GPT‑5.6: Κορυφαία νοημοσύνη που εξελίσσεται με τη φιλοδοξία σας

Λανσάρουμε την οικογένεια μοντέλων GPT‑5.6 για γενική διαθεσιμότητα μετά την περιορισμένη προεπισκόπησή⁠ μας: τη νέα μας ναυαρχίδα, Sol, μαζί με το Terra, ένα ισορροπημένο μοντέλο για καθημερινή εργασία, και το Luna, το πιο αποδοτικό ως προς το κόστος μοντέλο μας.

Το GPT‑5.6 Sol θέτει ένα νέο πρότυπο τόσο για την ευφυΐα όσο και για την αποδοτικότητα, επιτυγχάνοντας επιδόσεις αιχμής στον προγραμματισμό, τη διανοητική εργασία, την κυβερνοασφάλεια και την επιστήμη, ενώ ξεπερνά προηγούμενα και ανταγωνιστικά κορυφαία μοντέλα με λιγότερα token και με χαμηλότερο εκτιμώμενο κόστος. Το αποτέλεσμα είναι καλύτερη απόδοση ανά δολάριο: περισσότερη επιτυχημένη εργασία με την ίδια δαπάνη ή συγκρίσιμα αποτελέσματα με χαμηλότερο συνολικό κόστος. Εισάγουμε επίσης έναν νέο τρόπο για την επιτάχυνση των πιο απαιτητικών εργασιών: το ultra είναι η ρύθμιση με τις υψηλότερες δυνατότητές μας, που συντονίζει πολλαπλούς πράκτορες σε παράλληλες ροές εργασίας, ώστε να ολοκληρώνονται σύνθετες εργασίες ταχύτερα. Η ισχυρότερη χρήση υπολογιστή και η κρίση στον σχεδιασμό καθιστούν το GPT‑5.6 Sol τον πιο εξελιγμένο συνεργάτη μας μέχρι σήμερα, βοηθώντας το να ελέγχει, να βελτιώνει και να παραδίδει έτοιμα προς χρήση αποτελέσματα.

Εκπαιδεύσαμε το GPT‑5.6 ώστε να αποδίδει περισσότερο χρήσιμο έργο από κάθε token. Στο Agents’ Last Exam⁠(ανοίγει σε νέο παράθυρο), μια αξιολόγηση επαγγελματικών ροών εργασίας μεγάλης διάρκειας σε 55 τομείς, το GPT‑5.6 Sol θέτει νέο υψηλό 53,6, ξεπερνώντας το Claude Fable 5 (προσαρμοστική συλλογιστική) κατά 13,1 μονάδες. Ακόμη και με μεσαία συλλογιστική, ξεπερνά το Fable 5 κατά 11,4 μονάδες, με περίπου το ένα τέταρτο του εκτιμώμενου κόστους. Αυτή η αποδοτικότητα επεκτείνεται και στα μικρότερα μοντέλα, τα οποία είναι απαραίτητα για να καταστεί η νοημοσύνη πιο άφθονη και προσιτή: τα GPT‑5.6 Terra και GPT‑5.6 Luna ξεπερνούν το Fable 5 με περίπου το ένα δέκατο έκτο του κόστους. Στον Δείκτη Ευφυΐας Artificial Analysis⁠(ανοίγει σε νέο παράθυρο), ένα ευρύ μέτρο της ευφυΐας που καλύπτει εργασίες με αυτόνομους πράκτορες, προγραμματισμό, επιστημονική συλλογιστική και γενικές δυνατότητες, το GPT‑5.6 Sol με μέγιστη συλλογιστική πλησιάζει κατά μόλις έναν βαθμό το Fable 5, ενώ ολοκληρώνει εργασίες σε 61% λιγότερο χρόνο με σχεδόν το μισό εκτιμώμενο κόστος.

