GPT-5.6: OpenAI's krachtigste model is er, maar jij mag er (nog) niet bij

Benchmarkscores: hoe presteert GPT-5.6?

Terminal-Bench 2.1

Deze benchmark test planning, toolgebruik en 'agentic'-mogelijkheden op de commandoregel. Het is een 'meedogenloze test' van het vermogen van een model om autonoom te opereren in een terminalomgeving ^Y. Gerapporteerde scores:

Sol Ultra's 91,9% is een aanzienlijke sprong — ruwweg 4 procentpunten vooruit op Anthropics beste model en meer dan 8 punten vooruit op GPT-5.5 ^BI.

Andere gerapporteerde benchmarks

• ExploitBench: GPT-5.6 Sol evenaart Anthropics Mythos Preview met slechts ~1/3 van de outputtokens, een belangrijke efficiëntiewinst ^AOO.
• GeneBench v1 (genomica-analyse op lange termijn): GPT-5.6 Sol behaalt sterkere resultaten dan GPT-5.5 met minder tokens ^AO.
• Agent's Last Exam (codemodus): GPT-5.6 Sol scoorde ~50,9%, het eerste model dat boven de 50% uitkwam in 55 domeinen ^O.
• PostTrainBench Lite: GPT-5.6 Sol en Terra presteren beter dan GPT-5.5 bij het samenstellen van trainingsdata en het uitvoeren van post-trainings-experimenten ^A.
• Interne Research Debugging-evaluatie: GPT-5.6 Sol laat sterke prestaties zien bij het debuggen van echte bugs uit OpenAI's interne onderzoeksexperimenten ^A.

Risicoclassificatie

OpenAI classificeert alle drie de GPT-5.6-modellen als 'Hoog' voor zowel cybersecurity- als biologisch risico, maar geen enkele overschrijdt de 'Kritieke' drempel ^A.

Prijzen: wat kost GPT-5.6?

De prijzen zijn per 1 miljoen tokens, zowel voor invoer als uitvoer ^HOK:

Prompt-caching

OpenAI heeft ook prompt-caching geïntroduceerd voor GPT-5.6. Cache-schrijfbewerkingen worden gefactureerd tegen 1,25x het ongecachte invoertarief van het model, terwijl cache-leesbewerkingen 90% korting krijgen op de gecachte invoertokens. GPT-5.6 ondersteunt expliciete cache-breekpunten en een minimale cache-levensduur van 30 minuten ^H.

Waarom was de lancering beperkt tot ~20 organisaties?

Belangrijkste reden: directe interventie van de Amerikaanse overheid. De Trump-regering verzocht OpenAI uitdrukkelijk om de toegang voor de release te beperken, met een beroep op nationale veiligheid ^TAK. Functionarissen van het Witte Huis keurden de ongeveer twintig goedgekeurde partnerorganisaties één voor één goed ^AI.

Bredere context

De regering beschouwde GPT-5.6 als 'Mythos-achtig' — verwijzend naar Anthropics Claude Mythos, wiens voorganger (Claude Fable 5) op 12 juni 2026 wereldwijd werd opgeschort door het Amerikaanse Ministerie van Handel op grond van exportcontroleregels ^A. De GPT-5.6-beperking komt voort uit hetzelfde beleidskader.

OpenAI verklaarde publiekelijk dat dit soort overheidscontrole 'de beste tools onthoudt aan gebruikers, ontwikkelaars, bedrijven, cyberverdedigers en wereldwijde partners die ze nodig hebben' ^A.

Mechanisme van de beperking

• De preview is geen selfserviceprogramma. Deelname is beperkt tot een kleine groep vertrouwde partners met een accountvertegenwoordiger van OpenAI ^H.
• De namen van de partners werden met de Amerikaanse overheid gedeeld voordat er toegang werd verleend ^HT.
• De modellen zijn alleen beschikbaar via de OpenAI API en Codex, niet in ChatGPT ^H.

Wanneer komt er bredere beschikbaarheid?

OpenAI zegt dat het 'van plan is de beschikbaarheid zo snel mogelijk uit te breiden', maar heeft geen datum voor algemene beschikbaarheid aangekondigd ^H. Sam Altman heeft verklaard dat hij bredere toegang 'binnen enkele weken' verwacht ^A. De systeemkaart van het bedrijf vermeldt: 'Wij geloven in brede toegang en we zijn van plan GPT-5.6 Sol, Terra en Luna in de komende weken algemeen beschikbaar te maken' ^D.

Voorlopig is het krachtigste AI-model dat ooit door OpenAI is uitgebracht, alleen beschikbaar voor wie Washington goedkeurt.

Belangrijkste punten

• GPT-5.6 Sol Ultra leidt met 91,9% op Terminal-Bench 2.1, beter dan Claude Mythos 5 en GPT-5.5.
• Er is geen nieuwe wiskundige ontdekking gemeld voor GPT-5.6.
• De prijzen variëren van $1/$6 (Luna) tot $5/$30 (Sol) per miljoen tokens.
• De toegang is beperkt tot ~20 door de Amerikaanse overheid goedgekeurde organisaties, met bredere beschikbaarheid verwacht 'in de komende weken'.
• Alle drie de modellen worden geclassificeerd als 'Hoog' risico op het gebied van cybersecurity en biologische mogelijkheden, maar niet 'Kritiek'.