• Sol: Sınır zekası (frontier reasoning), uzun vadeli yapay zeka ajanı (agentic) çalışmaları ve en zorlu görevler için tasarlanmış amiral gemisi modeli .
• Terra: GPT-5.5 ile rekabet edebilecek performansı yaklaşık 2 kat daha düşük maliyetle sunan dengeli, günlük kullanım modeli .
• Luna: En yüksek hacimli işler için en hızlı ve en uygun maliyetli kademe .

Benchmark Performansı: Kodlama, Biyoloji ve Siber Güvenlik

OpenAI, GPT-5.6 Sol'u üç temel alanda yeni bir sınır olarak konumlandırdı: kodlama, biyoloji ve siber güvenlik .

Kodlama — Terminal-Bench 2.1

Terminal-Bench 2.1, çok adımlı planlama, araç koordinasyonu ve yineleme gerektiren komut satırı iş akışlarını test ediyor . Benchmark'ta 89 karmaşık programlama görevi bulunuyor . Sonuçlar şöyle:

GPT-5.6 Sol Ultra, %91,9 ile yeni bir çığır açtı . Standart Sol puanı olan %88,8, Anthropic'in kısıtlı sınır modeli Claude Mythos 5'in %88,0'lik puanını neredeyse bir tam puan farkla geride bırakıyor .

Biyoloji — GeneBench v1

Uzun vadeli genomik ve kantitatif biyoloji analiz görevlerini değerlendiren GeneBench v1'de OpenAI, Sol'un GPT-5.5'ten daha az çıktı tokeni kullanarak daha güçlü sonuçlar elde ettiğini bildiriyor . Bu, bilimsel araştırma iş akışları için anlamlı bir verimlilik iyileştirmesi anlamına geliyor.

Siber Güvenlik — ExploitBench ve ExploitGym

ExploitBench siber güvenlik araştırma benchmark'ında GPT-5.6 Sol, Anthropic'in Mythos Preview'unun performansına neredeyse eşitlenirken yaklaşık üçte bir oranında daha az çıktı tokeni kullandı .

UC Berkeley araştırmacıları tarafından OpenAI ve diğer sınır yapay zeka laboratuvarlarıyla iş birliği içinde oluşturulan ExploitGym'de, her üç GPT-5.6 modeli de mantık yürütme arttıkça siber güvenlik yeteneklerinde iyileşme gösterdi .

Önemli bir nokta, OpenAI'ın GPT-5.6 Sol'un Hazırlık Çerçevesi (Preparedness Framework) kapsamında Siber Kritik eşiğini geçmediğini belirtmesidir . Chromium ve Firefox'u içeren değerlendirmelerde model, hataları ve istismar ilkellerini (bir istismarın yapı taşları) tespit etti ancak test edilen koşullar altında otonom olarak işlevsel bir tam zincir istismarı üretmedi . Tam GPT-5.6 model serisi dahili olarak (siber güvenlik ve biyolojik silah yetenekleri için) "Yüksek" risk olarak değerlendirildi, ancak en yüksek "Kritik" seviyede değil .

Güvenlik Yığını: OpenAI'ın 'Şimdiye Kadarki En Sağlamı'

OpenAI, GPT-5.6 Sol'un "şimdiye kadarki en sağlam güvenlik yığını" ile piyasaya sürüldüğünü söylüyor . Güvenlik yaklaşımı şunları içeriyor:

• Yüksek riskli siber faaliyetlere ve tekrarlanan kötüye kullanıma karşı güçlendirilmiş gerçek zamanlı korumalar .
• Hassas alanlar için, üretim sırasında güvensiz yanıtları durdurmak üzere müdahale edebilen yeni etkinleştirme sınıflandırıcıları (activation classifiers) .
• Sistemdeki açıkları (jailbreak) tespit etmek ve sistemi sağlamlaştırmak için insan kaynaklı kırmızı takım (red-teaming) çalışmaları ve 700.000 A100 eşdeğeri GPU saatini aşan otomatik testler .
• Eğitim, gerçek zamanlı izleme, hesap düzeyinde sinyaller ve kademeli erişim kontrollerini birleştiren katmanlı bir güvenlik sistemi .

