GPT‑5.6: Kecerdasan terdepan yang berkembang seiring ambisi Anda

Kami meluncurkan keluarga model GPT‑5.6 untuk ketersediaan umum setelah tahap pratinjau terbatas⁠ kami: model unggulan baru kami, Sol, bersama Terra, model seimbang untuk pekerjaan sehari-hari, dan Luna, model kami yang paling hemat biaya.

GPT‑5.6 Sol menetapkan standar baru untuk kecerdasan maupun efisiensi, mencapai hasil mutakhir di bidang pengodean, pekerjaan berbasis pengetahuan, keamanan siber, dan sains, sekaligus mengungguli model terdepan sebelumnya dan pesaing dengan lebih sedikit token dan pada estimasi biaya yang lebih rendah. Hasilnya adalah performa per dolar yang lebih baik: lebih banyak pekerjaan yang berhasil dengan pengeluaran yang sama, atau hasil yang sebanding dengan total biaya yang lebih rendah. Kami juga memperkenalkan cara baru untuk mempercepat pekerjaan yang paling menuntut: ultra adalah pengaturan kami dengan kapabilitas tertinggi kami, yang mengoordinasikan beberapa agen di berbagai alur kerja paralel untuk menyelesaikan tugas kompleks dengan lebih cepat. Penggunaan komputer dan pertimbangan desain yang lebih kuat membuat GPT‑5.6 Sol, kolaborator kami yang paling andal sejauh ini, membantu memeriksa, menyempurnakan, dan menghadirkan hasil yang siap digunakan.

Kami melatih GPT‑5.6 untuk menghasilkan lebih banyak hasil kerja yang berguna dari setiap token. Pada Agents’ Last Exam⁠(terbuka di jendela baru), sebuah evaluasi terhadap alur kerja profesional berdurasi panjang di 55 bidang, GPT‑5.6 Sol mencetak rekor tinggi baru sebesar 53,6, melampaui Claude Fable 5 (penalaran adaptif) sebesar 13,1 poin. Bahkan pada penalaran sedang, model ini mengungguli Fable 5 sebesar 11,4 poin dengan perkiraan biaya sekitar seperempatnya. Efisiensi tersebut juga berlaku untuk model yang lebih kecil, yang sangat penting untuk membuat kecerdasan lebih melimpah dan terjangkau: GPT‑5.6 Terra dan GPT‑5.6 Luna mengungguli Fable 5 dengan biaya sekitar seperenam belasnya. Pada Artificial Analysis Intelligence Index⁠(terbuka di jendela baru), ukuran kecerdasan yang luas yang mencakup pekerjaan agentik, pengodean, penalaran ilmiah, dan kemampuan umum, GPT‑5.6 Sol dengan penalaran maksimum hanya terpaut satu poin dari Fable 5 sekaliguas menyelesaikan tugas dalam waktu 61% lebih singkat dengan estimasi biaya sekitar setengahnya.

GPT‑5.6 diluncurkan dengan sistem pengamanan kami yang paling tangguh hingga saat ini, dirancang agar tahan terhadap penyalahgunaan yang gigih dan adaptif tanpa membatasi penggunaan yang sah secara luas. Sebelum adanya ketersediaan umum, kami menjalankan model dan langkah-langkah pengamanan melalui periode evaluasi paling ekstensif kami hingga saat ini, yang menggabungkan red-teaming oleh manusia dengan pengujian otomatis berskala besar. Selama pratinjau, kami bekerja sama secara erat dengan organisasi ahli serta mitra tepercaya untuk melakukan uji tekanan pertahanan dan memperkuat perlindungan sebelum peluncuran yang lebih luas. Sistem yang dihasilkan menyusun lapisan perlindungan yang ditanamkan ke dalam model dengan pemeriksaan real-time, pemantauan, dan akses yang dikalibrasi berdasarkan kepercayaan dan risiko.

GPT‑5.6 Sol adalah model pengodean terbaik kami sejauh ini. Pada Artificial Analysis Coding Agent Index, GPT‑5.6 Sol dengan penalaran maksimum mencatatkan state of the art baru dengan skor 80, 2,8 poin di atas Fable 5, sekaligus menggunakan kurang dari separuh token keluaran, membutuhkan kurang dari separuh waktu, dan berbiaya sekitar sepertiga lebih rendah. Keunggulan itu berlaku di seluruh keluarga modelnya: Terra berkinerja sedikit di atas Fable 5, sementara Luna mengungguli Opus 4.8; masing-masing melakukannya dalam kira-kira sepertiga waktu, dengan sekitar setengah jumlah token keluaran, dan dengan sekitar seperempat biaya yang diperkirakan. Model ini juga mencatatkan state of the art baru pada Terminal‑Bench 2.1 dan DeepSWE, yang menguji alur kerja baris perintah yang kompleks serta rekayasa jangka panjang dalam basis kode sebenarnya.

