Iniciem una vista prèvia limitada de la sèrie GPT‑5.6: Sol, el nostre model insígnia; Terra, un model equilibrat per al treball quotidià; i Luna, un model ràpid i assequible. Terra ofereix un rendiment competitiu respecte de GPT‑5.5 i és 2 vegades més barat, mentre que Luna aporta una capacitat sòlida al nostre cost més baix.
GPT‑5.6 Sol es llança amb la nostra pila de seguretat més robusta fins ara. Hem reforçat les proteccions per a activitats de més risc, sol·licituds cibernètiques sensibles i usos indeguts repetits, i hem dedicat diverses setmanes a trobar febleses, sotmetre el sistema a proves de pressió i endurir-lo contra atacs del món real.
Creiem en l’accés ampli i tenim previst posar GPT‑5.6 Sol, Terra i Luna a disposició general en les pròximes setmanes. Com a part de la nostra col·laboració continuada amb el govern dels EUA, vam presentar prèviament els nostres plans i les capacitats dels models abans del llançament d’avui. A petició seva, comencem amb una vista prèvia limitada per a un petit grup de socis de confiança, la participació dels quals s’ha compartit amb el govern, abans de fer-ne un llançament més ampli. Durant aquesta vista prèvia, continuarem fent proves i coordinant-nos estretament amb els socis mentre treballem per ampliar-ne la disponibilitat. No creiem que aquest tipus de procés d’accés governamental hagi de convertir-se en la norma a llarg termini. Priva de les millors eines els usuaris, desenvolupadors, empreses, defensors cibernètics i socis globals que les necessiten. Fem aquest pas a curt termini perquè creiem que és la millor via per aconseguir una disponibilitat més àmplia en les pròximes setmanes, mentre treballem amb l’Administració per desenvolupar el marc de l’ordre executiva sobre ciberseguretat i un procés repetible per a futurs llançaments de models.
GPT‑5.6 Sol és el nostre model més potent fins ara. Per oferir una vista prèvia del rendiment del model, compartim un conjunt d’avaluacions que destaquen millores en capacitats agèntiques en programació, biologia i ciberseguretat, amb avaluacions addicionals de seguretat i preparació disponibles a la nostra fitxa del model(s'obre en una finestra nova). Compartirem un conjunt ampliat de resultats d’avaluació quan posem el model a disposició de manera general.
Amb GPT‑5.6, introduïm un nou esforç de raonament `max` per donar a Sol el màxim temps per raonar a fons. A més, introduïm un nou mode `ultra` que va més enllà de les capacitats d’un sol agent aprofitant subagents per accelerar el treball complex.
En fluxos de treball de programació, GPT‑5.6 Sol estableix un nou estat de l’art a Terminal‑Bench 2.1, que posa a prova fluxos de treball de línia d’ordres que requereixen planificació, iteració i coordinació d’eines.
GPT‑5.6 Sol també mostra millores àmplies en fluxos de treball de biologia. A GeneBench v1, que avalua anàlisis de genòmica de llarg horitzó i de biologia quantitativa, aconsegueix resultats més sòlids que GPT‑5.5 utilitzant menys segments.
GPT‑5.6 Sol és el nostre model més capaç fins ara per a ciberseguretat. Desplaça la frontera de rendiment i eficiència en tasques de seguretat de llarg horitzó, inclosa la recerca de vulnerabilitats i l’explotació. A ExploitBench², GPT‑5.6 Sol és competitiu amb Mythos Preview utilitzant només aproximadament 1/3 dels segments de sortida. A ExploitGym(s'obre en una finestra nova)3, un benchmark creat per investigadors de la UC Berkeley en col·laboració amb OpenAI i altres laboratoris d’avantguarda, els models GPT‑5.6 Sol, Terra i Luna demostren millores sòlides en capacitats cibernètiques a mesura que augmentem el raonament.
Hem desenvolupat GPT‑5.6 Sol, Terra i Luna amb les nostres salvaguardes més robustes fins ara, amb configuracions adaptades a les capacitats de cada model. A mesura que el model esdevé més capaç, dissenyem salvaguardes perquè resisteixin cada vegada millor la pressió adversària del món real, tot preservant l’accés a treballs legítims com la revisió de codi, la recerca de vulnerabilitats, el desenvolupament de pedaços, la depuració, l’educació en seguretat i les proves defensives. El nostre objectiu és fer que l’activitat ofensiva prohibida sigui més difícil, incerta i detectable sense limitar innecessàriament aquests usos beneficiosos. Segons la nostra avaluació del model i de les salvaguardes, esperem un benefici substancial per al treball defensiu legítim, alhora que restringim de manera significativa l’ús ofensiu prohibit.