Το GPT‑5.6 κυκλοφορεί με τις πιο ισχυρές δικλίδες ασφαλείας μας μέχρι σήμερα, σχεδιασμένες ώστε να είναι ανθεκτικές απέναντι σε επίμονη και προσαρμοστική κατάχρηση, χωρίς να περιορίζουν σε ευρεία κλίμακα τη θεμιτή εργασία. Πριν από τη γενική διαθεσιμότητα, υποβάλαμε τα μοντέλα και τα μέτρα προστασίας στην πιο εκτενή περίοδο αξιολόγησης μέχρι σήμερα, συνδυάζοντας ανθρώπινο αντιπαραθετικό έλεγχο ασφαλείας (red teaming) με αυτοματοποιημένες δοκιμές μεγάλης κλίμακας. Κατά τη διάρκεια της δοκιμαστικής προεπισκόπησης, συνεργαστήκαμε στενά με εξειδικευμένους οργανισμούς και με έμπιστους συνεργάτες, για να υποβάλουμε τις άμυνες σε δοκιμές αντοχής και να ενισχύσουμε τις δικλίδες ασφαλείας πριν από την ευρύτερη κυκλοφορία. Το προκύπτον σύστημα ενσωματώνει προστασίες που έχουν εκπαιδευτεί στο μοντέλο με ελέγχους σε πραγματικό χρόνο, παρακολούθηση και πρόσβαση προσαρμοσμένη στα επίπεδα εμπιστοσύνης και κινδύνου.

Το GPT‑5.6 Sol είναι το καλύτερο μοντέλο μας για προγραμματισμό μέχρι σήμερα. Στον Δείκτη πρακτόρων προγραμματισμού Artificial Analysis, το GPT‑5.6 Sol με μέγιστη συλλογιστική καταγράφει νέο κορυφαίο αποτέλεσμα με βαθμολογία 80, 2,8 μονάδες πάνω από το Fable 5, ενώ χρησιμοποιεί λιγότερα από τα μισά token αποτελέσματος, χρειάζεται λιγότερο από τον μισό χρόνο και κοστίζει περίπου κατά ένα τρίτο λιγότερο. Αυτό το πλεονέκτημα εκτείνεται σε ολόκληρη την οικογένεια: το Terra υπερτερεί ελαφρώς έναντι του Fable 5, ενώ το Luna ξεπερνά το Opus 4.8. Το καθένα το πετυχαίνει αυτό σε περίπου το ένα τρίτο του χρόνου, με περίπου τα μισά token αποτελέσματος και με περίπου το ένα τέταρτο του εκτιμώμενου κόστους. Επιτυγχάνει, επίσης, νέα κορυφαία αποτελέσματα αιχμής στα Terminal‑Bench 2.1 και DeepSWE, τα οποία δοκιμάζουν σύνθετες ροές εργασίας γραμμής εντολών και μηχανική λογισμικού μακρού ορίζοντα σε πραγματικές βάσεις κώδικα.

Το GPT‑5.6 μπορεί να γράφει και να εκτελεί ελαφριά προγράμματα που συντονίζουν εργαλεία, επεξεργάζονται ενδιάμεσα αποτελέσματα, παρακολουθούν την πρόοδο και επιλέγουν την επόμενη ενέργεια καθώς εξελίσσεται η εργασία. Αυτό επιτρέπει στις εργασίες με έντονη χρήση εργαλείων να προχωρούν με λιγότερα token, λιγότερους κύκλους επικοινωνίας με το μοντέλο και λιγότερη καθοδήγηση. Αντί να απαιτείται από τους προγραμματιστές να γράφουν σενάρια για κάθε βήμα ή να περνούν κάθε απόκριση εργαλείου ξανά μέσα από το μοντέλο, η Προγραμματική Κλήση Εργαλείων⁠(ανοίγει σε νέο παράθυρο) στο Responses API μπορεί να φιλτράρει μεγάλες ποσότητες ενδιάμεσων δεδομένων, να διατηρεί μόνο ό,τι έχει σημασία και να προσαρμόζει τη ροή εργασίας της στην πορεία.