Ön izleme sırasında, OpenAI yanlış pozitif ve yanlış negatif oranlarını ince ayarlarken bazı istemler ek inceleme için yavaşlatılabilir veya engellenebilir .

Aşamalı Sürüm ve ABD Hükümeti Koordinasyonu

GPT-5.6'nın çıkışı, önceki OpenAI sürümlerinden farklı. ABD hükümetinin talebi üzerine OpenAI, başlangıçta modele erişimi küçük bir grup güvenilir ortak ve kuruluşla sınırlandırıyor — Axios'a göre ön izleme yaklaşık 20 onaylı şirketi kapsıyor — model ek ulusal güvenlik incelemelerinden geçerken .

Ön izleme, geniş çaplı bir self-servis programı değil. Bu dönemde GPT-5.6 Sol, Terra ve Luna yalnızca bu sınırlı gruba OpenAI API ve Codex üzerinden sunuluyor . Modeller ön izleme sırasında ChatGPT'de mevcut değil . OpenAI, önümüzdeki haftalarda ChatGPT, Codex ve API'de daha geniş bir kullanıma sunulmasının planlandığını belirtiyor .

OpenAI, hükümet onaylı bu yaklaşımı geçici bir önlem olarak gördüğünü açıkça belirtti: "Geniş erişime inanıyoruz ve bu süreç uzun vadeli bir varsayılan haline gelmemelidir" . CEO Sam Altman, iç bir notta çalışanlara hükümetin bu ön izleme döneminde "erişimi müşteri müşteri onaylayacağını" ve daha geniş bir sürümün birkaç hafta sonra gerçekleşmesinin umulduğunu söyledi .

Bu durum, Ulusal Siber Direktör Ofisi (Office of the National Cyber Director) ve Bilim ve Teknoloji Politikası Ofisi (Office of Science and Technology Policy) ile yapılan görüşmelerden kaynaklandı ve Trump yönetimi tarafından test edilen yeni bir sınır modeli çerçevesini yansıtıyor .

API Fiyatlandırması

OpenAI'nın resmi yardım merkezi, 1 milyon token başına aşağıdaki fiyatlandırmayı doğruluyor :

Sol'un fiyatlandırması GPT-5.5'in fiyatlandırmasıyla eşleşirken, Terra kabaca GPT-5.5'ten 2 kat daha ucuz . Karşılaştırma yapmak gerekirse, Sol, Claude Opus 4.8'e (5$/25$) Anthropic'in kısıtlı modeli Mythos 5'ten (10$/50$) daha yakın fiyatlandırılmış .

Önbelleğe Alma (Prompt Caching) Güncellemeleri

GPT-5.6, birkaç önemli değişiklikle daha öngörülebilir bir önbelleğe alma sunuyor :

• Geliştiricilerin istemin hangi bölümlerinin önbelleğe alınacağını kontrol etmesine olanak tanıyan açık önbellek kırılma noktaları (explicit cache breakpoints) desteği .
• 30 dakikalık minimum önbellek ömrü .
• Önbellek yazmaları, modelin önbelleğe alınmamış giriş ücretinin 1,25 katı olarak faturalandırılır .
• Önbellek okumaları, %90 önbelleğe alınmış giriş indirimi almaya devam eder .

Cerebras Dağıtımı

OpenAI ayrıca GPT-5.6 Sol'un Temmuz ayında Cerebras donanımında kullanıma sunulacağını da duyurdu ve bu da saniyede 750 tokena varan çıkarım hızları anlamına geliyor .

Önemli Çıkarımlar

GPT-5.6 ailesi, önceki OpenAI sürümlerinden önemli bir ayrılışı temsil ediyor. Üç kademeli paketleme (Sol, Terra, Luna), model serilerini yetenek kademelerinden ayıran kalıcı bir markalaşma getiriyor. Özellikle Sol'un Terminal-Bench 2.1'deki çığır açan kodlama puanı ve ExploitBench'teki verimlilik kazanımları, özellikle siber güvenlik ve biyoloji alanlarında anlamlı ilerlemeler gösteriyor. Ancak bu sürümün en belirleyici özelliği, sınır yapay zeka dağıtımı için yeni bir paradigma olan hükümet tarafından talep edilen erişim kısıtlamaları olabilir.