GPT‑5.6 Sol és millor ajudant les persones a trobar i corregir vulnerabilitats que no pas duent a terme de manera fiable atacs d’extrem a extrem. A mesura que aquestes capacitats continuïn avançant, la nostra prioritat és assegurar-nos que arribin als defensors i els beneficiïn, perquè puguin fer servir aquestes eines per trobar febleses, desenvolupar pedaços i reforçar sistemes de manera més àmplia.
GPT‑5.6 Sol no supera el llindar Cyber Critical segons el nostre entorn de treball de preparació. En avaluacions amb Chromium i Firefox, va identificar errors i primitives d’explotació —els components bàsics d’un exploit—, però no va produir autònomament un exploit funcional de cadena completa en les condicions provades. Tot i així, els llindars dels benchmarks no poden captar totes les maneres en què un model es pot utilitzar o combinar amb altres eines. Aquesta incertesa, juntament amb el salt més ampli de capacitats del model, és el motiu pel qual acompanyem l’augment de capacitats del model amb salvaguardes més fortes i un llançament per fases. Compartim més detalls sobre les nostres salvaguardes a la fitxa del model de GPT‑5.6 Preview(s'obre en una finestra nova).
Cap salvaguarda per si sola és suficient contra un ús indegut decidit o adaptatiu. En tota la vista prèvia de GPT‑5.6, fem servir salvaguardes per capes, amb configuracions exactes que varien segons els models, i les sotmetem a proves de pressió contra atacs del món real. Aquestes inclouen proteccions entrenades dins del model, comprovacions en temps real durant la generació, senyals a nivell de compte, accés diferenciat, monitoratge, aplicació de mesures i proves continuades.
GPT‑5.6 s’entrena per rebutjar l’assistència cibernètica prohibida, també quan els usuaris intenten dissimular la seva intenció o volen evadir les proteccions de seguretat del model. Aquestes salvaguardes a nivell de model estableixen el primer límit sobre allò en què el model hauria d’ajudar i allò en què no.
Els classificadors en temps real d’ús indegut en ciberseguretat i biologia aporten una altra capa avaluant la sortida mentre es genera. En casos de més risc, si detecten una possible infracció, la generació es pot posar en pausa mentre un model de raonament més gran revisa la conversa i el seu context. Si la sortida s’avalua com a no permesa, es reté abans que arribi a l’usuari.
L’activitat marcada també pot activar una revisió a nivell de compte en converses rellevants i senyals de risc, d’acord amb els nostres termes i polítiques sobre retenció i revisió de contingut. Mirar més enllà d’una sola conversa ajuda els nostres sistemes a distingir el comportament maliciós persistent del treball de seguretat legítim de doble ús, en què conceptes tècnics similars poden aparèixer en contextos molt diferents.
En conjunt, aquestes capes fan que l’enfocament global sigui més robust que qualsevol salvaguarda per separat. El comportament del model redueix la probabilitat de respostes perjudicials, els sistemes en temps real poden intervenir durant la generació, la revisió a nivell de compte pot identificar patrons més amplis i l’accés diferenciat preserva el treball defensiu important sense fer que les capacitats més sensibles estiguin disponibles de manera general per defecte.
Especialment durant la vista prèvia, els usuaris poden trobar salvaguardes que bloquegin o rebutgin algunes sol·licituds. Altres sol·licituds poden trigar més perquè la generació es posa en pausa per a una revisió addicional. Les salvaguardes poden intervenir ocasionalment en treballs legítims, sobretot en àrees de doble ús en què l’activitat defensiva i l’ofensiva poden semblar inicialment similars.
Això forma part del que la vista prèvia està dissenyada per provar. Volem entendre no només si les salvaguardes restringeixen l’ús indegut, sinó també si els usuaris legítims encara poden completar el treball normal de manera fiable i eficient. Els comentaris durant la vista prèvia ens ajudaran a reduir bloquejos i retards innecessaris, millorar la manera com les salvaguardes interpreten el context i crear una experiència més fluida abans del llançament ampli.
També treballem amb clients empresarials en enfocaments a més llarg termini —incloent-hi detecció amb preservació de la privadesa, controls de seguretat operats pel client i accés calibrat segons el risc d’un client, usuari o càrrega de treball— per avançar en seguretat alhora que donem suport als requisits de privadesa empresarial.
