GPT-5.6
| 開發者 | OpenAI |
|---|---|
| 首次發布 | 2026年6月26日(有限預覽) 2026年7月9日(普遍可用) |
| 前任 | GPT-5.5 |
| 繼任 | GPT-6 Astra |
| 類型 | 大型語言模型、人工智能 |
| 許可協議 | 專有軟件 |
| 網站 | openai |
GPT-5.6是OpenAI開發的 GPT 系列人工智能模型家族,於2026年6月26日開始有限預覽,2026年7月9日轉為普遍可用。OpenAI將該系列劃分為三個層級,分別是旗艦模型Sol、面向日常工作的平衡型模型Terra,以及速度和成本較低Luna。[1][2]GPT-5.6在ChatGPT、Codex和OpenAI API中推出,並成為ChatGPT Work和Microsoft 365 Copilot等產品使用的模型之一。[3][4]
技術背景
[編輯]GPT是「生成式預訓練Transformer」(generative pre-trained transformer)的縮寫,屬於以Transformer架構和大規模預訓練為基礎的語言模型路線。Transformer最初由阿西什·瓦斯瓦尼等人在2017年提出,其核心機制是自注意力,使模型能夠在序列中建立不同位置之間的依賴關係。[5]: 5998–6001 GPT系列模型通常通過大規模文本預訓練獲得語言生成和推理能力,再通過指令微調、強化學習、工具使用和安全訓練等方式適配實際產品。GPT-3論文將這種模型描述為大規模自回歸語言模型,並展示了模型在零樣本、單樣本和少樣本提示下完成任務的能力。[6]: 1877–1880
公開資料沒有披露GPT-5.6的參數規模、完整訓練語料和訓練方法細節。Microsoft Foundry文檔列出的Azure OpenAI模型信息顯示,「gpt-5.6-sol」、「gpt-5.6-terra」和「gpt-5.6-luna」均支持推理、Responses API、Chat Completions API、結構化輸出、文本與圖像處理、函數和工具調用、並行工具調用以及計算機使用。其上下文窗口列為1,050,000個詞元,最大輸出列為128,000個詞元,訓練數據截止時間列為2026年6月。[7]
發布
[編輯]OpenAI於2026年6月26日宣布GPT-5.6開放有限預覽。預覽階段包括Sol、Terra和Luna三款模型,其中Sol被描述為旗艦模型,Terra被描述為兼顧日常工作的平衡模型,Luna則被定位為速度較快、成本較低的模型。OpenAI稱有限預覽先面向一小部分「受信任夥伴和組織」,並表示這是在同美國政府溝通後採取的階段性發布方式。[1]
GPT-5.6的有限預覽與美國政府對前沿人工智能模型的安全審查討論有關。《華爾街日報》報道,OpenAI在與特朗普政府討論後限制了其最新模型的訪問範圍,並稱這類按個案限制行業活動的做法不應成為常態。[8]路透社隨後報道,OpenAI計劃在進一步測試和同政府官員會談後公開推出GPT-5.6,並稱該模型此前只向一小部分經過審查的夥伴開放。[9]
2026年7月9日,OpenAI宣布GPT-5.6轉為普遍可用,覆蓋ChatGPT、Codex和OpenAI API。OpenAI發布頁稱,Plus、Pro、Business和Enterprise用戶可在Chat中通過中等及更高推理強度使用GPT-5.6 Sol;ChatGPT Work和Codex中,Free和Go用戶可使用GPT-5.6 Terra,Plus及以上層級用戶可在Sol、Terra和Luna之間選擇。開發者則可通過OpenAI API使用三款模型。[2]
型號與價格
[編輯]OpenAI在發布時將GPT-5.6系列分為三個模型層級。Sol是旗艦模型,Terra是較低成本的日常工作模型,Luna是最快且最便宜的模型。OpenAI稱,5.6這一數字代表模型世代,Sol、Terra和Luna則代表能夠獨立迭代的能力層級。[2]
發布時,OpenAI API對GPT-5.6按每百萬詞元計價:Sol為輸入5美元、輸出30美元;Terra為輸入2.5美元、輸出15美元;Luna為輸入1美元、輸出6美元。GPT-5.6還引入較可預測的提示緩存,支持顯式緩存斷點和30分鐘最短緩存壽命;緩存寫入按未緩存輸入價格的1.25倍計費,緩存讀取繼續享受90%的緩存輸入折扣。[2]
功能與評測
[編輯]OpenAI將GPT-5.6的主要改進集中在長期任務、知識工作、設計、編程、科學、健康、網絡安全、計算機使用、工具使用和長上下文等方向。發布頁列出的評測顯示,GPT-5.6 Sol在Terminal-Bench 2.1中為88.8%,Sol Ultra為91.9%;在OSWorld 2.0中Sol為62.6%;在BrowseComp中Sol為90.4%、Sol Ultra為92.2%;在GPQA Diamond中Sol為94.6%;在FrontierMath Tier 1–3(v2)中Sol為89%,Tier 4(v2)中Sol為83%。這些結果來自OpenAI發布頁或其列出的評測表,應按廠商披露數據理解。[2]
| 評測 | GPT-5.6 Sol | GPT-5.6 Terra | GPT-5.6 Luna | GPT-5.5 |
|---|---|---|---|---|
| Terminal-Bench 2.1 | 88.8% | 87.4% | 84.7% | 85.6% |
| OSWorld 2.0 | 62.6% | 50.2% | 45.6% | 47.5% |
| BrowseComp | 90.4% | 87.5% | 83.3% | 84.4% |
| GPQA Diamond | 94.6% | 92.9% | 92.3% | 93.6% |
| FrontierMath Tier 1–3(v2) | 89% | 84.9% | 78.6% | 85.3% |
| ExploitGym | 33.7% | 23.2% | 12.4% | 15.1% |
獨立評測機構Artificial Analysis在2026年7月9日發布的分析中稱,GPT-5.6 Sol(max)在Artificial Analysis Intelligence Index中得59分,比Claude Fable 5(max)低1分,但每項任務成本約為後者的三分之一;Terra(max)和 Luna(max)分別得55分和51分。該機構還稱,GPT-5.6 Sol(max)在其Coding Agent Index中得80分,位居該指數首位。[10]
