OpenAI GPT-5.6 Sol、Terra、Luna 全解析：基準測試、定價、安全機制與政府監管式發佈

2026 年 6 月 26 日，OpenAI 正式發表 GPT-5.6 系列，一口氣推出 Sol、Terra、Luna 三款模型 。這次發佈之所以備受關注，不僅因為模型的能力，更在於 OpenAI 破天荒與美國政府協調，實施了前所未有的發佈限制。本文將涵蓋所有關鍵細節：新的命名規則、編碼、生物學與網路安全三大領域的基準測試成績、多層安全架構、定價策略、提示快取更新，以及分階段發佈的方法。

全新命名系統：世代編號加能力等級

OpenAI 為這次發佈引入了全新的命名慣例。世代編號「5.6」代表模型系列，而 Sol、Terra、Luna 則代表能力等級 。這個系統旨在保持耐用性：Sol、Terra、Luna 將會按照各自的節奏升級。三個等級分別為：

• Sol：旗艦級模型，專為前沿推理、長週期自主任務以及最嚴苛的工作而設計 。
• Terra：平衡型日常模型，提供與 GPT-5.5 相當的效能，但成本約低 2 倍 。
• Luna：最快、最具成本效益的等級，專為高流量、低價格的工作而生 。

基準測試表現：編碼、生物學與網路安全

OpenAI 將 GPT-5.6 Sol 定位為三大關鍵領域的新標竿：編碼、生物學和網路安全 。

編碼 — Terminal-Bench 2.1

Terminal-Bench 2.1 測試的是需要在命令列進行多步驟規劃、工具協調與迭代的工作流程 。該基準測試包含 89 個複雜的程式設計任務 。結果如下：

模型	得分
GPT-5.6 Sol Ultra	91.9%
GPT-5.6 Sol (max)	88.8%
Claude Mythos 5	88.0%
GPT-5.6 Terra	84.3%
Claude Fable 5	84.3%
GPT-5.5	83.4%
GPT-5.6 Luna	82.5%

GPT-5.6 Sol Ultra 以 91.9% 的成績創下新的業界最佳記錄 。標準 Sol 的 88.8% 分數，以將近一個百分點的差距，領先 Anthropic 受限的前沿模型 Claude Mythos 5 。

生物學 — GeneBench v1

在評量長週期基因組學與定量生物學分析任務的 GeneBench v1 上，OpenAI 報告指出，Sol 在比 GPT-5.5 使用更少輸出 token 的情況下，取得了更強大的結果 。這對科學研究工作流程而言，是一項有意義的效率提升。

網路安全 — ExploitBench 與 ExploitGym

在網路安全研究基準 ExploitBench 上，GPT-5.6 Sol 的表現幾乎與 Anthropic 的 Mythos Preview 並駕齊驅，但僅使用了大約三分之一的輸出 token 。

在 ExploitGym 上，這個由加州大學柏克萊分校研究人員與 OpenAI 及其他前沿 AI 實驗室合作打造的基準測試中，所有三個 GPT-5.6 模型都顯示出隨著推理能力的提升，網路安全能力也隨之增強 。

重要的是，OpenAI 表示，根據其「準備框架」，GPT-5.6 Sol 並未跨越「重大網路威脅 (Cyber Critical)」門檻 。在涉及 Chromium 和 Firefox 的評估中，該模型識別出了錯誤和利用基礎元件——也就是打造漏洞攻擊程式的積木——但在測試條件下，並未自主產出能實際運作的完整攻擊鏈 。整個 GPT-5.6 模型系列在內部被評定為「高」風險等級（針對網路安全和生物武器能力），但未達到最高的「重大 (Critical)」等級 。

安全堆疊：OpenAI「迄今最穩健」

OpenAI 表示，GPT-5.6 Sol 搭載了其「迄今最穩健的安全堆疊」。安全措施包括：

• 強化即時防護，針對高風險網路活動與反覆濫用行為 。
• 針對敏感領域新增的啟動分類器，能在生成過程中介入，阻止不安全的回答 。
• 真人紅隊測試與超過 70 萬 A100 等效 GPU 小時的自動化測試，用以挖掘越獄技術並強化系統 。
• 結合訓練、即時監控、帳戶層級信號以及分層存取控制的層層安全系統 。

在預覽期間，部分提示詞可能會被減速或封鎖以進行額外審查，讓 OpenAI 微調假陽性和假陰性比率 。

分階段發佈與美國政府協調

GPT-5.6 的推出方式與 OpenAI 以往的任何發佈都截然不同。應美國政府要求，OpenAI 初期僅將存取權限限於一小群受信賴的合作夥伴與組織——Axios 報導指出，預覽對象約有 20 家獲准公司——在此期間，模型將接受額外的國家安全審查 。

這次預覽並非廣泛的自助式服務。在此期間，GPT-5.6 Sol、Terra、Luna 僅能透過 OpenAI API 和 Codex 提供給這個有限群體使用 。預覽期間，這些模型不會在 ChatGPT 中提供 。OpenAI 表示，更廣泛地在 ChatGPT、Codex 和 API 中提供的計畫，將在「未來幾週內」實現 。

OpenAI 明確表示，它將這種政府監管方式視為一項臨時措施：「我們相信廣泛的存取權利，這個過程不應該成為長期的常態」 。在一份內部備忘錄中，執行長 Sam Altman 告訴員工，政府將會「在此預覽期間逐個客戶批准存取權限」，並希望能在幾週後進行更廣泛的發佈 。

此舉源於 OpenAI 與「國家網路總監辦公室」及「科學與技術政策辦公室」的會談 ，反映了川普政府正在測試的一項新的前沿模型框架 。

API 定價

OpenAI 官方幫助中心確認了以下每百萬 token 的定價 ：

模型	輸入 / 1M tokens	輸出 / 1M tokens
GPT-5.6 Sol	$5.00	$30.00
GPT-5.6 Terra	$2.50	$15.00
GPT-5.6 Luna	$1.00	$6.00

Sol 的定價與 GPT-5.5 相同，而 Terra 則比 GPT-5.5 便宜約 2 倍 。脈絡上來說，Sol 的定價更接近 Claude Opus 4.8 ($5/$25)，而非 Anthropic 受限的 Mythos 5 ($10/$50) 。

提示快取更新

GPT-5.6 引入了更具可預測性的提示快取，並帶有幾項關鍵變更 ：

• 支援明確的快取中斷點，讓開發者可以控制提示詞的哪些部分被快取 。
• 30 分鐘的最小快取生命週期 。
• 快取寫入將以模型未快取輸入率的 1.25 倍計費 。
• 快取讀取仍可繼續享有 90% 的快取輸入折扣 。

Cerebras 部署

OpenAI 同時宣佈，GPT-5.6 Sol 將於 7 月部署在 Cerebras 硬體上 ，推論速度最高可達每秒 750 個 token 。

結論

GPT-5.6 系列的推出，標誌著 OpenAI 的重大轉變。其三層級的包裝方式（Sol, Terra, Luna）引入了耐用的品牌識別，將模型系列與能力等級脫鉤。基準測試結果——尤其是 Sol 在 Terminal-Bench 2.1 上創紀錄的編碼分數，以及在 ExploitBench 上的效率提升——展現了實質的進步，特別是在網路安全和生物學領域。但這次發佈最具決定性的特點，或許是政府要求實施的存取限制，這代表著前沿 AI 部署的新模式。