Για προβλήματα που ανταμείβουν μεγαλύτερη επένδυση χρόνου και υπολογιστικών πόρων, το GPT‑5.6 μπορεί να υπερβεί αυτήν την αποδοτική προεπιλογή. Το max δίνει στο GPT‑5.6 ακόμη περισσότερο χρόνο από το xhigh για να συλλογιστεί και να εξερευνήσει εναλλακτικές, να εκτελέσει ελέγχους και να αναθεωρήσει την προσέγγισή του. Το ultra προχωρά ένα βήμα παραπέρα, συντονίζοντας τέσσερις πράκτορες παράλληλα από προεπιλογή, με αντάλλαγμα υψηλότερη χρήση token για ισχυρότερα αποτελέσματα και ταχύτερο χρόνο μέχρι το αποτέλεσμα σε απαιτητικές εργασίες. Τα παρακάτω γραφήματα συγκρίνουν την προεπιλεγμένη διαμόρφωση τεσσάρων πρακτόρων του ultra με μια βάση αναφοράς ενός πράκτορα στα BrowseComp, SEC-Bench Pro και Terminal-Bench 2.1. Τα BrowseComp και SEC-Bench Pro εμφανίζουν επίσης διαμορφώσεις 16 πρακτόρων. Και στις τρεις αξιολογήσεις, η προσθήκη παράλληλων πρακτόρων μετατοπίζει το όριο βαθμολογίας-καθυστέρησης προς τα πάνω και προς τα αριστερά, επιτυγχάνοντας καλύτερα αποτελέσματα σε λιγότερο χρόνο. Στο API, οι προγραμματιστές μπορούν να δημιουργούν εμπειρίες τύπου Ultra χρησιμοποιώντας το beta πολλαπλών πρακτόρων στο Responses API.

Το GPT‑5.6 φέρνει ένα ποιοτικό άλμα στη σχεδιαστική κρίση. Μόνο με καθοδήγηση υψηλού επιπέδου, το GPT‑5.6 δημιουργεί καλαίσθητα, εργονομικά και λειτουργικά περιβάλλοντα χρήστη. Οι ισχυρότερες δυνατότητές του στη χρήση υπολογιστή του επιτρέπουν να ελέγχει και να βελτιώνει το αποδιδόμενο αποτέλεσμα —όχι απλώς να δημιουργεί τον υποκείμενο κώδικα ή περιεχόμενο— ώστε να μπορεί να εντοπίζει οπτικά και λειτουργικά προβλήματα και να εφαρμόζει τις τελικές πινελιές πριν παραδώσει ξανά την εργασία.

Οι δυνατότητες frontend του GPT‑5.6 επίσης μετατρέπουν τα αιτήματα σε φυσική γλώσσα σε καλαίσθητες, διαδραστικές επεξηγήσεις και οπτικοποιήσεις στο ChatGPT Εργασία.

Το GPT‑5.6 προσφέρει καλύτερα αποτελέσματα για επαγγελματικές εργασίες. Παίρνει το ακατάστατο πλαίσιο από τα έγγραφά σας και τις καθημερινές ροές εργασίας σας, όπως το Slack, το Notion, το Microsoft 365 και το Google Drive, και το μετατρέπει σε κοινοποιήσιμα παραδοτέα επιπέδου ειδικού.

Η ισχύς του GPT‑5.6 στη διανοητική εργασία αναδεικνύεται σε αξιολογήσεις που καλύπτουν επαγγελματική ανάλυση μακρού ορίζοντα, περιήγηση, χρήση εργαλείων και χρήση υπολογιστή. Το GPT‑5.6 Sol θέτει νέα κορυφαία αποτελέσματα στο BrowseComp με 92,2% και στο OSWorld 2.0 με 62,6%. Στο OSWorld, ξεπερνά το Opus 4.8 χρησιμοποιώντας 85% λιγότερα token αποτελέσματος. Εδώ, οι βελτιώσεις στην απόδοση ανά δολάριο επεκτείνονται σε όλη την οικογένεια GPT‑5.6. Το Luna σχεδόν φτάνει την κορυφαία απόδοση του GPT‑5.5 με κόστος πολύ χαμηλότερο από το μισό του εκτιμώμενου κόστους, ενώ το Terra το ξεπερνά με χαμηλότερο κόστος.

Το GPT‑5.6 Sol βελτιώνει την ποιότητα σε παρουσιάσεις, έγγραφα και υπολογιστικά φύλλα, παράγοντας αποτελέσματα που είναι πιο καλαίσθητα και ακριβή. Μπορεί να δημιουργεί πλήρως επεξεργάσιμες παρουσιάσεις από το μηδέν, μετατρέποντας μια προτροπή και πηγαίο υλικό σε μια συνεκτική οπτική αφήγηση με άρτιες διατάξεις, σαφή ιεράρχηση και προσεγμένο σχεδιασμό.

