OpenAI GPT-5.6 Sol, Terra ve Luna: Test Puanları, Fiyatlandırma ve Neden Sadece 20 Kuruluş Kullanabiliyor?

Benchmark Skorları: GPT-5.6 Nasıl Performans Gösteriyor?

Terminal-Bench 2.1

Bu benchmark, bir modelin terminal ortamında otonom olarak çalışma yeteneğini test eden 'acımasız bir test' olarak tanımlanan planlama, araç kullanımı ve komut satırı ajanlık kabiliyetini ölçüyor ^Y. Raporlanan skorlar:

Sol Ultra'nın %91.9'u önemli bir sıçrama anlamına geliyor; Anthropic'in en iyi modelinin yaklaşık 4 puan, GPT-5.5'in ise 8 puandan fazla önünde ^BI.

Diğer Raporlanan Benchmark'lar

• ExploitBench: GPT-5.6 Sol, Mythos Preview ile rekabet ederken yalnızca ~1/3 oranında çıktı tokeni kullanıyor; bu büyük bir verimlilik artışı ^AOO.
• GeneBench v1 (uzun vadeli genomik analiz): GPT-5.6 Sol, daha az token kullanarak GPT-5.5'ten daha güçlü sonuçlar elde ediyor ^AO.
• Agent's Last Exam (kod modu): GPT-5.6 Sol, 55 alan genelinde %50'nin üzerine çıkan ilk model olarak ~%50.9 skor aldı ^O.
• PostTrainBench Lite: GPT-5.6 Sol ve Terra, eğitim verilerini düzenleme ve eğitim sonrası deneyleri yürütmede GPT-5.5'i geride bırakıyor ^A.
• İç Araştırma Hata Ayıklama Değerlendirmesi: GPT-5.6 Sol, OpenAI'ın iç araştırma deneylerindeki gerçek hataları ayıklamada güçlü bir performans sergiliyor ^A.

Yetenek Risk Derecelendirmeleri

OpenAI, üç GPT-5.6 modelini de hem siber güvenlik hem de biyolojik risk açısından 'Yüksek' olarak derecelendiriyor, ancak hiçbiri 'Kritik' eşiğini geçmiyor ^A.

Fiyatlandırma: GPT-5.6 Ne Kadar?

Fiyatlandırma, giriş ve çıkış olmak üzere milyon token başına belirlenmiştir ^HOK:

Prompt Önbellekleme

OpenAI, GPT-5.6 için prompt önbellekleme özelliğini de tanıttı. Önbellek yazmaları, modelin önbelleksiz giriş ücretinin 1.25 katı olarak faturalandırılırken, önbellek okumaları önbelleğe alınan giriş tokenlerinde %90 indirim alıyor. GPT-5.6, açık önbellek kesme noktalarını ve 30 dakikalık minimum önbellek ömrünü destekliyor ^H.

Lansman Neden ~20 Kuruluşla Sınırlandırıldı?

Birincil neden: Doğrudan ABD hükümeti müdahalesi. Trump yönetimi, ulusal güvenlik endişelerini gerekçe göstererek OpenAI'den lansmandan önce erişimi kısıtlamasını açıkça talep etti ^TAK. Beyaz Saray yetkilileri, onaylanan yaklaşık 20 ortak kuruluşu tek tek belirledi ^AI.

Daha Geniş Bağlam

Yönetim, GPT-5.6'yı Anthropic'in Claude Mythos'una benzer yetenekte gördü. Claude Mythos'un öncülü olan Claude Fable 5, 12 Haziran 2026'da Ticaret Bakanlığı tarafından ihracat kontrol kuralları kapsamında dünya çapında askıya alınmıştı ^A. GPT-5.6 kısıtlaması da aynı politika çerçevesinden kaynaklanıyor.

OpenAI, bu tür bir hükümet denetiminin 'en iyi araçları kullanıcılardan, geliştiricilerden, işletmelerden, siber savunuculardan ve bunlara ihtiyaç duyan küresel ortaklardan uzak tuttuğunu' kamuoyuna açıkladı ^A.

Kısıtlama Mekanizması

• Önizleme, self-servis bir program değil. Katılım, OpenAI hesap temsilcisi olan küçük bir güvenilir ortak grubuyla sınırlı ^H.
• Erişim izni verilmeden önce ortakların isimleri ABD hükümetiyle paylaşıldı ^HT.
• Modeller yalnızca OpenAI API ve Codex üzerinden kullanılabiliyor, ChatGPT'de değil ^H.

Genel Kullanıma Ne Zaman Açılacak?

OpenAI, 'mümkün olan en kısa sürede kullanılabilirliği genişletmeyi planladığını' ancak genel kullanıma açılma tarihi açıklamadığını belirtiyor ^H. Sam Altman, 'birkaç hafta içinde' daha geniş erişim beklediğini ifade etti ^A. Şirketin sistem kartında ise şu ifade yer alıyor: 'Geniş erişime inanıyoruz ve GPT-5.6 Sol, Terra ve Luna'yı önümüzdeki haftalarda genel kullanıma sunmayı planlıyoruz' ^D.

Şimdilik, OpenAI'ın şimdiye kadar piyasaya sürdüğü en güçlü yapay zeka modeli, yalnızca Washington'un onayladığı kuruluşların kullanımına açık.

Öne Çıkanlar

• GPT-5.6 Sol Ultra, Terminal-Bench 2.1'de %91.9 ile Claude Mythos 5 ve GPT-5.5'i geride bıraktı.
• GPT-5.6 için bildirilen yeni bir matematiksel keşif bulunmuyor.
• Fiyatlandırma, milyon token başına 1$/6$ (Luna) ile 5$/30$ (Sol) arasında değişiyor.
• Erişim, yaklaşık 20 ABD hükümeti onaylı kuruluşla sınırlandırıldı; daha geniş kullanıma 'önümüzdeki haftalarda' açılması bekleniyor.
• Her üç model de siber güvenlik ve biyolojik yeteneklerde 'Yüksek' risk olarak derecelendirildi, ancak 'Kritik' seviyede değil.