刚刚，“宇宙级”GPT-5.6突袭！Mythos 5被解禁

智东西
编译 李水青
编辑 心缘

智东西6月27日报道，刚刚，OpenAI推出其迄今最强大模型——GPT-5.6的有限预览版：旗舰版本Sol（太阳）；适用于日常工作的均衡型型号Terra（地球）；以及快速且价格实惠的型号Luna（月亮）。

OpenAI联合创始人兼CEO萨姆·奥尔特曼（Sam Altman）在社交媒体X发文，Sol价格与GPT-5.5相同，性能更强；Terra的性能可与GPT-5.5相媲美，价格只有其一半。但由于美国政府审查，该模型今天仅以有限预览版的形式面向部分企业开放，其正在与政府合作争取未来几周内全面发布。

▲萨姆·奥尔特曼推文

从测评成绩来看，GPT-5.6 Sol强化了编程、生物、网安等能力。其在Terminal-Bench 2.1编程测试全面领先Claude Fable 5，旗舰和未推出的Ultra版本测评超过Claude Mythos 5；面对长期安全任务，它仅耗费三分之一的输出token，就能在ExploitBench²上对标Claude Mythos Preview。

定价方面，以每百万token计算，Sol的输入价格为5美元（约合人民币34元），输出价格为30美元（约合人民币204元）；Terra的输入价格为2.5美元（约合人民币17元），输出价格为15美元（约合人民币102元）；Luna的输入价格为1美元（约合人民币6.8元），输出价格为6美元（约合人民币41元）。

对比来看，Fable 5和Mythos 5的价格同为：输入价格10美元（约合人民币68元），输出价格50美元（约合人民币339元），约等于GPT-5.6 Sol的两倍；Claude Mythos Preview（受邀内测）为输入25美元（约合人民币170元），输出125美元（约合人民币850元）。

GPT-5.6还引入了更可预测的提示缓存机制，包括支持显式缓存断点和30分钟的最低缓存有效期。对于GPT-5.6及更高版本的模型，缓存写入费用按模型未缓存输入费用的1.25倍计费，而缓存读取费用继续享受90%的缓存输入费用折扣。

OpenAI称，GPT-5.6 Sol版本搭载了OpenAI迄今为止最强大的安全防护体系。OpenAI加强了对高风险活动、敏感网络请求和重复滥用行为的防护，并花费数周时间查找漏洞、对系统进行压力测试，使其能够抵御真实世界的攻击。

硅谷AI创企Henry Intelligent Machines PBC的创始人兼CEO亚历克斯·芬恩（Alex Finn）发文称，不幸的是，“大规模发布前沿模型的时代已经结束了……现在只有少数人能够接触到超级智能”。不过他认为积极的一面有人能制衡Fable 5了，“GPT-5.6性能超越了Mythos，价格却只有后者的三分之一”。

▲亚历克斯·芬恩推文

但在X上拥有150万粉丝的科技自媒体罗翰·保罗（Rohan Paul）称，METR发现GPT-5.6 Sol在基准测试中作弊的次数如此之多，以至于得分变得不稳定。5.6 Sol的作弊率是METR在其公开的ReAct Agent框架中检测到的最高值，其中包括试图利用评估设置而非正常完成任务。

▲罗翰·保罗推文

同日，美国政府对Anthropic的模型管制松口。据外媒Semafor今日报道，美国政府今天刚刚解除了对Claude Mythos 5模型的禁令，他们发信通知Anthropic，Mythos 5可面向超100家美国机构开放使用，且所列实体出口或国内转让模型无需再获许可。此前6月13日，美国政府对Mythos和Fable模型实施了出口管制，Anthropic随即中止所有用户的Fable 5和Mythos 5访问权限。但本次解禁未提及Fable 5。

▲外媒Semafor报道截图

一、GPT-5.6 Sol编程、生物、安全大提升，测评超Claude Fable 5

GPT-5.6 Sol是OpenAI迄今为止最强大的模型，在编程、生物学和网络安全方面提升了智能体能力；此外，用户还可以在OpenAI的系统卡中查看更多安全性和准备情况评估。

在GPT-5.6中，OpenAI引入了一种新的推理机制，以让Sol有更多时间进行深度推理。此外，OpenAI还引入了一种新模式，该模式利用子智能体来加速复杂任务的执行，从而超越了单个智能体的能力限制。