安全評估
[編輯]OpenAI發布的GPT-5.6系統卡將Sol、Terra和Luna在網絡安全以及生物與化學風險上列為Preparedness Framework下的高能力等級,但稱三者都沒有達到AI自我改進方面的高閾值。系統卡稱,GPT-5.6在網絡安全能力上有明顯提升,但沒有達到該風險框架最高的Critical等級;Sol和Terra能夠發現漏洞和部分利用鏈組件,但在測試中未能對加固目標自主完成端到端攻擊。[11]
系統卡還稱,OpenAI在GPT-5.6上採用分層防護,包括模型層拒答、實時檢查、帳戶層信號、差異化訪問、監測、執行和持續測試。OpenAI表示,Sol和Terra配有面向敏感領域的激活分類器,可以在生成過程中干預並停止不安全回答;對話層面還使用兩級監測系統,先由主題分類器判斷內容是否涉及需要防護的領域,再由安全推理模型判斷是否越過風險邊界。[11]
外部評測方面,系統卡稱安全實驗室Irregular評估了GPT-5.6 Sol的網絡安全能力,結果顯示其進攻性網絡能力與GPT-5.5相當或略強,但在加固目標、編排、操作化和操作安全方面仍有限制。英國AI安全研究所也在預部署階段獲得GPT-5.6 Sol訪問權限,並在網絡任務和長期攻擊模擬中進行評估;OpenAI系統卡轉述稱,GPT-5.6 Sol在AISI的專家級CTF任務中得分高於GPT-5.5,並在一項32步企業網絡攻擊模擬中10次完成7次,而GPT-5.5為10次完成2次。[11]
產品集成
[編輯]GPT-5.6推出時被用於ChatGPT Work。OpenAI將ChatGPT Work描述為ChatGPT中的代理功能,可以跨用戶選擇的應用、文件和工作流收集信息,創建表格、演示文稿、文檔和網頁應用,並把較長項目拆分為較小步驟持續執行。OpenAI稱,ChatGPT Work由GPT-5.6驅動,並藉助該模型完成多步驟任務推理和基於模板、參考文件生成材料。[3]
OpenAI還宣布GPT-5.6將成為Microsoft 365 Copilot的新首選模型,覆蓋Word、Excel、PowerPoint、Chat和Cowork。OpenAI稱,Microsoft 365用戶可在文檔起草、數據分析、演示文稿製作和跨團隊協作等場景中使用GPT-5.6。Microsoft也將通過OpenAI API直接訪問該模型,以便向Microsoft 365客戶提供GPT-5.6。[4]
參考文獻
[編輯]- ^ 1.0 1.1 Previewing GPT-5.6 Sol: a next-generation model. OpenAI. 2026-06-26 [2026-07-11]. (原始內容存檔於2026-07-08).
- ^ 2.0 2.1 2.2 2.3 2.4 2.5 GPT-5.6: Frontier intelligence that scales with your ambition. OpenAI. 2026-07-09 [2026-07-11]. (原始內容存檔於2026-07-10).
- ^ 3.0 3.1 ChatGPT is now a partner for your most ambitious work. OpenAI. 2026-07-09 [2026-07-11]. (原始內容存檔於2026-07-09).
- ^ 4.0 4.1 GPT-5.6 is now the preferred model in Microsoft 365 Copilot. OpenAI. 2026-07-09 [2026-07-11].
- ^ Vaswani, Ashish; Shazeer, Noam; Parmar, Niki; Uszkoreit, Jakob; Jones, Llion; Gomez, Aidan N.; Kaiser, Łukasz; Polosukhin, Illia. Attention Is All You Need. Advances in Neural Information Processing Systems 30: 5998–6008. 2017.
- ^ Brown, Tom B.; Mann, Benjamin; Ryder, Nick; et al. Language Models are Few-Shot Learners. Advances in Neural Information Processing Systems 33: 1877–1901. 2020.
- ^ Foundry Models sold by Azure. Microsoft Learn. Microsoft. [2026-07-11]. (原始內容存檔於2026-07-06).
- ^ Ramkumar, Amrith. OpenAI Limits Access to New Models, Citing Government Security Concerns. The Wall Street Journal. 2026-06-26 [2026-07-11]. (原始內容存檔於2026-06-29).
- ^ Nair, Devika Madhusudhanan; Kalia, Shubham. OpenAI set to launch most capable GPT model after delayed rollout. Reuters. 2026-07-08 [2026-07-11].
- ^ GPT-5.6 benchmarks across Intelligence, Speed and Cost. Artificial Analysis. 2026-07-09 [2026-07-11]. (原始內容存檔於2026-07-10).
- ^ 11.0 11.1 11.2 GPT-5.6 System Card. OpenAI Deployment Safety Hub. OpenAI. 2026-07-09 [2026-07-11]. (原始內容存檔於2026-07-09).