yhdysvaltain hallitus rajoittaa

Vertailuarvot: Koodaus, biologia ja tietoturva

OpenAI asemoi GPT-5.6 Solin uudeksi edelläkävijäksi kolmella keskeisellä alueella: koodaus, biologia ja tietoturva .

Koodaus — Terminal-Bench 2.1

Terminal-Bench 2.1 -testi mittaa komentorivityönkulkuja, jotka vaativat monivaiheista suunnittelua, työkalujen koordinointia ja iterointia . Testissä on 89 monimutkaista ohjelmointitehtävää . Tulokset sisältävät:

GPT-5.6 Sol Ultra saavutti uuden tason 91,9 prosentilla . Tavallinen Sol-piste 88,8 % on lähes kokonaisen pisteen edellä Anthropicin rajoitettua edelläkävijämallia, Claude Mythos 5:ttä (88,0 %) .

Biologia — GeneBench v1

GeneBench v1 -testissä, joka arvioi pitkäjänteistä genomiikkaa ja kvantitatiivisen biologian analyysitehtäviä, OpenAI raportoi Solin saavuttavan vahvempia tuloksia kuin GPT-5.5, vaikka se käyttää vähemmän lähtötokeneita . Tämä on merkittävä tehokkuusparannus tieteellisille tutkimustyönkuluille.

Tietoturva — ExploitBench ja ExploitGym

ExploitBench-testissä GPT-5.6 Sol saavutti lähes saman suorituskyvyn kuin Anthropicin Mythos Preview, käyttäen samalla noin kolmasosan lähtötokeneista .

ExploitGym-testissä, jonka UC Berkeleyn tutkijat rakensivat yhteistyössä OpenAI:n ja muiden huippuluokan tekoälylaboratorioiden kanssa, kaikki kolme GPT-5.6 -mallia osoittivat parantuneita tietoturvakyvykkyyksiä päättelyn lisääntyessä .

Tärkeää on, että OpenAI toteaa GPT-5.6 Solin ylittämättä Cyber Critical -kynnystä valmistautumiskehyksensä mukaan . Chromium- ja Firefox-selaimia koskevissa arvioinneissa malli tunnisti virheitä ja hyväksikäytön perusosia — hyökkäyksen rakennuspalikoita — mutta se ei tuottanut itsenäisesti toimivaa koko ketjun hyökkäystä testatuissa olosuhteissa . Koko GPT-5.6 -mallisarja sai sisäisen "High"-riskiarvon (tietoturva- ja bioasetekyvykkyyksien osalta), mutta ei korkeinta "Critical"-tasoa .

Turvallisuusratkaisu: OpenAI:n 'vankin tähän mennessä'

OpenAI sanoo GPT-5.6 Solin lanseerautuvan sen "vankimmalla turvallisuusratkaisullaan tähän mennessä" . Turvallisuuslähestymistapa sisältää:

• Vahvistetut reaaliaikaiset suojaukset riskialtista verkkotoimintaa ja toistuvaa väärinkäyttöä vastaan .
• Uudet aktivointiluokittimet herkille alueille, jotka voivat puuttua asiaan estääkseen vaarallisia vastauksia tuotannon aikana .
• Ihmisten tekemä punatiimitestaus ja yli 700 000 A100-vastaavaa GPU-tuntia automaattista testausta tarkoituksena paljastaa jailbreak-tekniikoita ja vahvistaa järjestelmää .
• Kerroksittainen turvallisuusjärjestelmä, joka yhdistää koulutuksen, reaaliaikaisen seurannan, tilitason signaalit ja porrastetun käyttöoikeuksien hallinnan .

Esikatselun aikana jotkin kehotteet voidaan hidastaa tai estää lisätarkastusta varten, kun OpenAI hienosäätää väärien positiivisten ja väärien negatiivisten määriä .