对于编程工作流，GPT-5.6 Sol在Terminal-Bench 2.1上表现突出，该测试需要规划、迭代和工具协调的命令行工作流。GPT-5.6 Sol及Ultra版本的测评表现超过了Claude Mythos 5，GPT-5.6 Terra则超过了Claude Fable 5。

▲GPT-5.6 Sol在Terminal-Bench 2.1上的测评

在生物学工作流程方面，GPT-5.6 Sol在评估长期基因组学和定量生物学分析的GeneBench v1测试中，在使用更少标记的情况下取得了比GPT-5.5更优异的结果。

▲GPT-5.6 Sol在GeneBench v1上的测评

GPT-5.6 Sol是OpenAI迄今为止功能最强大的网络安全模型。它提升了长期安全任务的性能效率。在ExploitBench测试中，GPT-5.6 Sol仅使用约三分之一的输出token，即可与Mythos Preview相媲美。在ExploitGym测试中，GPT-5.6 Sol、Terra和Luna模型都随着推理能力的提高，实现网络能力的显著提升。

▲GPT-5.6 Sol在ExploitBench上的测评

▲GPT-5.6 Sol在ExploitGym上的测评

二、GPT-5.6打造最强级别安全防护，采用多层安全措施

OpenAI强调，其为GPT-5.6系列三款模型配备了最强级别安全防护，等级与能力精准匹配。他们主要增强了模型在真实对抗场景下的稳健性，同时保障代码审计、漏洞研究、补丁开发等合法防御工作。策略是在不限制合法用途前提下，让禁止攻击更难实施、更不可预测、更易追溯。评估显示合法防御将显著受益，违规用途被有效限制。

Sol更擅长辅助漏洞发现修复，而非端到端攻击。OpenAI首要任务是确保防御者优先获益。准备框架评估显示Sol未达“关键”级别，在Chromium和Firefox测试中能识别漏洞和利用原语，但未自主完成完整攻击链。所谓准备框架，是OpenAI用于追踪和应对可能带来严重危害的新风险的高级AI能力的流程。因基准测试有局限，OpenAI决定升级模型同时采取更严格措施并分阶段发布。

在GPT-5.6预览版中，OpenAI采用了多层安全措施。模型训练内置保护、生成实时审核、账户级监控、差异化访问控制等。模型经训练拒绝被禁止协助；实时分类器在生成时评估，高风险暂停由强模型审查，违规输出拦截；账户级审查区分恶意与合法双用途。多层叠加使整体更稳健。

在预览期间，用户可能会遇到一些安全措施，这些措施会阻止或拒绝某些请求。OpenAI还与企业客户合作，制定更长期的方案，包括隐私保护检测和风险校准访问权限。

三、投入70万个A100 GPU小时，做自动化红队演练

安全防护必须对攻击者策略的变化保持有效。仅针对已知攻击手段的防护，对前沿模型而言远远不够。

为此，OpenAI投入了“前所未有”的智能算力来保障安全，利用自研模型加速漏洞发现和防护升级。OpenAI投入超过70万个A100 GPU计算小时用于自动化红队演练，以发现通用越狱方法。这项投入还使其能够探索远超人工测试覆盖范围的攻击模式，更早识别故障模式，缩短从漏洞发现到修复的路径。

除了自动化红队演练，OpenAI还与第三方测试机构合作，开展了广泛的人工专家红队演练，并在预览期内持续进行。人工红队演练是对自动化演练的补充，用于测试系统防御是否能抵御富有创造力的专家以AI系统无法预料的方式实施的滥用行为。

由于任何评估都无法穷尽所有产品配置、多步攻击或真实工作流程，OpenAI建立了一套快速响应流程，用于复现、评估、分级和修复新发现的越狱漏洞，并将其纳入持续进行的评估体系，确保未来能够针对同类漏洞进行有效测试。

结语：GPT-5.6三档精准卡位，试图分层挤压对手空间

通过GPT-5.6，OpenAI在模型能力与安全防护两条线上同步提速。编程、生物、网络安全三大领域的基准测试全面超越Claude Fable 5，加之Sol、Terra、Luna三档精准卡位，OpenAI正试图用更强的性能、更细的产品分层挤压竞争对手的生存空间。

在预览之后，OpenAI计划未来几周将GPT-5.6推广到使用ChatGPT、Codex和API的更广泛用户。OpenAI还将于7月在Cerebras上推出GPT-5.6 Sol，处理速度高达每秒750个token，实现速率新高。