Les salvaguardes també han de continuar sent eficaces quan els atacants adapten les seves tàctiques. Una protecció que només funciona amb un conjunt fix d’atacs coneguts no és prou robusta per a un model d’avantguarda.
Per això estem aplicant més intel·ligència i capacitat de càlcul que mai a la seguretat, fent servir els nostres propis models per trobar febleses i millorar les salvaguardes més ràpidament. Hem dedicat més de 700.000 hores de GPU equivalents a A100 a l’equip vermell automatitzat per trobar evasions de les proteccions de seguretat universals: atacs que poden funcionar en moltes indicacions o contextos, no només en un entorn estret. Centrar-nos en aquests atacs més difícils i generals ens ha permès posar a prova les salvaguardes més enllà d’un conjunt fix d’errors coneguts. També ens permet explorar molts més patrons d’atac dels que podrien cobrir només les proves humanes, identificar abans els patrons d’error i escurçar el camí entre trobar una feblesa i corregir-la.
A més de l’equip vermell automatitzat, hem treballat amb verificadors externs per dur a terme un equip vermell humà expert extens, que continuarà durant el període de vista prèvia. L’equip vermell humà complementa el treball automatitzat posant a prova les salvaguardes davant d’experts creatius que intenten fer un mal ús del model de maneres que els nostres sistemes potser no anticiparien.
Cap avaluació pot representar totes les configuracions de producte, tots els atacs de diversos passos ni tots els fluxos de treball del món real. Per això mantenim un procés de resposta ràpida per reproduir, avaluar, prioritzar i corregir les evasions de les proteccions de seguretat descobertes recentment, i després afegir-los a les nostres avaluacions contínues per poder provar errors similars en el futur.
Durant la vista prèvia, els models GPT‑5.6 estaran disponibles inicialment a través de l’API i Codex per a un grup seleccionat de socis i organitzacions de confiança. Tenim previst posar-los aviat a disposició de manera més àmplia per a les persones que utilitzen ChatGPT, Codex i l’API.
En aquest nou sistema de noms introduït amb GPT‑5.6, el número identifica la generació d’un model, mentre que Sol, Terra i Luna identifiquen nivells de capacitat duradors que poden avançar al seu propi ritme. En conjunt, la família ofereix a persones i desenvolupadors opcions més clares en intel·ligència, velocitat i cost.
GPT‑5.6 té un preu per cada milió de segments en tres mides de model: Sol costa 5 $ d’entrada / 30 $ de sortida; Terra, 2,50 $ d’entrada / 15 $ de sortida; i Luna, 1 $ d’entrada / 6 $ de sortida. GPT‑5.6 també introdueix una memòria cau d’indicacions més predictible, amb compatibilitat per a punts de tall de memòria cau explícits i una vida mínima de la memòria cau de 30 minuts. Per a GPT‑5.6 i models posteriors, les escriptures a la memòria cau es facturen a 1,25 vegades la tarifa d’entrada sense memòria cau del model, mentre que les lectures de memòria cau continuen rebent el descompte del 90% d’entrada en memòria cau.
També llancem GPT‑5.6 Sol a Cerebras al juliol, amb fins a 750 segments per segon, per portar intel·ligència d’avantguarda als clients a una velocitat sense precedents. Inicialment, l’accés estarà limitat a clients seleccionats mentre ampliem la capacitat.
Ens entusiasma continuar aprenent d’aquest període de vista prèvia i portar aviat GPT‑5.6 Sol, Terra i Luna a més persones.
1. Estimem la latència i el cost de l’API observant el comportament en producció dels nostres models i simulant-ho fora de línia. Aquestes estimacions tenen en compte els detalls de les crides a eines, els segments mostrejats i els segments d’entrada. Els resultats reals poden variar substancialment i depenen de molts factors que la nostra simulació no recull. Simulem la latència a velocitats ràpides d’API i el cost amb els preus habituals de l’API.
2. Tots els models s’avaluen amb l’entorn de proves de l’API d’ExploitBench, amb 5 llavors i continuïtat de raonament.
3. Vam executar ExploitGym a la nostra API alfa, que genera respostes més de pressa que la nostra API pública, i després ho vam reescalar perquè coincidís amb la nostra API pública. En reescalar les latències a les velocitats esperades per a la nostra API pública, algunes latències estimades superen els límits de temps de 2 h i 6 h, tot i que es van respectar correctament en l’execució de l’avaluació. Per obtenir més velocitat en treballs sensibles al temps, oferim processament prioritari a l’API i mode ràpid a Codex.
4. Els models sense segments de sortida, latència o cost comunicats es representen com a línies de punts horitzontals.