Vaiheittainen julkaisu ja koordinointi Yhdysvaltain hallituksen kanssa

GPT-5.6:n käyttöönotto on erilainen kuin mikään aiempi OpenAI-julkaisu. Yhdysvaltain hallituksen pyynnöstä OpenAI rajoittaa aluksi pääsyn pieneen luotettujen kumppaneiden ja organisaatioiden ryhmään — Axios raportoi, että esikatselu sisältää noin 20 hyväksyttyä yritystä — kun malli käy läpi lisää kansallisen turvallisuuden tarkastuksia .

Esikatselu ei ole laaja itsepalveluohjelma. Tänä aikana GPT-5.6 Sol, Terra ja Luna ovat saatavilla vain OpenAI API:n ja Codexin kautta tälle rajoitetulle ryhmälle . Mallit eivät ole saatavilla ChatGPT:ssä esikatselun aikana . OpenAI sanoo, että laajempi saatavuus ChatGPT:ssä, Codexissa ja API:ssa on suunniteltu "tulevien viikkojen aikana" .

OpenAI totesi selvästi pitävänsä hallituksen portinvartijamenettelyä väliaikaisena toimenpiteenä: "Uskomme laajaan saatavuuteen, eikä tästä prosessista pitäisi tulla pitkän aikavälin oletusarvoa" . Sisäisessä muistiossa toimitusjohtaja Sam Altman kertoi henkilökunnalle, että hallitus "hyväksyisi pääsyä asiakas asiakkaalta tämän esikatselujakson aikana" ja toivoi laajempaa julkaisua muutaman viikon kuluttua .

Tämä syntyi keskusteluista National Cyber Directorin toimiston ja Science and Technology Policy -toimiston kanssa , mikä heijastaa uutta Trumpin hallinnon testaamaa huippumallikehystä .

API-hinnoittelu

OpenAI:n virallinen tukikeskus vahvistaa seuraavat hinnat miljoonaa tokenia kohti :

Sol-hinnoittelu vastaa GPT-5.5 -hinnoittelua, kun taas Terra on noin 2 kertaa halvempi kuin GPT-5.5 . Vertailun vuoksi Sol on hinnoiteltu lähemmäs Claude Opus 4.8:aa (5/25 $) kuin Anthropicin rajoitettua Mythos 5:tä (10/50 $) .

Välimuistipäivitykset

GPT-5.6 esittelee ennustettavamman välimuistin, johon liittyy useita keskeisiä muutoksia :

• Tuki eksplisiittisille välimuistin katkaisupisteille, joiden avulla kehittäjät voivat hallita, mitkä osat kehotteesta tallennetaan välimuistiin .
• 30 minuutin vähimmäisvälimuistin kesto .
• Välimuistin kirjoitukset veloitetaan 1,25-kertaisella hinnalla mallin välimuistittomaan syöttönopeuteen verrattuna .
• Välimuistin lukemiset saavat edelleen 90 %:n alennuksen välimuistista .

Cerebras-käyttöönotto

OpenAI ilmoitti myös, että GPT-5.6 Sol otetaan käyttöön Cerebras-laitteistolla heinäkuussa jopa 750 tokenin sekuntinopeudella .

Keskeiset huomiot

GPT-5.6 -perhe merkitsee merkittävää poikkeamaa aiemmista OpenAI-julkaisuista. Kolmiportainen paketointi (Sol, Terra, Luna) esittelee kestävän brändäyksen, joka erottaa mallisarjan kyvykkyystasoista. Vertailuarvot — erityisesti Solin huipputason koodauspisteet Terminal-Bench 2.1:ssä ja sen tehokkuusparannukset ExploitBenchissä — osoittavat merkittäviä edistysaskeleita erityisesti tietoturvassa ja biologiassa. Mutta tämän julkaisun määrittävin piirre saattaa olla hallituksen vaatimat käyttörajoitukset, jotka edustavat uutta paradigmaa huippuluokan tekoälyn käyttöönotolle.