• Sol: Sınır zekası (frontier reasoning), uzun vadeli yapay zeka ajanı (agentic) çalışmaları ve en zorlu görevler için tasarlanmış amiral gemisi modeli .
• Terra: GPT-5.5 ile rekabet edebilecek performansı yaklaşık 2 kat daha düşük maliyetle sunan dengeli, günlük kullanım modeli .
• Luna: En yüksek hacimli işler için en hızlı ve en uygun maliyetli kademe .

Benchmark Performansı: Kodlama, Biyoloji ve Siber Güvenlik

OpenAI, GPT-5.6 Sol'u üç temel alanda yeni bir sınır olarak konumlandırdı: kodlama, biyoloji ve siber güvenlik .

Kodlama — Terminal-Bench 2.1

Terminal-Bench 2.1, çok adımlı planlama, araç koordinasyonu ve yineleme gerektiren komut satırı iş akışlarını test ediyor . Benchmark'ta 89 karmaşık programlama görevi bulunuyor . Sonuçlar şöyle:

GPT-5.6 Sol Ultra, %91,9 ile yeni bir çığır açtı . Standart Sol puanı olan %88,8, Anthropic'in kısıtlı sınır modeli Claude Mythos 5'in %88,0'lik puanını neredeyse bir tam puan farkla geride bırakıyor .

Biyoloji — GeneBench v1

Uzun vadeli genomik ve kantitatif biyoloji analiz görevlerini değerlendiren GeneBench v1'de OpenAI, Sol'un GPT-5.5'ten daha az çıktı tokeni kullanarak daha güçlü sonuçlar elde ettiğini bildiriyor . Bu, bilimsel araştırma iş akışları için anlamlı bir verimlilik iyileştirmesi anlamına geliyor.

Siber Güvenlik — ExploitBench ve ExploitGym

ExploitBench siber güvenlik araştırma benchmark'ında GPT-5.6 Sol, Anthropic'in Mythos Preview'unun performansına neredeyse eşitlenirken yaklaşık üçte bir oranında daha az çıktı tokeni kullandı .

UC Berkeley araştırmacıları tarafından OpenAI ve diğer sınır yapay zeka laboratuvarlarıyla iş birliği içinde oluşturulan ExploitGym'de, her üç GPT-5.6 modeli de mantık yürütme arttıkça siber güvenlik yeteneklerinde iyileşme gösterdi .

Önemli bir nokta, OpenAI'ın GPT-5.6 Sol'un Hazırlık Çerçevesi (Preparedness Framework) kapsamında Siber Kritik eşiğini geçmediğini belirtmesidir . Chromium ve Firefox'u içeren değerlendirmelerde model, hataları ve istismar ilkellerini (bir istismarın yapı taşları) tespit etti ancak test edilen koşullar altında otonom olarak işlevsel bir tam zincir istismarı üretmedi . Tam GPT-5.6 model serisi dahili olarak (siber güvenlik ve biyolojik silah yetenekleri için) "Yüksek" risk olarak değerlendirildi, ancak en yüksek "Kritik" seviyede değil .

Güvenlik Yığını: OpenAI'ın 'Şimdiye Kadarki En Sağlamı'

OpenAI, GPT-5.6 Sol'un "şimdiye kadarki en sağlam güvenlik yığını" ile piyasaya sürüldüğünü söylüyor . Güvenlik yaklaşımı şunları içeriyor:

• Yüksek riskli siber faaliyetlere ve tekrarlanan kötüye kullanıma karşı güçlendirilmiş gerçek zamanlı korumalar .
• Hassas alanlar için, üretim sırasında güvensiz yanıtları durdurmak üzere müdahale edebilen yeni etkinleştirme sınıflandırıcıları (activation classifiers) .
• Sistemdeki açıkları (jailbreak) tespit etmek ve sistemi sağlamlaştırmak için insan kaynaklı kırmızı takım (red-teaming) çalışmaları ve 700.000 A100 eşdeğeri GPU saatini aşan otomatik testler .
• Eğitim, gerçek zamanlı izleme, hesap düzeyinde sinyaller ve kademeli erişim kontrollerini birleştiren katmanlı bir güvenlik sistemi .

