Apakah GPT-5.5 Spud Sudah Dievaluasi Keamanannya sebelum Diumumkan?

Kesimpulan cek fakta

Verdict: bukti publik belum cukup.

Yang dapat didukung oleh bukti adalah bahwa OpenAI, sebagai perusahaan, pernah menjelaskan pendekatan umum untuk keselamatan dan alignment. Pendekatan itu mencakup iterative deployment, belajar dari penggunaan nyata untuk memahami ancaman, serta pemantauan setelah model diterapkan. OpenAI juga memublikasikan arah kerja red teaming eksternal dan otomatis, serta memiliki Red Teaming Network, yaitu komunitas pakar tepercaya dan berpengalaman yang membantu penilaian serta mitigasi risiko.

Namun, itu baru membuktikan adanya proses umum di OpenAI. Itu belum membuktikan bahwa GPT-5.5 Spud sebagai model tertentu sudah memiliki evaluasi keamanan publik yang bisa dicek. Agar klaim itu kuat, bukti perlu menyebut Spud secara langsung, atau OpenAI perlu menyatakan dengan jelas bahwa Spud tercakup dalam dokumen keselamatan tertentu yang sudah dirilis.

Bukti seperti apa yang seharusnya dicari?

Untuk menilai apakah sebuah model baru sudah menjalani evaluasi keamanan sebelum pengumuman, bukti yang paling kuat biasanya berupa:

• system card resmi, atau entri model yang tercantum langsung di OpenAI Deployment Safety Hub. Hub tersebut memang menjadi tempat publikasi system cards dan pembaruan terkait.
• dokumen deployment-safety, Preparedness, atau evaluasi risiko yang menyebut model tersebut secara eksplisit.
• laporan red team eksternal yang menamai versi model, menjelaskan metode pengujian, cakupan, contoh kegagalan, serta batasan pengujian.
• pengumuman resmi OpenAI yang menjelaskan hubungan GPT-5.5 Spud dengan dokumen keselamatan GPT-5 atau seri lain yang sudah terbit.

Sebaliknya, video YouTube, diskusi Reddit atau Facebook, pertanyaan di pasar prediksi, dan artikel leak nonresmi paling jauh bisa dipakai sebagai petunjuk awal. Materi semacam itu bukan bukti bahwa evaluasi keamanan resmi sudah tersedia untuk publik.

Yang bisa dikonfirmasi: OpenAI memang punya proses keselamatan umum

Halaman keselamatan dan alignment OpenAI menyebut praktik iterative deployment, pembelajaran dari penggunaan dunia nyata, serta pemantauan berkelanjutan setelah deployment. OpenAI juga memiliki dokumen tentang red teaming eksternal. Dokumen itu menyatakan bahwa red teamers kadang dapat mengakses model pradeployment atau snapshot, tetapi juga mengingatkan bahwa snapshot yang belum melalui post-training biasanya tidak mewakili profil keselamatan final untuk model produksi.

Poin ini penting. Kalaupun ada rumor soal pengujian awal, kode nama internal, atau snapshot pradeployment, hal itu tidak sama dengan kesimpulan keselamatan untuk model resmi. Tanpa versi model yang jelas, cakupan pengujian, dan status deployment, rumor tersebut tidak cukup untuk membuktikan bahwa model akhir sudah lolos evaluasi keselamatan tertentu.

GPT-5 punya dokumen keselamatan, tetapi itu bukan otomatis bukti untuk Spud

Untuk GPT-5, bukti publiknya lebih jelas. Halaman GPT-5 System Card dari OpenAI menyebut bahwa model-model GPT-5 menggunakan safe-completions, yaitu pendekatan keselamatan untuk mencegah konten yang tidak diperbolehkan. Halaman GPT-5 di OpenAI Deployment Safety Hub juga memuat evaluasi dan informasi deployment-safety untuk model seperti gpt-5-thinking dan gpt-5-main.

Versi arXiv dari GPT-5 System Card juga menyebut bahwa Microsoft AI Red Team menilai gpt-5-thinking sebagai salah satu profil keselamatan AI terkuat di antara model OpenAI.

