OpenAI ปล่อย GPT-5.6 Sol, Terra & Luna: คะแนนเบนช์มาร์ก ราคา และทำไมใช้ได้แค่ 20 องค์กร

GPT-5.6 ค้นพบทางคณิตศาสตร์ครั้งใหม่หรือไม่?

ไม่มีรายงานการค้นพบดังกล่าว แม้จะมีข่าวลือและการคาดเดา แต่ไม่มีแหล่งข้อมูลใดที่กล่าวถึงการค้นพบทางคณิตศาสตร์ ทฤษฎีบท หรือบทพิสูจน์ใหม่ๆ ที่ทำโดย GPT-5.6 ความสามารถของโมเดลถูกกล่าวถึงในแง่ของประสิทธิภาพการทำงานด้านการเขียนโค้ด ความปลอดภัยทางไซเบอร์ ชีววิทยา และงาน agentic เท่านั้น ^AOO ไม่มีแหล่งข้อมูลใดระบุถึงการค้นพบทางคณิตศาสตร์ใหม่

คะแนนเบนช์มาร์ก: GPT-5.6 ทำได้ดีแค่ไหน

Terminal-Bench 2.1

เบนช์มาร์กนี้ทดสอบความสามารถในการวางแผน การใช้เครื่องมือ และการทำงานแบบ agentic ใน command-line — ซึ่งถูกเรียกว่าเป็น "การทดสอบที่โหดร้าย" สำหรับความสามารถของโมเดลในการทำงานอัตโนมัติในสภาพแวดล้อมเทอร์มินัล ^Y คะแนนที่รายงาน:

คะแนน 91.9% ของ Sol Ultra เป็นการก้าวกระโดดที่สำคัญ — สูงกว่าโมเดลที่ดีที่สุดของ Anthropic ราว 4 จุด百分点 และมากกว่า GPT-5.5 ถึง 8 จุด ^BI

เบนช์มาร์กอื่นๆ ที่รายงาน

• ExploitBench: GPT-5.6 Sol ทำผลงานเทียบเท่า Mythos Preview ของ Anthropic โดยใช้โทเค็น output เพียง ~1/3 เท่านั้น ถือเป็นความได้เปรียบด้านประสิทธิภาพครั้งใหญ่ ^AOO
• GeneBench v1 (การวิเคราะห์จีโนมระยะยาว): GPT-5.6 Sol ได้ผลลัพธ์ดีกว่า GPT-5.5 โดยใช้โทเค็นน้อยกว่า ^AO
• Agent's Last Exam (โหมดโค้ด): GPT-5.6 Sol ได้ ~50.9% เป็นโมเดลแรกที่ทำคะแนนเกิน 50% ใน 55 โดเมน ^O
• PostTrainBench Lite: GPT-5.6 Sol และ Terra ทำผลงานได้ดีกว่า GPT-5.5 ในการคัดเลือกข้อมูลฝึกสอนและดำเนินการทดลองหลังการฝึก ^A
• Internal Research Debugging Eval: GPT-5.6 Sol แสดงประสิทธิภาพที่แข็งแกร่งในการแก้ไขบั๊กจริงจากการทดลองวิจัยภายในของ OpenAI ^A

การจัดอันดับความเสี่ยงด้านความสามารถ

OpenAI จัดอันดับโมเดล GPT-5.6 ทั้งสามรุ่นว่า "สูง" (High) ในทั้งความเสี่ยงด้านความปลอดภัยทางไซเบอร์และชีวภาพ แต่ไม่มีรุ่นใดเลยที่ข้ามเกณฑ์ "วิกฤต" (Critical) ^A

ราคา: GPT-5.6 ราคาเท่าไหร่?

ราคาคิดต่อ 1 ล้านโทเค็น แยกตาม input และ output ^HOK:

Prompt Caching

OpenAI ยังได้แนะนำ prompt caching สำหรับ GPT-5.6 การเขียนแคชจะคิดค่าบริการ 1.25 เท่าของอัตรา input ที่ไม่มีการแคชของโมเดล ในขณะที่การอ่านแคชจะได้รับส่วนลด 90% สำหรับโทเค็น input ที่ถูกแคช GPT-5.6 รองรับการตั้งค่า cache breakpoints ที่ชัดเจนและอายุแคชขั้นต่ำ 30 นาที ^H

ทำไมการเปิดตัวถึงถูกจำกัดให้ใช้แค่ ~20 องค์กร?

