GPT-5.6 是否有新的數學發現？

根據現有資料，並無相關報導。 儘管外界有所傳聞與猜測，但目前所有來源均未提及 GPT-5.6 達成任何具體的新數學發現、定理或證明。該模型的能力討論完全集中在編碼、網路安全、生物學與自主代理任務的基準測試表現上 。沒有任何來源描述了一項全新的數學成果。

基準測試成績：GPT-5.6 的實際表現

Terminal-Bench 2.1

此基準測試評估模型在終端環境中的規劃、工具使用與自主操作能力，被譽為一項「殘酷的測試」。相關成績如下：

Sol Ultra 的 91.9% 成績代表著重大躍進——比 Anthropic 的最佳模型高出約 4 個百分點，並比 GPT-5.5 高出超過 8 個百分點 。

其他已公布的基準測試

• ExploitBench： GPT-5.6 Sol 僅使用約 1/3 的輸出 token，就能與 Anthropic 的 Mythos Preview 匹敵，展現出極高的效率 。
• GeneBench v1（長時程基因組學分析）：GPT-5.6 Sol 使用更少的 token，卻能達成比 GPT-5.5 更強的結果 。
• Agent's Last Exam（程式碼模式）：GPT-5.6 Sol 得分約 50.9%，成為首個在橫跨 55 個領域的測試中突破 50% 門檻的模型 。
• PostTrainBench Lite： GPT-5.6 Sol 與 Terra 在策劃訓練數據與執行訓練後實驗方面，表現優於 GPT-5.5 。
• 內部研究除錯評估： GPT-5.6 Sol 在除錯 OpenAI 內部研究實驗中的真實錯誤方面，展現了強大能力 。

能力風險評級

OpenAI 將所有三款 GPT-5.6 模型在網路安全與生物風險方面均評為 「高」 風險，但皆未達到 「臨界」 等級 。

定價：GPT-5.6 要多少錢？

以下價格為每百萬 token 的費用，分別列示輸入與輸出 ：

提示快取（Prompt Caching）

OpenAI 也為 GPT-5.6 引入了提示快取功能。快取寫入按模型未快取輸入費率的 1.25 倍計費，而快取讀取則可獲得快取輸入 token 的 90% 折扣。GPT-5.6 支援明確的快取中斷點，並提供至少 30 分鐘的快取生命週期 。

為何發布僅限於約 20 家機構？

主要原因：美國政府的直接干預。 川普政府以國家安全為由，明確要求 OpenAI 在發布前限制使用權限 。白宮官員逐一審核並批准了這約 20 家合作機構 。

更廣泛的背景

川普政府認為 GPT-5.6 具備「Mythos 級」的能力——此處指的是 Anthropic 的 Claude Mythos，其前身 Claude Fable 5 已於 2026 年 6 月 12 日因出口管制規定，遭美國商務部強制全球暫停 。GPT-5.6 的限制措施源自於同一政策框架。

OpenAI 公開表示，這種政府把關的行為「使得最好的工具無法觸及需要它們的使用者、開發者、企業、網路防禦者以及全球合作夥伴」。

限制機制

• 此預覽 並非自助服務方案。參與資格僅限於一小群經 OpenAI 客戶代表對接的受信任合作夥伴 。
• 合作夥伴名單在授予任何使用權限前，已與美國政府分享 。
• 這些模型 僅能透過 OpenAI API 與 Codex 使用，ChatGPT 中無法使用 。

何時能全面開放？

OpenAI 表示「計劃盡快擴大可用性」，但 尚未宣布全面開放日期 。Sam Altman 曾表示，他預計「幾週內」就能擴大使用範圍 。該公司的系統卡也指出：「我們相信廣泛使用，並計劃在未來幾週內將 GPT-5.6 Sol、Terra 與 Luna 全面開放」。

目前為止，OpenAI 所發布的最強大 AI 模型，僅有華盛頓批准的人才能使用。

重點摘要

• GPT-5.6 Sol Ultra 在 Terminal-Bench 2.1 中以 91.9% 領先，擊敗 Claude Mythos 5 與 GPT-5.5。
• GPT-5.6 目前無任何新的數學發現被報導。
• 定價範圍從每百萬 token Luna 的輸入 1 美元/輸出 6 美元，到 Sol 的 5 美元/30 美元。
• 使用權限僅限於約 20 家美國政府批准的機構，預計「未來幾週內」會擴大開放。
• 所有三款模型在網路安全與生物能力方面均被評為「高」風險，但未達「臨界」等級。

