GPT-5.6
| 開發者 | OpenAI |
|---|---|
| 首次发布 | 2026年6月26日(有限预览) 2026年7月9日(普遍可用) |
| 前任 | GPT-5.5 |
| 繼任 | GPT-6 Astra |
| 类型 | 大型语言模型、人工智能 |
| 许可协议 | 专有软件 |
| 网站 | openai |
GPT-5.6是OpenAI开发的 GPT 系列人工智能模型家族,于2026年6月26日开始有限预览,2026年7月9日转为普遍可用。OpenAI将该系列划分为三个层级,分别是旗舰模型Sol、面向日常工作的平衡型模型Terra,以及速度和成本较低Luna。[1][2]GPT-5.6在ChatGPT、Codex和OpenAI API中推出,并成为ChatGPT Work和Microsoft 365 Copilot等产品使用的模型之一。[3][4]
技术背景
[编辑]GPT是“生成式预训练Transformer”(generative pre-trained transformer)的缩写,属于以Transformer架构和大规模预训练为基础的语言模型路线。Transformer最初由阿西什·瓦斯瓦尼等人在2017年提出,其核心机制是自注意力,使模型能够在序列中建立不同位置之间的依赖关系。[5]: 5998–6001 GPT系列模型通常通过大规模文本预训练获得语言生成和推理能力,再通过指令微调、强化学习、工具使用和安全训练等方式适配实际产品。GPT-3论文将这种模型描述为大规模自回归语言模型,并展示了模型在零样本、单样本和少样本提示下完成任务的能力。[6]: 1877–1880
公开资料没有披露GPT-5.6的参数规模、完整训练语料和训练方法细节。Microsoft Foundry文档列出的Azure OpenAI模型信息显示,“gpt-5.6-sol”、“gpt-5.6-terra”和“gpt-5.6-luna”均支持推理、Responses API、Chat Completions API、结构化输出、文本与图像处理、函数和工具调用、并行工具调用以及计算机使用。其上下文窗口列为1,050,000个词元,最大输出列为128,000个词元,训练数据截止时间列为2026年6月。[7]
发布
[编辑]OpenAI于2026年6月26日宣布GPT-5.6开放有限预览。预览阶段包括Sol、Terra和Luna三款模型,其中Sol被描述为旗舰模型,Terra被描述为兼顾日常工作的平衡模型,Luna则被定位为速度较快、成本较低的模型。OpenAI称有限预览先面向一小部分“受信任伙伴和组织”,并表示这是在同美国政府沟通后采取的阶段性发布方式。[1]
GPT-5.6的有限预览与美国政府对前沿人工智能模型的安全审查讨论有关。《华尔街日报》报道,OpenAI在与特朗普政府讨论后限制了其最新模型的访问范围,并称这类按个案限制行业活动的做法不应成为常态。[8]路透社随后报道,OpenAI计划在进一步测试和同政府官员会谈后公开推出GPT-5.6,并称该模型此前只向一小部分经过审查的伙伴开放。[9]
2026年7月9日,OpenAI宣布GPT-5.6转为普遍可用,覆盖ChatGPT、Codex和OpenAI API。OpenAI发布页称,Plus、Pro、Business和Enterprise用户可在Chat中通过中等及更高推理强度使用GPT-5.6 Sol;ChatGPT Work和Codex中,Free和Go用户可使用GPT-5.6 Terra,Plus及以上层级用户可在Sol、Terra和Luna之间选择。开发者则可通过OpenAI API使用三款模型。[2]
型号与价格
[编辑]OpenAI在发布时将GPT-5.6系列分为三个模型层级。Sol是旗舰模型,Terra是较低成本的日常工作模型,Luna是最快且最便宜的模型。OpenAI称,5.6这一数字代表模型世代,Sol、Terra和Luna则代表能够独立迭代的能力层级。[2]
发布时,OpenAI API对GPT-5.6按每百万词元计价:Sol为输入5美元、输出30美元;Terra为输入2.5美元、输出15美元;Luna为输入1美元、输出6美元。GPT-5.6还引入较可预测的提示缓存,支持显式缓存断点和30分钟最短缓存寿命;缓存写入按未缓存输入价格的1.25倍计费,缓存读取继续享受90%的缓存输入折扣。[2]
功能与评测
[编辑]OpenAI将GPT-5.6的主要改进集中在长期任务、知识工作、设计、编程、科学、健康、网络安全、计算机使用、工具使用和长上下文等方向。发布页列出的评测显示,GPT-5.6 Sol在Terminal-Bench 2.1中为88.8%,Sol Ultra为91.9%;在OSWorld 2.0中Sol为62.6%;在BrowseComp中Sol为90.4%、Sol Ultra为92.2%;在GPQA Diamond中Sol为94.6%;在FrontierMath Tier 1–3(v2)中Sol为89%,Tier 4(v2)中Sol为83%。这些结果来自OpenAI发布页或其列出的评测表,应按厂商披露数据理解。[2]
