OpenAI GPT-5.6 Sol, Terra ו-Luna: כל מה שצריך לדעת על משפחת מודלי הקצה החדשה

ביצועי מבחנים: קידוד, ביולוגיה ואבטחת סייבר

OpenAI מיצבה את GPT-5.6 Sol כחזית חדשה בשלושה תחומים מרכזיים: קידוד, ביולוגיה ואבטחת סייבר .

קידוד — Terminal-Bench 2.1

Terminal-Bench 2.1 בודק זרימות עבודה בשורת הפקודה הדורשות תכנון רב-שלבי, תיאום כלים ואיטרציה . המדד כולל 89 משימות תכנות מורכבות . התוצאות כוללות:

GPT-5.6 Sol Ultra קבע שיא חדש עם 91.9% . הציון הסטנדרטי של Sol, 88.8%, גובר על מודל הקצה המוגבל של Anthropic, Claude Mythos 5, שעומד על 88.0%, בכמעט נקודה שלמה .

ביולוגיה — GeneBench v1

ב-GeneBench v1, מדד להערכת משימות ארוכות טווח בגנומיקה וביולוגיה כמותית, OpenAI מדווחת כי Sol השיגה תוצאות חזקות יותר מ-GPT-5.5 תוך שימוש בפחות טוקני פלט . זהו שיפור משמעותי ביעילות עבור זרימות עבודה מחקריות מדעיות.

אבטחת סייבר — ExploitBench ו-ExploitGym

ב-ExploitBench, מדד מחקרי לאבטחת סייבר, GPT-5.6 Sol כמעט השוותה לביצועי Mythos Preview של Anthropic תוך שימוש בכ-שליש מטוקני הפלט .

ב-ExploitGym, מדד שנבנה על ידי חוקרי UC Berkeley בשיתוף עם OpenAI ומעבדות AI מובילות אחרות, כל שלושת דגמי GPT-5.6 הראו יכולות אבטחת סייבר משופרות ככל שהחשיבה (reasoning) גברה .

חשוב לציין, OpenAI מצהירה כי GPT-5.6 Sol אינה חוצה את סף ה-Cyber Critical במסגרת ה-Preparedness Framework שלה . בהערכות שכללו את Chromium ו-Firefox, המודל זיהה באגים ורכיבי ניצול (exploitation primitives) — אבני הבניין של ניצול — אך לא הפיק באופן אוטונומי ניצול שרשרת מלא (functional full-chain exploit) בתנאים שנבדקו . סדרת GPT-5.6 המלאה דורגה פנימית כ"High" בסיכון (ליכולות אבטחת סייבר ונשק ביולוגי), אך לא ברמה הגבוהה ביותר, "Critical" .

ערימת בטיחות: 'החזקה ביותר עד כה' של OpenAI

OpenAI אומרת כי GPT-5.6 Sol מושקת עם "ערימת הבטיחות החזקה ביותר שלה עד כה" . גישת הבטיחות כוללת:

• הגנות מחוזקות בזמן אמת מפני פעילות סייבר בסיכון גבוה ושימוש חוזר לרעה .
• מסווגי הפעלה (activation classifiers) חדשים לתחומים רגישים שיכולים להתערב כדי לעצור תשובות לא בטוחות במהלך היצירה .
• בדיקות אבטחה אנושיות (red-teaming) ומעל 700,000 שעות GPU שוות ערך ל-A100 של בדיקות אוטומטיות כדי לחשוף טכניקות פריצה (jailbreak) ולחזק את המערכת .
• מערכת בטיחות שכבתית המשלבת אימון, ניטור בזמן אמת, אותות ברמת חשבון ובקרות גישה מדורגות .

במהלך התצוגה המקדימה (preview), ייתכן שחלק מההנחיות יואטו או ייחסמו לבדיקה נוספת בזמן ש-OpenAI מכווננת את שיעורי החיובי השגוי והשלילי השגוי .