GPT-5.6 是否有新的數學發現？

根據現有資料，並無相關報導。 儘管外界有所傳聞與猜測，但目前所有來源均未提及 GPT-5.6 達成任何具體的新數學發現、定理或證明。該模型的能力討論完全集中在編碼、網路安全、生物學與自主代理任務的基準測試表現上 。沒有任何來源描述了一項全新的數學成果。

基準測試成績：GPT-5.6 的實際表現

Terminal-Bench 2.1

此基準測試評估模型在終端環境中的規劃、工具使用與自主操作能力，被譽為一項「殘酷的測試」。相關成績如下：

Sol Ultra 的 91.9% 成績代表著重大躍進——比 Anthropic 的最佳模型高出約 4 個百分點，並比 GPT-5.5 高出超過 8 個百分點 。

其他已公布的基準測試

• ExploitBench： GPT-5.6 Sol 僅使用約 1/3 的輸出 token，就能與 Anthropic 的 Mythos Preview 匹敵，展現出極高的效率 。
• GeneBench v1（長時程基因組學分析）：GPT-5.6 Sol 使用更少的 token，卻能達成比 GPT-5.5 更強的結果 。
• Agent's Last Exam（程式碼模式）：GPT-5.6 Sol 得分約 50.9%，成為首個在橫跨 55 個領域的測試中突破 50% 門檻的模型 。
• PostTrainBench Lite： GPT-5.6 Sol 與 Terra 在策劃訓練數據與執行訓練後實驗方面，表現優於 GPT-5.5 。
• 內部研究除錯評估： GPT-5.6 Sol 在除錯 OpenAI 內部研究實驗中的真實錯誤方面，展現了強大能力 。

能力風險評級

OpenAI 將所有三款 GPT-5.6 模型在網路安全與生物風險方面均評為 「高」 風險，但皆未達到 「臨界」 等級 。

定價：GPT-5.6 要多少錢？

以下價格為每百萬 token 的費用，分別列示輸入與輸出 ：

提示快取（Prompt Caching）

OpenAI 也為 GPT-5.6 引入了提示快取功能。快取寫入按模型未快取輸入費率的 1.25 倍計費，而快取讀取則可獲得快取輸入 token 的 90% 折扣。GPT-5.6 支援明確的快取中斷點，並提供至少 30 分鐘的快取生命週期 。

為何發布僅限於約 20 家機構？

主要原因：美國政府的直接干預。 川普政府以國家安全為由，明確要求 OpenAI 在發布前限制使用權限 。白宮官員逐一審核並批准了這約 20 家合作機構 。

更廣泛的背景

川普政府認為 GPT-5.6 具備「Mythos 級」的能力——此處指的是 Anthropic 的 Claude Mythos，其前身 Claude Fable 5 已於 2026 年 6 月 12 日因出口管制規定，遭美國商務部強制全球暫停 。GPT-5.6 的限制措施源自於同一政策框架。

OpenAI 公開表示，這種政府把關的行為「使得最好的工具無法觸及需要它們的使用者、開發者、企業、網路防禦者以及全球合作夥伴」。

限制機制

• 此預覽 並非自助服務方案。參與資格僅限於一小群經 OpenAI 客戶代表對接的受信任合作夥伴 。
• 合作夥伴名單在授予任何使用權限前，已與美國政府分享 。
• 這些模型 僅能透過 OpenAI API 與 Codex 使用，ChatGPT 中無法使用 。

何時能全面開放？

OpenAI 表示「計劃盡快擴大可用性」，但 尚未宣布全面開放日期 。Sam Altman 曾表示，他預計「幾週內」就能擴大使用範圍 。該公司的系統卡也指出：「我們相信廣泛使用，並計劃在未來幾週內將 GPT-5.6 Sol、Terra 與 Luna 全面開放」。

目前為止，OpenAI 所發布的最強大 AI 模型，僅有華盛頓批准的人才能使用。

重點摘要

• GPT-5.6 Sol Ultra 在 Terminal-Bench 2.1 中以 91.9% 領先，擊敗 Claude Mythos 5 與 GPT-5.5。
• GPT-5.6 目前無任何新的數學發現被報導。
• 定價範圍從每百萬 token Luna 的輸入 1 美元/輸出 6 美元，到 Sol 的 5 美元/30 美元。
• 使用權限僅限於約 20 家美國政府批准的機構，預計「未來幾週內」會擴大開放。
• 所有三款模型在網路安全與生物能力方面均被評為「高」風險，但未達「臨界」等級。