สาเหตุหลัก: การแทรกแซงโดยตรงจากรัฐบาลสหรัฐฯ รัฐบาลทรัมป์ร้องขอให้ OpenAI จำกัดการเข้าถึงก่อนการเปิดตัวอย่างชัดเจน โดยอ้างถึงความกังวลด้านความมั่นคงของชาติ ^TAK เจ้าหน้าที่ทำเนียบขาวอนุมัติองค์กรพันธมิตรที่ได้รับการคัดเลือกประมาณ 20 แห่งทีละราย ^AI

บริบทที่กว้างขึ้น

รัฐบาลพิจารณาว่า GPT-5.6 มีความสามารถ "ระดับ Mythos" — ซึ่งหมายถึง Claude Mythos ของ Anthropic ซึ่งรุ่นก่อนหน้า (Claude Fable 5) ถูกระงับการใช้งานทั่วโลกโดยกระทรวงพาณิชย์เมื่อวันที่ 12 มิถุนายน 2026 ภายใต้กฎการควบคุมการส่งออก ^A การจำกัด GPT-5.6 มาจากกรอบนโยบายเดียวกัน

OpenAI ระบุต่อสาธารณะว่าการควบคุมโดยรัฐบาลแบบนี้ "ทำให้เครื่องมือที่ดีที่สุดไม่สามารถเข้าถึงผู้ใช้ นักพัฒนา องค์กร ผู้ป้องกันไซเบอร์ และพันธมิตรทั่วโลกที่ต้องการมัน" ^A

กลไกการจำกัด

• การแสดงตัวอย่าง ไม่ใช่โปรแกรมแบบ self-service การเข้าร่วมจำกัดเฉพาะกลุ่มพันธมิตรที่ได้รับความไว้วางใจจำนวนเล็กน้อยซึ่งมีผู้แทนบัญชี OpenAI ^H
• ชื่อพันธมิตรถูกส่งให้รัฐบาลสหรัฐฯ ก่อนที่จะอนุญาตให้เข้าใช้งาน ^HT
• โมเดลนี้สามารถใช้ได้ ผ่าน OpenAI API และ Codex เท่านั้น ไม่มีใน ChatGPT ^H

แล้วเมื่อไหร่จะเปิดให้ใช้ในวงกว้าง?

OpenAI กล่าวว่า "วางแผนที่จะขยายการให้บริการโดยเร็วที่สุด" แต่ ยังไม่มีการประกาศวันเปิดให้บริการทั่วไป ^H Sam Altman กล่าวว่าเขาคาดว่าจะสามารถเข้าถึงได้ในวงกว้าง "ภายในไม่กี่สัปดาห์" ^A System card ของบริษัทระบุว่า: "เราเชื่อในการเข้าถึงในวงกว้าง และเราวางแผนที่จะทำให้ GPT-5.6 Sol, Terra และ Luna เปิดให้บริการทั่วไปในอีกไม่กี่สัปดาห์ข้างหน้า" ^D

สำหรับตอนนี้ โมเดล AI ที่ทรงพลังที่สุดเท่าที่ OpenAI เคยปล่อยออกมานั้น มีให้เฉพาะผู้ที่วอชิงตันอนุมัติเท่านั้น

สรุปประเด็นสำคัญ

• GPT-5.6 Sol Ultra นำด้วยคะแนน 91.9% บน Terminal-Bench 2.1 เอาชนะ Claude Mythos 5 และ GPT-5.5
• ไม่มีรายงานการค้นพบทางคณิตศาสตร์ครั้งใหม่สำหรับ GPT-5.6
• ราคาตั้งแต่ $1/$6 (Luna) ถึง $5/$30 (Sol) ต่อล้านโทเค็น
• การเข้าถึงถูกจำกัดไว้ที่ ~20 องค์กรที่รัฐบาลสหรัฐฯ อนุมัติ คาดว่าจะเปิดให้ใช้ในวงกว้าง "ในอีกไม่กี่สัปดาห์ข้างหน้า"
• โมเดลทั้งสามรุ่นถูกจัดอันดับความเสี่ยง "สูง" ในด้านความปลอดภัยทางไซเบอร์และชีวภาพ แต่ไม่ถึงขั้น "วิกฤต"