OpenAI GPT-5.6 Sol, Terra & Luna：Benchmark 分數、定價，同埋點解只得 20 間機構用到？

2026 年 6 月 26 號，OpenAI 發布咗佢哋史上最強嘅 AI 模型系列——GPT-5.6 Sol、Terra 同 Luna。但同之前嘅發布好唔同，今次幾乎冇乜人可以用到。應特朗普政府嘅明確要求，使用權限只限於大約 20 間獲政府批准嘅機構，白宮官員仲要逐間審批合作夥伴^HTA。以下係關於 GPT-5.6 Benchmark 表現、定價，以及呢次前所未有嘅「政府閘門」發布機制嘅全面分析。

GPT-5.6 有冇做出乜嘢新嘅數學發現？

暫時冇相關報告。 雖然外界有好多傳聞同猜測，但係現有嘅資料都冇提到 GPT-5.6 發現咗任何新嘅數學定理或者證明。所有討論都集中喺模型喺編程、網絡安全、生物學同埋智能體任務（agentic tasks）上嘅 Benchmark 表現^AO。冇任何來源提及具體嘅數學發現。

Benchmark 分數：GPT-5.6 效能有幾勁？

Terminal-Bench 2.1

呢個 Benchmark 專門測試模型嘅規劃、工具使用同埋命令列（command-line）嘅智能體能力，被形容為「殘酷測試」，考驗模型喺終端環境入面自主操作嘅能力^Y。具體分數如下：

型號	Terminal-Bench 2.1 分數
GPT-5.6 Sol Ultra	91.9% BI
GPT-5.6 Sol	88.8% B
Claude Mythos 5	88.0% I
GPT-5.5	83.4% BI

Sol Ultra 嘅 91.9% 係一個重大突破，比 Anthropic 最好嘅模型高出大約 4 個百分點，仲比 GPT-5.5 超出超過 8 個百分點^BI。

其他 Benchmark 表現

• ExploitBench： GPT-5.6 Sol 用大約只係 Anthropic Mythos Preview 三分一嘅輸出 token 就達到同等表現，效率顯著提升^AOO。
• GeneBench v1（基因組學長期分析）：GPT-5.6 Sol 用更少 token 就做到比 GPT-5.5 更好嘅結果^AO。
• Agent's Last Exam（代碼模式）：GPT-5.6 Sol 得分約 50.9%，係第一個跨越 50% 門檻嘅模型，橫跨 55 個領域^O。
• PostTrainBench Lite： GPT-5.6 Sol 同 Terra 喺整理訓練數據同執行後續訓練實驗方面都優於 GPT-5.5^A。
• 內部研究除錯評估： GPT-5.6 Sol 喺除錯 OpenAI 內部研究實驗嘅真實錯誤方面表現強勁^A。

能力風險評級

OpenAI 將三個 GPT-5.6 型號嘅網絡安全同生物風險都評為「高」，但未達到「極高」級別^A。

定價：GPT-5.6 要幾多錢？

以下係每百萬個 token 嘅價格（分輸入同輸出）^HOK：

型號	輸入（美元/百萬 tokens）	輸出（美元/百萬 tokens）	定位
GPT-5.6 Sol	$5.00	$30.00	旗艦——複雜推理、編程、網絡安全、長期智能體任務
GPT-5.6 Terra	$2.50	$15.00	平衡——效能同 GPT-5.5 差不多，但價錢平一半
GPT-5.6 Luna	$1.00	$6.00	大量使用——最快、最抵用，適合分類、提取、路由

Prompt 緩存（Prompt Caching）

OpenAI 仲為 GPT-5.6 推出咗 prompt 緩存功能。寫入緩存嘅費用係模型未緩存輸入價格嘅 1.25 倍，而讀取緩存就會有 90% 嘅折扣。GPT-5.6 支援明確嘅緩存中斷點，同埋最少 30 分鐘嘅緩存壽命^H。

點解得大約 20 間機構可以用到？

主要原因：美國政府直接干預。 特朗普政府明確要求 OpenAI 喺發布前限制使用權限，理由係國家安全考慮^TAK。白宮官員逐間審批嗰大約 20 間獲批嘅合作夥伴機構^AI。

更大嘅背景

政府認為 GPT-5.6 嘅能力同 Anthropic 嘅 Claude Mythos 差唔多級數。而 Claude Mythos 嘅前身 Claude Fable 5，喺 2026 年 6 月 12 號已經因為美國商務部嘅出口管制規則而被強制全球暫停使用^A。今次 GPT-5.6 嘅限制正係源自同一個政策框架。

OpenAI 公開表示，呢種「政府閘門」機制「令最頂尖嘅工具無法到達用戶、開發者、企業、網絡防禦者同全球合作夥伴手中」^A。

限制機制

• 呢個預覽版唔係自助服務計劃。參與權限只限於少數有 OpenAI 客戶經理嘅信賴合作夥伴^H。
• 合作夥伴嘅名單要喺獲取權限之前提交畀美國政府^HT。
• 呢啲模型只能通過 OpenAI API 同 Codex 使用，唔會喺 ChatGPT 入面出現^H。

幾時會全面開放？

OpenAI 話佢哋「計劃盡快擴大使用範圍」，但暫時未有正式嘅全面開放日期^H。Sam Altman 就話預計「幾星期內」會有更廣泛嘅使用權限^A。公司嘅系統卡（system card）寫住：「我哋相信廣泛使用，並計劃喺未來幾星期內令 GPT-5.6 Sol、Terra 同 Luna 全面開放」^D。

而家嚟講，OpenAI 史上最強大嘅 AI 模型，只有華盛頓批准嘅人先用得到。

重點總結

• GPT-5.6 Sol Ultra 喺 Terminal-Bench 2.1 以 91.9% 領先，贏過 Claude Mythos 5 同 GPT-5.5。
• GPT-5.6 暫時冇報告任何新嘅數學發現。
• 定價由 Luna 嘅 $1/$6 到 Sol 嘅 $5/$30（每百萬 tokens）不等。
• 使用權限暫時限制喺大約 20 間美國政府批准嘅機構，預計「未來幾星期」內全面開放。
• 三個型號嘅網絡安全同生物能力風險評級都係「高」，但未達「極高」。