GPT‑5.6 dapat menulis dan menjalankan program ringan yang mengoordinasikan alat, memproses hasil sementara, memantau kemajuan, dan memilih tindakan berikutnya seiring pekerjaan berlangsung. Hal ini memungkinkan tugas yang banyak menggunakan alat berjalan dengan lebih sedikit token, lebih sedikit bolak-balik ke model, dan lebih sedikit panduan. Alih-alih mengharuskan pengembang membuat skrip untuk setiap langkah atau meneruskan setiap respons alat kembali melalui model, Pemanggilan Alat Programatis⁠(terbuka di jendela baru) di API Respons dapat memfilter data sementara dalam jumlah besar, mempertahankan hanya hal-hal yang penting, dan menyesuaikan alur kerjanya selama proses berlangsung.

Untuk masalah yang memberikan hasil lebih baik ketika lebih banyak waktu dan daya komputasi diinvestasikan, GPT‑5.6 dapat melampaui mode default yang efisien ini. max memberi GPT‑5.6 lebih banyak waktu dibandingkan xhigh untuk bernalar dan mengeksplorasi alternatif, menjalankan pemeriksaan, serta merevisi pendekatannya. ultra melangkah lebih jauh dengan mengoordinasikan empat agen secara paralel secara default, dengan konsekuensi penggunaan token yang lebih tinggi demi hasil yang lebih baik dan waktu mendapatkan hasil yang lebih cepat pada tugas-tugas yang menuntut. Diagram di bawah ini membandingkan pengaturan default empat agen ultra dengan baseline satu agen di BrowseComp, SEC-Bench Pro, dan Terminal-Bench 2.1; BrowseComp dan SEC-Bench Pro juga menampilkan konfigurasi 16 agen. Di ketiga evaluasi tersebut, penambahan agen paralel menggeser kurva terdepan skor-latensi ke atas dan ke kiri, sehingga mencapai hasil yang lebih baik dalam waktu yang lebih singkat. Di API, pengembang dapat membangun pengalaman seperti Ultra menggunakan beta multi-agen di API Respons.

GPT‑5.6 menghadirkan peningkatan signifikan dalam penilaian desain. Dengan arahan tingkat tinggi saja, GPT‑5.6 menciptakan antarmuka yang estetis, ergonomis, dan fungsional. Kemampuan penggunaan komputernya yang lebih kuat memungkinkannya memeriksa dan menyempurnakan hasil yang dirender—bukan sekadar menghasilkan kode atau konten yang mendasarinya—sehingga dapat menemukan masalah visual dan fungsional serta menerapkan sentuhan akhir sebelum menyerahkan kembali pekerjaan tersebut.

Kemampuan frontend GPT‑5.6 juga mengubah permintaan berbahasa alami menjadi penjelasan dan visualisasi interaktif yang tersusun dengan baik di dalam ChatGPT Kerja.

GPT‑5.6 memberikan hasil yang lebih baik untuk tugas profesional. Model ini mengambil konteks yang berantakan dari dokumen dan alur kerja sehari-hari Anda seperti Slack, Notion, Microsoft 365, dan Google Drive, lalu mengubahnya menjadi artefak tingkat ahli yang dapat dibagikan.

Keunggulan GPT‑5.6 dalam pekerjaan berbasis pengetahuan terlihat dalam evaluasi yang mencakup analisis profesional jangka panjang, penelusuran web, penggunaan alat, dan penggunaan komputer. GPT‑5.6 Sol mencatatkan hasil state-of-the-art terbaru pada BrowseComp sebesar 92,2% dan OSWorld 2.0 sebesar 62,6%; pada OSWorld, model ini melampaui Opus 4.8 sekaligus menggunakan 85% lebih sedikit token keluaran. Di sini, peningkatan performa per dolar mencakup seluruh keluarga GPT‑5.6. Luna hampir menyamai performa puncak GPT‑5.5 Performa puncak dengan biaya kurang dari setengah biaya yang diperkirakan, sementara Terra melampauinya dengan biaya yang lebih rendah.

