OpenAI GPT-5.6 Sol, Terra i Luna: wszystko, co musisz wiedzieć o nowej, trzywarstwowej rodzinie modeli

Wydajność w benchmarkach: kodowanie, biologia i cyberbezpieczeństwo

OpenAI określiło GPT-5.6 Sol jako nową granicę w trzech kluczowych dziedzinach: kodowaniu, biologii i cyberbezpieczeństwie .

Kodowanie – Terminal-Bench 2.1

Terminal-Bench 2.1 testuje przepływy pracy w wierszu poleceń, wymagające wieloetapowego planowania, koordynacji narzędzi i iteracji . Benchmark zawiera 89 złożonych zadań programistycznych . Wyniki obejmują:

GPT-5.6 Sol Ultra ustanowił nowy stan sztuki na poziomie 91,9% . Standardowy wynik Sola 88,8% wyprzedza model Anthropica Claude Mythos 5 (88,0%) o prawie cały punkt procentowy .

Biologia – GeneBench v1

Na GeneBench v1, benchmarku oceniającym długoterminowe analizy genomiki i biologii ilościowej, OpenAI informuje, że Sol osiągnął lepsze wyniki niż GPT-5.5, używając przy tym mniejszej liczby tokenów wyjściowych . To znacząca poprawa wydajności dla naukowych przepływów pracy.

Cyberbezpieczeństwo – ExploitBench i ExploitGym

Na ExploitBench, benchmarku badawczym cyberbezpieczeństwa, GPT-5.6 Sol prawie dorównał wydajnością Anthropic Mythos Preview, używając przy tym około jednej trzeciej tokenów wyjściowych .

Na ExploitGym, benchmarku stworzonym przez naukowców z UC Berkeley we współpracy z OpenAI i innymi laboratoriami AI, wszystkie trzy modele GPT-5.6 wykazały poprawę możliwości w zakresie cyberbezpieczeństwa wraz ze wzrostem zdolności rozumowania .

Warto podkreślić: OpenAI stwierdza, że GPT-5.6 Sol nie przekracza progu krytycznego dla cyberbezpieczeństwa (Cyber Critical) zgodnie z Preparedness Framework . W testach dotyczących Chromium i Firefoxa model identyfikował błędy i prymitywy eksploatacyjne – czyli elementy składowe exploita – ale nie wyprodukował samodzielnie w pełni funkcjonalnego exploita w testowanych warunkach . Pełna seria modeli GPT-5.6 została wewnętrznie oceniona jako „Wysokie” ryzyko (cyberbezpieczeństwo i zdolności biobroni), ale nie osiągnęła najwyższego poziomu „Krytyczny” .

Stos bezpieczeństwa: „najsolidniejszy jak dotąd” od OpenAI

OpenAI twierdzi, że GPT-5.6 Sol startuje z „najsolidniejszym stosem bezpieczeństwa” . Podejście do bezpieczeństwa obejmuje:

• Wzmocnione zabezpieczenia czasu rzeczywistego przed działaniami cybernetycznymi wysokiego ryzyka i wielokrotnym nadużyciem .
• Nowe klasyfikatory aktywacji dla wrażliwych domen, które mogą interweniować, aby zatrzymać niebezpieczne odpowiedzi podczas generowania .
• Testy z udziałem ludzi (red teaming) i ponad 700 000 godzin GPU (w przeliczeniu na A100) zautomatyzowanych testów w celu wykrycia technik jailbreak i wzmocnienia systemu .
• Warstwowy system bezpieczeństwa łączący trening, monitorowanie czasu rzeczywistego, sygnały na poziomie konta i kontrolę dostępu warstwowego .

Podczas okresu zapoznawczego niektóre prompty mogą być spowalniane lub blokowane do dodatkowego przeglądu, gdy OpenAI dostraja wskaźniki fałszywie pozytywnych i fałszywie negatywnych wyników .

Etapowe udostępnianie i koordynacja z rządem USA

Wdrożenie GPT-5.6 różni się od wszystkich poprzednich premier OpenAI. Na prośbę rządu USA OpenAI początkowo ogranicza dostęp do małej grupy zaufanych partnerów i organizacji – Axios podał, że wersja zapoznawcza obejmuje około 20 zatwierdzonych firm – podczas gdy model przechodzi dodatkowe recenzje bezpieczeństwa narodowego .

Wersja zapoznawcza nie jest szerokim programem samoobsługowym. W tym okresie GPT-5.6 Sol, Terra i Luna są dostępne tylko przez API OpenAI i Codex dla tej ograniczonej grupy . Modele nie są dostępne w ChatGPT podczas wersji zapoznawczej . OpenAI zapowiada, że szersza dostępność w ChatGPT, Codex i API planowana jest „w nadchodzących tygodniach” .

OpenAI wyraźnie stwierdziło, że traktuje podejście z ograniczeniem rządowym jako środek tymczasowy: „Wierzymy w szeroki dostęp i ten proces nie powinien stać się długoterminową normą” . W wewnętrznym memorandum dyrektor generalny Sam Altman powiedział pracownikom, że rząd będzie „zatwierdzać dostęp klient po kliencie w tym okresie zapoznawczym”, a szersze udostępnienie spodziewane jest za kilka tygodni .

Wynika to z rozmów z Biurem Krajowego Dyrektora ds. Cyberbezpieczeństwa (Office of the National Cyber Director) i Biurem Polityki Naukowo-Technologicznej (Office of Science and Technology Policy) , odzwierciedlając nowe ramy dla modeli granicznych testowane przez administrację Trumpa .

Ceny API

Oficjalne centrum pomocy OpenAI potwierdza następujące ceny za 1 milion tokenów :

Cena Sola jest taka sama jak cena GPT-5.5, podczas gdy Terra jest około 2 razy tańszy od GPT-5.5 . Dla porównania, Sol jest wyceniony bliżej Claude Opus 4.8 (5/25 $) niż do ograniczonego modelu Anthropic Mythos 5 (10/50 $) .

Aktualizacje buforowania promptów

GPT-5.6 wprowadza bardziej przewidywalne buforowanie promptów z kilkoma kluczowymi zmianami :

• Obsługa jawnych punktów przerwania bufora (cache breakpoints), umożliwiających programistom kontrolowanie, które części promptu są buforowane .
• Minimalny czas życia bufora wynoszący 30 minut .
• Zapis do bufora jest rozliczany według stawki 1,25× stawki wejściowej modelu bez buforowania .
• Odczyty z bufora nadal otrzymują 90% zniżki buforowanej .

Wdrożenie na Cerebras

OpenAI ogłosiło również, że GPT-5.6 Sol zostanie wdrożony na sprzęcie Cerebras w lipcu , z szybkością wnioskowania do 750 tokenów na sekundę .

Kluczowe wnioski

Rodzina GPT-5.6 oznacza znaczące odejście od poprzednich premier OpenAI. Trójpoziomowe opakowanie (Sol, Terra, Luna) wprowadza trwałe marki, które oddzielają serię modeli od poziomów zaawansowania. Wyniki benchmarków – szczególnie rekordowy wynik Sola w kodowaniu na Terminal-Bench 2.1 i wzrost wydajności na ExploitBench – pokazują znaczący postęp, zwłaszcza w cyberbezpieczeństwie i biologii. Ale najbardziej definiującym aspektem tej premiery mogą być wymagane przez rząd ograniczenia dostępu, które stanowią nowy paradygmat wdrażania zaawansowanych modeli AI.