שחרור מדורג ותיאום עם ממשלת ארה"ב

ההפצה של GPT-5.6 שונה מכל הפצה קודמת של OpenAI. לבקשת ממשלת ארה"ב, OpenAI מגבילה תחילה את הגישה לקבוצה קטנה של שותפים מהימנים וארגונים — Axios דיווחה כי התצוגה המקדימה כוללת כ-20 חברות מאושרות — בעוד המודל עובר בדיקות ביטחון לאומי נוספות .

התצוגה המקדימה אינה תוכנית שירות עצמי רחבה. במהלך תקופה זו, GPT-5.6 Sol, Terra ו-Luna זמינים רק דרך OpenAI API ו-Codex לקבוצה מוגבלת זו . המודלים אינם זמינים ב-ChatGPT במהלך התצוגה המקדימה . OpenAI אומרת שזמינות רחבה יותר ב-ChatGPT, Codex וה-API מתוכננת "בשבועות הקרובים" .

OpenAI הצהירה בבירור כי היא רואה בגישה המרוסנת על ידי הממשלה אמצעי זמני: "אנו מאמינים בגישה רחבה, ותהליך זה לא צריך להפוך לברירת המחדל לטווח הארוך" . במזכר פנימי, המנכ"ל סם אלטמן אמר לצוות כי הממשלה "תאשר גישה ללקוח אחר לקוח במהלך תקופת התצוגה המקדימה הזו", תוך תקווה לשחרור רחב יותר בעוד מספר שבועות .

זה בא בעקבות שיחות עם משרד הממונה הלאומי על הסייבר (Office of the National Cyber Director) ומשרד מדיניות המדע והטכנולוגיה (Office of Science and Technology Policy) , תוך שיקוף של מסגרת חדשה למודלי קצה הנבחנת על ידי ממשל טראמפ .

תמחור API

מרכז העזרה הרשמי של OpenAI מאשר את התמחור הבא למיליון טוקנים :

התמחור של Sol תואם את התמחור של GPT-5.5, בעוד Terra זול בערך פי 2 מ-GPT-5.5 . להקשר, Sol מתומחרת קרוב יותר ל-Claude Opus 4.8 ($5/$25) מאשר ל-Mythos 5 המוגבל של Anthropic ($10/$50) .

עדכוני מטמון הנחיות (Prompt Caching)

GPT-5.6 מציגה מטמון הנחיות צפוי יותר עם מספר שינויים מרכזיים :

• תמיכה בנקודות שבירה (cache breakpoints) מפורשות, המאפשרות למפתחים לשלוט אילו חלקים מההנחיה נשמרים במטמון .
• חיי מינימום של 30 דקות למטמון .
• כתיבות למטמון מחויבות בתעריף של 1.25x משיעור הקלט הלא-מצויין של המודל .
• קריאות מהמטמון ממשיכות לקבל את הנחת 90% מקריאות מצויינות .

פריסה ב-Cerebras

OpenAI גם הודיעה כי GPT-5.6 Sol ייפרס על חומרת Cerebras ביולי , עם מהירויות הסקה של עד 750 טוקנים לשנייה .

נקודות מפתח

משפחת GPT-5.6 מסמנת סטייה משמעותית מהשקות קודמות של OpenAI. האריזה בשלוש שכבות (Sol, Terra, Luna) מציגה מיתוג עמיד המנתק את סדרת המודלים מדרגות היכולת. תוצאות המבחנים – במיוחד ציון שיא הקידוד של Sol ב-Terminal-Bench 2.1 ויעילותו ב-ExploitBench – מדגימות התקדמות משמעותית, במיוחד באבטחת סייבר וביולוגיה. אך המאפיין המגדיר ביותר של השקה זו עשוי להיות הגבלות הגישה שנדרשו על ידי הממשלה, המייצגות פרדיגמה חדשה לפריסת AI מתקדם.