Η βελτίωση είναι ιδιαίτερα αισθητή όταν ακολουθούνται πρότυπα και παρουσιάσεις αναφοράς. Το GPT‑5.6 μπορεί να συναγάγει το σύστημα σχεδίασης μιας παρουσίασης —διατάξεις, τυπογραφία, αποστάσεις, χρώματα και επαναλαμβανόμενα μοτίβα περιεχομένου, συμπεριλαμβανομένων κανόνων που είναι ενσωματωμένοι στο Υπόδειγμα διαφανειών— και να εφαρμόζει αυτές τις συμβάσεις με συνέπεια σε νέο υλικό. Σε αυτό το παράδειγμα, όταν του ζητείται να ενημερώσει αριθμούς με βάση ένα αρχείο αναφοράς, από τα αποτελέσματα του GPT‑5.5 λείπουν βασικά στοιχεία από το υπόδειγμα διαφανειών, ενώ το GPT‑5.6 ακολουθεί πιο πιστά τη δομή αναφοράς.

Το GPT‑5.6 δημιουργεί επίσης οπτικά πιο καλοδουλεμένα έγγραφα και υπολογιστικά φύλλα. Τηρεί πιο πιστά σύνθετα μορφότυπα αναφορών, κάτι που είναι σημαντικό για επαναλήψιμες δραστηριότητες διανοητικής εργασίας. Χειρίζεται εξισώσεις και χρηματοοικονομικά μοντέλα με μεγαλύτερη ακρίβεια και αξιοποιεί καλύτερα την τυπογραφία, τα διαστήματα, την ιεραρχία και τη διάταξη σελίδας ή φύλλου εργασίας.

Οι πρώτοι πελάτες που δοκίμασαν το GPT‑5.6 παρατήρησαν βελτιώσεις στα αποτελέσματα διανοητικής εργασίας σε διάφορους τομείς.

Το GPT‑5.6 είναι το ισχυρότερο μοντέλο κυβερνοασφάλειας που διαθέτουμε μέχρι σήμερα, επιτυγχάνοντας κορυφαίες επιδόσεις με σημαντικά λιγότερα token. Στο ExploitBench^2, το οποίο μετρά την πρόοδο από την πρόσβαση σε ευάλωτο κώδικα έως την εκτέλεση αυθαίρετου κώδικα, σημειώνει επίδοση 73,5% έναντι της επίδοσης του GPT‑5.5 47,9% με συγκρίσιμο προϋπολογισμό token αποτελέσματος. Στο ExploitGym³, το οποίο ζητά από πράκτορες να μετατρέψουν ευπάθειες του πραγματικού κόσμου σε λειτουργικά exploits, σχεδόν διπλασιάζει το μέγιστο ποσοστό επιτυχίας του GPT‑5.5, μέγιστο ποσοστό επιτυχίας, από 15,1% σε 24,9% εντός του ορίου των δύο ωρών, με έξι ώρες φτάνει το 33,7%. Στο SEC-Bench Pro, το οποίο αξιολογεί τη δημιουργία proof-of-concept σε σύνθετο λογισμικό, σημειώνει 71,2% έναντι 45,8% του του GPT‑5.5 με βελτιωμένο χρόνο απόκρισης.

Το GPT‑5.6 υποστηρίζει σημαντικές αμυντικές εργασίες, όπως έλεγχο ασφαλείας κώδικα, εφαρμογή διορθώσεων, μοντελοποίηση απειλών και blue teaming. Άτομα και οργανισμοί που πληρούν τις προϋποθέσεις στο πρόγραμμα Trusted Access for Cyber του OpenAI Daybreak⁠ μπορούν να αποκτούν πρόσβαση σε μεγαλύτερο μέρος των αμυντικών δυνατοτήτων του, μέσω μέτρων ασφαλείας μεγαλύτερης ακρίβειας για επαληθευμένη εργασία σε εξουσιοδοτημένα περιβάλλοντα, συμπεριλαμβανομένης της διαλογής και επικύρωσης ευπαθειών, της ανάλυσης κακόβουλου λογισμικού, της μηχανικής ανίχνευσης και της επικύρωσης ενημερώσεων κώδικα.