Masalahnya, dokumen-dokumen itu secara eksplisit merujuk ke GPT-5, gpt-5-thinking, gpt-5-main, atau model lain dalam keluarga GPT-5 yang tercantum. Dalam sumber yang diperiksa di sini, belum terlihat dokumen tersebut menyebut GPT-5.5 Spud secara langsung, dan belum terlihat OpenAI memetakan Spud ke dokumen-dokumen itu. Karena itu, system card GPT-5 tidak seharusnya otomatis diperlakukan sebagai bukti keselamatan Spud.

Materi tentang Spud saat ini lebih mirip sinyal rumor, bukan dokumen keselamatan

Dalam kumpulan sumber ini, Spud terutama muncul di materi nonresmi atau sekunder: video YouTube dengan judul penjelasan atau kebocoran GPT-5.5 Spud, diskusi pengguna di Reddit dan Facebook, pertanyaan pasar prediksi di Manifold tentang apakah OpenAI akan mengumumkan model frontier di atas 5.4, serta artikel blog atau news-style yang membahas jendela rilis, pretraining, live testing, spekulasi kemampuan, atau klaim final safety review.

Materi seperti ini bisa berguna untuk memantau percakapan pasar dan komunitas teknologi. Tetapi untuk menjawab apakah ada evaluasi keselamatan resmi, standar buktinya harus lebih tinggi. Bahkan jika sebuah halaman mengklaim GPT-5.5 Spud sudah dirilis atau sedang dalam final safety review, klaim itu tetap belum menjadi dokumen keselamatan yang bisa diverifikasi bila tidak memuat metode pengujian, versi model, klasifikasi risiko, hasil red team, atau kesimpulan resmi.

Tes GPT-5 dan gpt-oss juga tidak bisa langsung ditempelkan ke Spud

Ada sumber lain yang memang membahas pengujian keamanan model OpenAI, tetapi objeknya bukan GPT-5.5 Spud. Promptfoo dan SPLX membahas red teaming atau security testing untuk GPT-5. Tantangan red-teaming Kaggle untuk OpenAI gpt-oss-20b pun jelas berfokus pada gpt-oss-20b, bukan Spud.

Sumber-sumber tersebut berguna untuk memahami bagaimana red teaming AI dilakukan. Namun, untuk membuktikan bahwa Spud telah dievaluasi sebelum pengumuman, dokumen pengujiannya perlu menyebut GPT-5.5 Spud secara langsung, atau ada dokumen resmi yang menjelaskan hubungan Spud dengan pengujian tersebut.

Ringkasan bukti

Apa yang bisa mengubah kesimpulan?

Kesimpulan ini perlu diperbarui jika kelak muncul salah satu dari bukti berikut:

1. GPT-5.5 Spud System Card resmi dari OpenAI.
2. Entri baru di OpenAI Deployment Safety Hub yang secara langsung menamai GPT-5.5 Spud.
3. Dokumen deployment-safety, Preparedness, atau evaluasi risiko resmi yang memuat cakupan pengujian, klasifikasi risiko, dan batasannya.
4. Laporan red team eksternal yang menjelaskan versi model, metode, cakupan, contoh kegagalan, dan keterbatasan pengujian.
5. Pengumuman resmi OpenAI yang menyatakan bahwa GPT-5.5 Spud tercakup dalam dokumen keselamatan GPT-5 tertentu yang sudah dipublikasikan.

Sebelum bukti semacam itu tersedia, menyebut proses umum red teaming OpenAI sebagai bukti bahwa Spud sudah lolos red team adalah lompatan kesimpulan. Rumusan yang lebih akurat adalah: OpenAI memiliki proses umum untuk safety, alignment, dan red teaming; GPT-5 memiliki system card dan data deployment-safety; tetapi untuk GPT-5.5 Spud, sumber publik yang diperiksa belum membuktikan adanya evaluasi keamanan, red team, atau bukti alignment yang secara langsung terkait dengan model tersebut sebelum pengumuman.

Dengan kata lain, statusnya adalah insufficient public evidence. Ini tidak berarti OpenAI pasti tidak melakukan evaluasi internal. Namun, pekerjaan internal yang belum dipublikasikan tidak bisa diperlakukan sebagai bukti publik yang dapat dikutip.