Ön izleme sırasında, OpenAI yanlış pozitif ve yanlış negatif oranlarını ince ayarlarken bazı istemler ek inceleme için yavaşlatılabilir veya engellenebilir .

Aşamalı Sürüm ve ABD Hükümeti Koordinasyonu

GPT-5.6'nın çıkışı, önceki OpenAI sürümlerinden farklı. ABD hükümetinin talebi üzerine OpenAI, başlangıçta modele erişimi küçük bir grup güvenilir ortak ve kuruluşla sınırlandırıyor — Axios'a göre ön izleme yaklaşık 20 onaylı şirketi kapsıyor — model ek ulusal güvenlik incelemelerinden geçerken .

Ön izleme, geniş çaplı bir self-servis programı değil. Bu dönemde GPT-5.6 Sol, Terra ve Luna yalnızca bu sınırlı gruba OpenAI API ve Codex üzerinden sunuluyor . Modeller ön izleme sırasında ChatGPT'de mevcut değil . OpenAI, önümüzdeki haftalarda ChatGPT, Codex ve API'de daha geniş bir kullanıma sunulmasının planlandığını belirtiyor .

OpenAI, hükümet onaylı bu yaklaşımı geçici bir önlem olarak gördüğünü açıkça belirtti: "Geniş erişime inanıyoruz ve bu süreç uzun vadeli bir varsayılan haline gelmemelidir" . CEO Sam Altman, iç bir notta çalışanlara hükümetin bu ön izleme döneminde "erişimi müşteri müşteri onaylayacağını" ve daha geniş bir sürümün birkaç hafta sonra gerçekleşmesinin umulduğunu söyledi .

Bu durum, Ulusal Siber Direktör Ofisi (Office of the National Cyber Director) ve Bilim ve Teknoloji Politikası Ofisi (Office of Science and Technology Policy) ile yapılan görüşmelerden kaynaklandı ve Trump yönetimi tarafından test edilen yeni bir sınır modeli çerçevesini yansıtıyor .

API Fiyatlandırması

OpenAI'nın resmi yardım merkezi, 1 milyon token başına aşağıdaki fiyatlandırmayı doğruluyor :

Sol'un fiyatlandırması GPT-5.5'in fiyatlandırmasıyla eşleşirken, Terra kabaca GPT-5.5'ten 2 kat daha ucuz . Karşılaştırma yapmak gerekirse, Sol, Claude Opus 4.8'e (5$/25$) Anthropic'in kısıtlı modeli Mythos 5'ten (10$/50$) daha yakın fiyatlandırılmış .

Önbelleğe Alma (Prompt Caching) Güncellemeleri

GPT-5.6, birkaç önemli değişiklikle daha öngörülebilir bir önbelleğe alma sunuyor :

• Geliştiricilerin istemin hangi bölümlerinin önbelleğe alınacağını kontrol etmesine olanak tanıyan açık önbellek kırılma noktaları (explicit cache breakpoints) desteği .
• 30 dakikalık minimum önbellek ömrü .
• Önbellek yazmaları, modelin önbelleğe alınmamış giriş ücretinin 1,25 katı olarak faturalandırılır .
• Önbellek okumaları, %90 önbelleğe alınmış giriş indirimi almaya devam eder .

Cerebras Dağıtımı

OpenAI ayrıca GPT-5.6 Sol'un Temmuz ayında Cerebras donanımında kullanıma sunulacağını da duyurdu ve bu da saniyede 750 tokena varan çıkarım hızları anlamına geliyor .

Önemli Çıkarımlar

GPT-5.6 ailesi, önceki OpenAI sürümlerinden önemli bir ayrılışı temsil ediyor. Üç kademeli paketleme (Sol, Terra, Luna), model serilerini yetenek kademelerinden ayıran kalıcı bir markalaşma getiriyor. Özellikle Sol'un Terminal-Bench 2.1'deki çığır açan kodlama puanı ve ExploitBench'teki verimlilik kazanımları, özellikle siber güvenlik ve biyoloji alanlarında anlamlı ilerlemeler gösteriyor. Ancak bu sürümün en belirleyici özelliği, sınır yapay zeka dağıtımı için yeni bir paradigma olan hükümet tarafından talep edilen erişim kısıtlamaları olabilir.