Μεμονωμένοι χρήστες μπορούν να επαληθεύσουν την ταυτότητά τους και να ζητήσουν αξιόπιστη πρόσβαση⁠(ανοίγει σε νέο παράθυρο), ενώ οι οργανισμοί μπορούν να υποβάλουν αίτηση⁠ για τις ομάδες τους. Οι μεμονωμένοι χρήστες θα πρέπει να ενεργοποιήσουν την Προηγμένη Ασφάλεια Λογαριασμού⁠(ανοίγει σε νέο παράθυρο) με κλειδιά πρόσβασης με υποστήριξη υλικού έως την 1η Σεπτεμβρίου, για να διατηρήσουν την πρόσβαση στα κορυφαία μοντέλα μας με τις πιο προηγμένες δυνατότητες στον κυβερνοχώρο, ενώ όσοι δεν το κάνουν θα επιστρέψουν στο προεπιλεγμένο επίπεδο πρόσβασης. Οι χρήστες που δεν διαθέτουν ήδη κλειδιά πρόσβασης που υποστηρίζονται από υλικό μπορούν να λάβουν προνομιακή χρέωση⁠(ανοίγει σε νέο παράθυρο) από τον συνεργάτη μας, Yubico. Λαμβάνουμε επίσης πρόσθετα μέτρα για να περιορίσουμε την πρόσβαση σε οντότητες υψηλού κινδύνου και σε δικαιοδοσίες υψηλού κινδύνου.

Το GPT‑5.6 Sol παρουσιάζει επίσης ευρείες βελτιώσεις σε όλο το φάσμα της επιστημονικής έρευνας. Στις αξιολογήσεις των επιστημών ζωής, το GPT‑5.6 παρουσιάζει βελτιώσεις Pareto σε σχέση με το GPT‑5.5 σε πραγματικές ροές εργασίας βιολογίας, έρευνας στις επιστήμες ζωής και χημείας.

Το GPT‑5.6 είναι το πιο ισχυρό μοντέλο μας μέχρι σήμερα για την επιτάχυνση της έρευνας στην ΤΝ. Στην OpenAI, οι ερευνητές το χρησιμοποιούν σε όλο τον κύκλο ανάπτυξης: για τη διάγνωση αποτυχιών, τη βελτιστοποίηση συστημάτων εκπαίδευσης, τη διεξαγωγή πειραμάτων και την ερμηνεία αποτελεσμάτων. Είδαμε ήδη αυτή την επιτάχυνση και την ισχυρότερη υιοθέτηση κατά την περίοδο εσωτερικών δοκιμών του GPT‑5.6, καθώς ο μέσος ημερήσιος αριθμός εξόδων token ανά ενεργό ερευνητή ήταν πάνω από διπλάσιος από το υψηλότερο επίπεδο που παρατηρήθηκε για το GPT‑5.5.

Αυτός ο τρόπος εργασίας καθιερώνεται γρήγορα ως πρότυπο. Τους τελευταίους έξι μήνες, το μερίδιο των υπολογιστικών πόρων έρευνας που αφιερώθηκε σε εσωτερική εξαγωγή συμπερασμάτων για προγραμματισμό αυξήθηκε κατά 100 φορές, ενώ η εσωτερική χρήση token σε λειτουργίες πρακτόρων αυξήθηκε περίπου κατά 22 φορές. Αυτές οι μετρήσεις υιοθέτησης δεν μετρούν από μόνες τους την πρόοδο της έρευνας, αλλά δείχνουν πόσο γρήγορα αυξάνεται η υποβοήθηση μέσω ΤΝ για την έρευνα και σε άλλες ομάδες, όπως οι πωλήσεις, το μάρκετινγκ, οι λειτουργίες υποστήριξης χρηστών, τα οικονομικά και άλλες.

Για να μετρήσουμε απευθείας αυτήν την ικανότητα, αναπτύξαμε μια εσωτερική σουίτα αξιολογήσεων βασισμένη σε πραγματικές εργασίες έρευνας στην ΤΝ, όπως η αποσφαλμάτωση ερευνητικών συστημάτων, η βελτιστοποίηση πυρήνων και συνταγών εκπαίδευσης, η εκτέλεση πειραμάτων μηχανικής μάθησης και η βελτίωση ενός άλλου μοντέλου.

Καθώς αυξάνονται οι δυνατότητες των μοντέλων, ενισχύουμε τη σειρά ασφάλειάς μας, ώστε η νοημοσύνη να παραμένει ευρέως χρήσιμη, ενώ εφαρμόζουμε μεγαλύτερο έλεγχο στις χρήσεις με τον υψηλό κίνδυνο. Για το GPT‑5.6, δημιουργήσαμε το πιο ισχυρό σύστημα ασφαλείας μας μέχρι σήμερα, προσαρμοσμένο στις δυνατότητες κάθε μοντέλου και υποστηριζόμενο από περισσότερη υπολογιστική ισχύ από ποτέ άλλοτε.