| 评测 | 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% |
独立评测机构Artificial Analysis在2026年7月9日发布的分析中称,GPT-5.6 Sol(max)在Artificial Analysis Intelligence Index中得59分,比Claude Fable 5(max)低1分,但每项任务成本约为后者的三分之一;Terra(max)和 Luna(max)分别得55分和51分。该机构还称,GPT-5.6 Sol(max)在其Coding Agent Index中得80分,位居该指数首位。[10]
安全评估
[编辑]OpenAI发布的GPT-5.6系统卡将Sol、Terra和Luna在网络安全以及生物与化学风险上列为Preparedness Framework下的高能力等级,但称三者都没有达到AI自我改进方面的高阈值。系统卡称,GPT-5.6在网络安全能力上有明显提升,但没有达到该风险框架最高的Critical等级;Sol和Terra能够发现漏洞和部分利用链组件,但在测试中未能对加固目标自主完成端到端攻击。[11]
系统卡还称,OpenAI在GPT-5.6上采用分层防护,包括模型层拒答、实时检查、账户层信号、差异化访问、监测、执行和持续测试。OpenAI表示,Sol和Terra配有面向敏感领域的激活分类器,可以在生成过程中干预并停止不安全回答;对话层面还使用两级监测系统,先由主题分类器判断内容是否涉及需要防护的领域,再由安全推理模型判断是否越过风险边界。[11]
外部评测方面,系统卡称安全实验室Irregular评估了GPT-5.6 Sol的网络安全能力,结果显示其进攻性网络能力与GPT-5.5相当或略强,但在加固目标、编排、操作化和操作安全方面仍有限制。英国AI安全研究所也在预部署阶段获得GPT-5.6 Sol访问权限,并在网络任务和长期攻击模拟中进行评估;OpenAI系统卡转述称,GPT-5.6 Sol在AISI的专家级CTF任务中得分高于GPT-5.5,并在一项32步企业网络攻击模拟中10次完成7次,而GPT-5.5为10次完成2次。[11]
产品集成
[编辑]GPT-5.6推出时被用于ChatGPT Work。OpenAI将ChatGPT Work描述为ChatGPT中的代理功能,可以跨用户选择的应用、文件和工作流收集信息,创建表格、演示文稿、文档和网页应用,并把较长项目拆分为较小步骤持续执行。OpenAI称,ChatGPT Work由GPT-5.6驱动,并借助该模型完成多步骤任务推理和基于模板、参考文件生成材料。[3]
OpenAI还宣布GPT-5.6将成为Microsoft 365 Copilot的新首选模型,覆盖Word、Excel、PowerPoint、Chat和Cowork。OpenAI称,Microsoft 365用户可在文档起草、数据分析、演示文稿制作和跨团队协作等场景中使用GPT-5.6。Microsoft也将通过OpenAI API直接访问该模型,以便向Microsoft 365客户提供GPT-5.6。[4]
参考文献
[编辑]- ^ 1.0 1.1 Previewing GPT-5.6 Sol: a next-generation model. OpenAI. 2026-06-26 [2026-07-11]. (原始内容存档于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]. (原始内容存档于2026-07-10).
- ^ 3.0 3.1 ChatGPT is now a partner for your most ambitious work. OpenAI. 2026-07-09 [2026-07-11]. (原始内容存档于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]. (原始内容存档于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]. (原始内容存档于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]. (原始内容存档于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]. (原始内容存档于2026-07-09).