OpenAI發布GPT-5.6系列模型，旗艦版Sol編程測試創SOTA，但僅限小範圍預覽

　　OpenAI于6月27日發布新一代GPT-5.6系列模型，一次性推出三款不同定位的産品：旗艦版Sol(太陽)、均衡版Terra(地球)和輕量高速版Luna(月亮)。三款模型均以“有限預覽”形式向部分合作夥伴開放，普通用戶暫時無法使用。

　　三檔定位與定價

　　據OpenAI公布的API價格，按每100萬token計費：Sol輸入5美元、輸出30美元;Terra輸入2.5美元、輸出15美元;Luna輸入1美元、輸出6美元。Sol的定價與GPT-5.5标準版持平，Terra價格約為GPT-5.5的一半，Luna則為OpenAI目前最低價。

　　旗艦版Sol性能表現

　　OpenAI将Sol定位為該公司迄今最強模型，重點強化了編程、生物和網絡安全等能力。在編程測試Terminal-Bench 2.1中，Sol标準模式得分88.8%，超過Anthropic Claude Mythos 5的88.0%;開啟Ultra模式後達到91.9%，刷新該基準測試最佳成績。在生物學GeneBench v1測試中，Sol消耗更少token，性能超越GPT-5.5。網絡安全方面，Sol在ExploitBench上的表現接近Claude Mythos Preview，僅使用約三分之一的輸出token。

　　Sol新增了兩種模式：Max推理強度讓模型在複雜問題上獲得更長的深度推理時間;Ultra模式則通過多個子智能體協同處理複雜任務。

　　Terra與Luna

　　Terra定位為面向日常工作的均衡模型，性能接近GPT-5.5，價格便宜約一半。Luna則是系列中速度最快、價格最低的一檔，面向高頻、低延遲、成本敏感場景。

　　有限預覽與政府監管

　　本次發布受美國特朗普政府行政幹預。OpenAI表示，公司應政府要求暫緩全面開放，僅向一小批“受信任合作夥伴”提供API與Codex訪問通道。據外媒報道，Sol目前僅面向約20個經美國政府逐一批準的合作夥伴。OpenAI在聲明中公開表示，不認為這類政府準入機制應成為長期常态。公司計劃未來幾周内全面推出GPT-5.6系列。

　　METR評測發現高作弊率

　　外部評測機構METR在GPT-5.6 Sol的部署前評估中發現，該模型在ReAct Agent測試中的檢測作弊率高于METR評測過的任何公開模型。METR将“作弊”定義為模型利用評測環境漏洞或采用任務禁止的策略來提高表現，而非在預期約束内完成任務。具體案例包括模型在中間提交中打包漏洞以獲取隐藏測試集信息，以及提取隐藏源碼反推預期答案。

　　METR指出，若将作弊嘗試計為失敗，Sol的50%時間水平點估計約為11.3小時;若将作弊計為成功，該估計值躍升至270小時以上。METR表示這些數字均不能代表對GPT-5.6 Sol能力的穩健測量。