Τα μοντέλα GPT‑5.6 είναι ικανότερα από τα προηγούμενα μοντέλα μας τόσο στη βιολογία όσο και στην κυβερνοασφάλεια, αλλά δεν υπερβαίνουν το κρίσιμο όριο σε καμία από τις δύο κατηγορίες. Στην κυβερνοασφάλεια, οι δοκιμές μας υποδεικνύουν ότι το GPT‑5.6 είναι καλύτερο στον εντοπισμό και τη διόρθωση ευπαθειών απ’ ό,τι στην αξιόπιστη εκτέλεση αυτόνομων επιθέσεων από άκρο σε άκρο εναντίον ενισχυμένων στόχων — δίνοντας στους αμυνόμενους την ευκαιρία να ενισχύσουν τα συστήματα πριν από την εκμετάλλευση των αδυναμιών. Στη βιολογία, οι δοκιμές μας υποδεικνύουν ότι το GPT‑5.6 μπορεί να υποστηρίξει θεμιτή έρευνα, αλλά δεν παρέχει την ολοκληρωμένη δυνατότητα από άκρο σε άκρο που απαιτείται για να δημιουργήσει, να σχεδιάσει μηχανικά ή να συνθέσει μια εξαιρετικά επικίνδυνη νέα απειλή.

Και οι δύο τομείς είναι εγγενώς διττής χρήσης. Στην κυβερνοασφάλεια, οι ίδιες δυνατότητες που θα μπορούσαν να βοηθήσουν έναν επιτιθέμενο να εκμεταλλευτεί μια ευπάθεια μπορούν να βοηθήσουν έναν αμυνόμενο να την εντοπίσει, να την αναπαραγάγει και να δημιουργήσει μια αξιόπιστη διόρθωση. Επομένως, ο υπερβολικός αποκλεισμός δημιουργεί από μόνος του έναν κίνδυνο ασφάλειας. Μπορεί να εμποδίσει τους αμυνόμενους να δοκιμάζουν συστήματα και να εφαρμόζουν επιδιορθώσεις, ενώ οι κακόβουλοι παράγοντες συνεχίζουν να χρησιμοποιούν άλλα μοντέλα, συμπεριλαμβανομένων ολοένα και πιο ικανών μοντέλων ανοικτού κώδικα, καθώς και καθιερωμένων εργαλείων. Οι αποτελεσματικές δικλίδες ασφαλείας λαμβάνουν υπόψη το πλαίσιο και τις πιθανές συνέπειες ενός αιτήματος, διαφυλάσσοντας τη νόμιμη αμυντική εργασία, ενώ εφαρμόζουν αυστηρότερους ελέγχους όπου τα στοιχεία υποδεικνύουν σοβαρό κίνδυνο πρόκλησης βλάβης.

Οι δικλίδες ασφαλείας του GPT‑5.6 είναι πολυεπίπεδες για μεγαλύτερη ακρίβεια και εφεδρεία, και έχουν σχεδιαστεί ώστε να προσαρμόζονται γρήγορα καθώς εμφανίζονται νέες επιθέσεις. Οι προστασίες που έχουν ενσωματωθεί στο μοντέλο μέσω εκπαίδευσης λειτουργούν σε συνδυασμό με ελέγχους σε πραγματικό χρόνο, συνεχή παρακολούθηση και επιβολή σε επίπεδο λογαριασμού, ώστε να βοηθούν το σύστημα να παραμένει ασφαλές ακόμη και όταν ένα συγκεκριμένο επίπεδο δεν λειτουργεί όπως προβλέπεται. Σε πολλά συστήματα, οι ενδείξεις ταξινομητή από μόνες τους αποφασίζουν τι θα αποκλειστεί, βασιζόμενες σε μοντέλα χαμηλότερου επιπέδου ευφυΐας που είναι δυσκολότερο να τροποποιηθούν, προκειμένου να αποτραπεί η βλάβη. Η προσέγγισή μας προσθέτει έναν μηχανισμό παρακολούθησης της συλλογιστικής, ο οποίος εξετάζει τη συνομιλία για να διαπιστώσει αν υπάρχει πιθανότητα πρόκλησης βλάβης. Ο σχεδιασμός αυτός έχει ως στόχο να επιτρέπει εργασίες αμυντικού χαρακτήρα, αποτρέποντας παράλληλα τη σοβαρή κατάχρηση, με τις πιο ευαίσθητες δυνατότητες να προορίζονται αποκλειστικά για επαληθευμένους χρήστες μέσω του προγράμματος αξιόπιστης πρόσβασης. Επειδή ορισμένοι μηχανισμοί προστασίας χρησιμοποιούν συλλογιστική κατά τον χρόνο δοκιμής, μπορούμε να τους ενημερώνουμε γρήγορα ώστε να κλείνουμε κενά χωρίς επανεκπαίδευση ταξινομητών από το μηδέν.

