OpenAI发布GPT-5.6模型，应政府要求仅对审批伙伴开放

背景

近期，OpenAI 于 6 月 26 日正式发布了其新一代大语言模型 GPT-5.6。此次发布不仅标志着模型能力的迭代，更因其特殊的发布策略引发了广泛关注。应美国政府要求，GPT-5.6 目前仅向约 20 家经过政府审批的合作伙伴开放，普通开发者和 ChatGPT 用户暂时无法直接使用。这一受限开放的模式，使得外界对模型性能、定价策略及安全机制的关注度远超以往。与此同时，社交媒体上出现了对 OpenAI 政治立场及商业策略的激烈批评，认为其操纵政治、害人害己，但文章的核心焦点仍在于此次技术发布本身及其对行业格局的影响。

核心内容

1. 模型架构与命名规则革新 GPT-5.6 引入了全新的命名体系，旨在清晰区分不同层级的能力与定位：

• 代际标识：数字部分代表模型的代际（如 GPT-5.6）。
• 能力档位：采用天体名称作为固定档位标识，灵感来源于太阳、地球和月亮：
  • Sol：旗舰级最强模型。
  • Terra：日常级模型，性能接近上一代 GPT-5.5，但价格减半。
  • Luna：经济级模型，主打低成本与高速度。

2. 旗舰模型 Sol 的新特性 Sol 版本新增了两种高级模式，以增强复杂任务的处理能力：

• Max 模式：允许模型花费更长时间进行深度推理，提升答案质量。
• Ultra 模式：调用多个子 Agent（子代理）并行处理复杂任务。这种机制相当于 AI 自主拆分工作并分配给一组 AI 协同完成，实现了“AI 管理 AI”的初步形态。

3. 性能基准测试数据 在公开的性能基准测试中，GPT-5.6 展现了显著优势：

• Terminal-Bench 2.1（测试命令行工作流的编程基准）：
  • Sol Ultra：91.9%
  • Sol：88.8%
  • Claude Mythos 5：88%
  • Google Gemini 3.1 Pro Preview：70.7%
• ExploitBench（网络安全测试）：Sol 仅使用约三分之一的 token 数量，即达到了 Anthropic Claude Mythos Preview 的水平，显示出极高的效率。

4. API 定价策略 OpenAI 推出了极具竞争力的分层定价：

• Sol：输入 5 美元/百万 token，输出 30 美元/百万 token。
• Terra：输入 2.5 美元/百万 token，输出 15 美元/百万 token。
• Luna：输入 1 美元/百万 token，输出 6 美元/百万 token。 此外，计划于 7 月上线 Cerebras 硬件加速版本，推理速度预计可达每秒 750 个 token。

5. 安全机制与红队测试 OpenAI 在安全方面投入巨大，包括使用超过 70 万 A100 等效 GPU 小时进行自动化红队测试，专门寻找跨场景通用的越狱攻击。

• 实时防御：模型内置实时分类器，在生成过程中检测网络安全和生物领域的滥用行为。
• 复审机制：可疑输出会被暂停，并交由更大的推理模型进行复审。
• 能力评估：根据 OpenAI 的准备框架，Sol 的网络安全能力被定级为“高”，但未达到“关键”级别。它能识别浏览器漏洞和利用原语（exploit primitive），但在测试条件下无法自主完成完整的攻击链。OpenAI 将此解读为模型更倾向于辅助防守方而非攻击方。

关键要点

• 受限开放：GPT-5.6 目前仅对约 20 家政府审批的合作伙伴开放，普通用户暂无明确时间表，Axios 报道下周将增加更多客户。
• 性价比突出：Terra 版本性能接近 GPT-5.5 但价格减半，适合大量推理任务；Luna 版本适合对成本极度敏感的高吞吐场景。
• Agent 自主编排：Sol 的 Ultra 模式实现了复杂多步骤任务的自主拆解、分配与汇总，开发者无需自行搭建 Agent 编排框架，这与 Anthropic 的 Claude Agent 能力及 Cursor 的 IDE 后台 Agent 方向一致。
• 安全双重性：虽然模型被定义为“高”安全级别且倾向于辅助防守，但其识别漏洞和利用原语的能力意味着它仍具备被滥用的潜在风险，现实世界的检验尚需时间。
• 硬件加速：7 月将推出基于 Cerebras 硬件的加速版本，显著提升推理速度。

意义与影响

1. 行业竞争格局重塑 GPT-5.6 的发布进一步拉大了 OpenAI 与竞争对手在顶级性能上的差距，特别是在 Terminal-Bench 和 ExploitBench 等基准测试中，Sol 模型超越了 Claude Mythos 5 和 Google Gemini 3.1 Pro Preview。这表明 OpenAI 在基础模型能力和效率优化上仍保持领先。

2. “AI 管理 AI”范式的确立 Sol Ultra 模式的成功验证，标志着 AI 从单一任务执行者向复杂任务协调者的转变。通过让模型自主拆解和分配工作，开发者可以大幅降低构建复杂 AI 应用的门槛。这一趋势与 Anthropic 和 Cursor 等公司的探索方向一致，预示着未来 AI 应用开发将更侧重于利用模型的自主编排能力，而非手动编写复杂的逻辑代码。

3. 商业化与成本结构的优化 新的定价策略（特别是 Terra 和 Luna 的低价定位）使得高性能 AI 服务更加普惠。对于企业用户而言，Terra 的高性价比可能成为主流选择，而 Luna 则为大规模、低价值请求提供了经济可行的解决方案。Cerebras 硬件加速版本的加入，将进一步降低延迟，提升实时应用体验。

4. 安全与伦理挑战持续存在 尽管 OpenAI 投入巨资提升安全性，但 GPT-5.6 在网络安全测试中的优异表现也引发了关于“双刃剑”效应的担忧。模型既能帮助防守方发现漏洞，也能被攻击者利用来构建更高效的攻击链。政府介入限制开放范围，反映了监管机构对 AI 技术潜在风险的高度警惕。未来，如何在技术创新与安全管控之间取得平衡，将是 OpenAI 及整个行业面临的核心挑战。

5. 市场情绪与信任危机 社交媒体上对 OpenAI 政治立场的激烈批评，反映了部分用户对科技公司深度介入政治决策的不满。这种情绪可能影响品牌形象和用户信任度，尤其是在模型发布受限的背景下，用户可能质疑公司的增长逻辑和社会责任感。OpenAI 需要在技术领先的同时，更好地回应公众关切，以维护其长期市场地位。