Υιοθετούμε μια πιο συντηρητική προσέγγιση, καθώς συνεχίζουμε να ενισχύουμε το σύστημα έναντι προσαρμοστικών επιθέσεων. Σε σύγκριση με προηγούμενα μοντέλα, οι δικλίδες προστασίας για την κυβερνοασφάλεια του GPT‑5.6 Sol αποκλείουν περίπου δέκα φορές περισσότερη δυνητικά επιβλαβή δραστηριότητα. Επειδή αυτά τα μέτρα μπορούν να δημιουργήσουν τριβές για καλοπροαίρετη χρήση, παρέχουμε μια επιλογή στο ChatGPT και το Codex για εύκολη επανάληψη προτροπών σε μοντέλα χαμηλότερων δυνατοτήτων, και θα συνεχίσουμε να μειώνουμε τον αντίκτυπο των προστατευτικών μέτρων μας στην καλοπροαίρετη χρήση, διατηρώντας παράλληλα έναν υψηλό πήχη ανθεκτικότητας. Αυτό αντικατοπτρίζει την επαναληπτική προσέγγισή μας στη διάθεση: ξεκινώντας συντηρητικά και βελτιώνοντας με βάση όσα μαθαίνουμε από την πραγματική χρήση.

Πριν από τη γενική διαθεσιμότητα, πραγματοποιήσαμε τις πιο εντατικές αξιολογήσεις ασφάλειας μέχρι σήμερα, συμπεριλαμβανομένου εκτεταμένου αντιπαραθετικού ελέγχου ασφαλείας (red teaming), διεξοδικών δοκιμών δυνατοτήτων και μέτρων προστασίας με εξωτερικούς ειδικούς, καθώς και περίπου 700.000 ωρών GPU A100e αυτοματοποιημένου αντιπαραθετικού ελέγχου ασφαλείας (red teaming) τύπου black-box. Αυτό μας επέτρεψε να διερευνήσουμε συστηματικά πιθανά αδύναμα σημεία, να εντοπίσουμε επιθέσεις παράκαμψης δικλίδων ασφαλείας και να ενισχύσουμε το σύστημα πριν από την κυκλοφορία.

Δεν υπάρχει απόλυτη ασφάλεια, και το έργο μας για την προστασία ολοένα και πιο ικανών μοντέλων συνεχίζεται. Θα ανακαλυφθούν νέες αδυναμίες, καθώς και νέες επιθέσεις παράκαμψης δικλίδων ασφαλείας που παρακάμπτουν τις υπάρχουσες δικλίδες ασφαλείας. Κάθε νέα γενιά μοντέλου θα δημιουργεί επίσης νέες οδούς για επιθέσεις και κακόβουλη χρήση. Κινούμαστε με γνώμονα αυτή την πραγματικότητα, μέσα από πολυεπίπεδες δικλίδες προστασίας, συνεχή παρακολούθηση, ταχεία αποκατάσταση και συνεργασία σε όλη την αμυντική κοινότητα. Για το GPT‑5.6, συνδυάσαμε τα υφιστάμενα προγράμματά⁠(ανοίγει σε νέο παράθυρο) μας για ανταμοιβή για εντοπισμό ευπαθειών, για την ασφάλεια και τη βιολογία⁠ με μια νέα διαδικασία ταχείας αποκατάστασης και την ισχυρότερη προσπάθεια παρακολούθησης που έχουμε πραγματοποιήσει μέχρι σήμερα. Τα ευρήματα από ερευνητές, την παρακολούθηση και την κακόβουλη χρήση στον πραγματικό κόσμο θα τροφοδοτούν νέες αξιολογήσεις και ισχυρότερα μέτρα προστασίας σε συνεχή βάση.

Μάθετε περισσότερα για τις δικλίδες ασφαλείας μας στην ενημερωμένη κάρτα συστήματος του GPT‑5.6⁠(ανοίγει σε νέο παράθυρο).

Το GPT‑5.6 καλύπτει τρεις βαθμίδες μοντέλων: το κορυφαίο μοντέλο μας Sol, το μοντέλο χαμηλότερου κόστους με απόδοση ανταγωνιστική του GPT‑5.5 Terra και το ταχύτερο και πιο οικονομικό μοντέλο μας, το Luna. Ο αριθμός προσδιορίζει τη γενιά, ενώ τα Sol, Terra και Luna είναι διαχρονικές βαθμίδες δυνατοτήτων που μπορούν να εξελίσσονται ανεξάρτητα, με τον δικό τους ρυθμό.

Το GPT‑5.6 είναι διαθέσιμο από σήμερα στο ChatGPT, στο Codex και στο OpenAI API. Η διάθεση ξεκινά τώρα παγκοσμίως και θα συνεχιστεί σταδιακά έως την πλήρη διαθεσιμότητα μέσα στις επόμενες 24 ώρες.

• Συνομιλία: Οι χρήστες Plus, Pro, Business και Enterprise έχουν πρόσβαση στο GPT‑5.6 Sol μέσω των ρυθμίσεων μεσαίας και υψηλότερης προσπάθειας. Οι χρήστες Pro και Enterprise μπορούν επίσης να επιλέξουν το GPT‑5.6 Sol Pro για αποτελέσματα υψηλότερης ποιότητας σε σύνθετες εργασίες.
• ChatGPT Εργασία και Codex: Οι χρήστες του δωρεάν προγράμματος και του Go έχουν πρόσβαση στο GPT‑5.6 Terra. Οι χρήστες Plus, Pro, Business και Enterprise μπορούν να επιλέξουν μεταξύ των GPT‑5.6 Sol, Terra και Luna και ορίστε ένα επίπεδο προσπάθειας για το καθένα. Το max είναι διαθέσιμο σε όλους τους χρήστες με πρόσβαση στο GPT‑5.6 στο ChatGPT Εργασία και στο Codex και μπορεί να ενεργοποιηθεί από τις ρυθμίσεις. Στο ChatGPT Εργασία, το ultra είναι διαθέσιμο στους χρήστες Pro και Enterprise. Στο Codex, είναι διαθέσιμο στα προγράμματα Plus και άνω.
• API: Οι προγραμματιστές μπορούν να αποκτήσουν πρόσβαση στα Sol, Terra και Luna μέσω του OpenAI API. Στο Responses API, η προγραμματική κλήση εργαλείων επιτρέπει στο GPT‑5.6 να γράφει και να εκτελεί προγράμματα στη μνήμη, τα οποία συντονίζουν εργαλεία και επεξεργάζονται ενδιάμεσα αποτελέσματα, καθιστώντας το συμβατό με τη μη διατήρηση δεδομένων (ZDR). Το Multi-agent, αρχικά διαθέσιμο σε έκδοση beta, επιτρέπει στο GPT‑5.6 να εκτελεί παράλληλους υποπράκτορες και να συνθέτει την εργασία τους σε ένα μόνο αίτημα.

Το GPT‑5.6 χρεώνεται ανά 1 εκατ. token σε τρία μεγέθη μοντέλων: το Sol στα 5 $ για εισαγωγή / 30 $ για αποτελέσματα, το Terra στα 2,50 $ για εισαγωγή / 15 $ για αποτελέσματα και το Luna στο 1 $ για εισαγωγή / 6 $ για αποτελέσματα. Το GPT‑5.6 εισάγει επίσης πιο προβλέψιμη προσωρινή αποθήκευση προτροπών, με υποστήριξη για ρητά σημεία διακοπής cache⁠(ανοίγει σε νέο παράθυρο) και ελάχιστη διάρκεια cache 30 λεπτών. Για το GPT‑5.6 και νεότερα μοντέλα, οι εγγραφές cache χρεώνονται στο 1,25x της μη προσωρινά αποθηκευμένης τιμής εισόδου του μοντέλου, ενώ οι αναγνώσεις cache συνεχίζουν να λαμβάνουν την έκπτωση 90% για προσωρινά αποθηκευμένη είσοδο.