GPT‑5.6 Sol meningkatkan kualitas dalam presentasi, dokumen, dan spreadsheet, menghasilkan output yang lebih rapi dan akurat. Model ini dapat membuat presentasi yang sepenuhnya dapat diedit dari awal, menerjemahkan prompt dan materi sumber menjadi narasi visual yang koheren dengan tata letak, hierarki, dan desain yang kuat.

Peningkatan ini terutama terlihat jelas saat mengikuti template dan referensi materi presentasi. GPT‑5.6 dapat menyimpulkan sistem desain sebuah materi presentasi—tata letak, tipografi, spasi, warna, dan pola konten berulang, termasuk aturan yang tertanam di Slide Master—dan menerapkan konvensi tersebut secara konsisten pada materi baru. Dalam contoh ini, saat diminta memperbarui angka berdasarkan file referensi, output GPT‑5.5 tidak menyertakan komponen utama dari slide masternya, sementara GPT‑5.6 mengikuti struktur referensi dengan lebih akurat.

GPT‑5.6 juga menghasilkan dokumen dan spreadsheet yang lebih halus secara visual. Model ini mengikuti format referensi yang kompleks dengan lebih akurat, yang penting untuk pekerjaan berbasis pengetahuan yang dapat dilakukan berulang kali. Model ini menangani persamaan dan model keuangan dengan presisi yang lebih tinggi, serta memanfaatkan tipografi, pengaturan spasi, hierarki, dan tata letak halaman atau lembar kerja dengan lebih baik.

Pelanggan awal yang menguji GPT‑5.6 melihat peningkatan pada output pekerjaan berbasis pengetahuan di berbagai domain.

GPT‑5.6 adalah model keamanan siber terkuat kami sejauh ini, yang mencapai performa terdepan dengan token yang jauh lebih sedikit. Pada ExploitBench^2, yang mengukur kemajuan mulai dari menjangkau kode yang rentan hingga eksekusi kode arbitrer, skornya 73,5% dibandingkan skor GPT‑5.5 sebesar 47,9% pada anggaran token keluaran yang sebanding. Pada ExploitGym³, yang meminta agen mengubah kerentanan dunia nyata menjadi eksploit yang berfungsi, tingkat kelulusan puncak hampir dua kali lipat dari tingkat kelulusan puncak GPT‑5.5. , dari 15,1% menjadi 24,9% dengan batas maksimum dua jam; dengan enam jam, tingkat tersebut mencapai 33,7%. Pada SEC-Bench Pro, yang menguji pembuatan proof-of-concept pada perangkat lunak kompleks, skornya 71,2% dibandingkan skor GPT‑5.5 sebesar 45,8% dengan latensi yang lebih baik.

GPT‑5.6 mendukung tugas-tugas defensif penting seperti tinjauan keamanan kode, penerapan patch, pemodelan ancaman, dan blue teaming. Individu dan organisasi yang memenuhi syarat dalam program Trusted Access for Cyber OpenAI Daybreak⁠ dapat mengakses lebih banyak kemampuan defensifnya melalui perlindungan yang lebih presisi untuk pekerjaan terverifikasi di lingkungan yang diotorisasi, termasuk triase dan validasi kerentanan, analisis malware, rekayasa deteksi, dan validasi patch.

Individu dapat memverifikasi identitas mereka dan meminta akses tepercaya⁠(terbuka di jendela baru), dan organisasi dapat mengirimkan aplikasi⁠ untuk tim mereka. Anggota individu perlu mengaktifkan Keamanan Akun Tingkat Lanjut⁠(terbuka di jendela baru) dengan passkey yang didukung perangkat keras paling lambat 1 September untuk mempertahankan akses ke model terdepan kami yang paling berkemampuan siber; mereka yang tidak melakukannya akan kembali ke akses default. Pengguna yang belum memiliki passkey berbasis perangkat keras dapat memperoleh harga khusus⁠(terbuka di jendela baru) dari mitra kami, Yubico. Kami juga mengambil langkah-langkah tambahan untuk membatasi akses bagi entitas berisiko tinggi dan di yurisdiksi berisiko tinggi.

GPT‑5.6 Sol juga menunjukkan peningkatan yang luas di berbagai riset ilmiah. Dalam evaluasi ilmu hayati, GPT‑5.6 menunjukkan peningkatan Pareto dibandingkan GPT‑5.5 dalam biologi dunia nyata, alur kerja penelitian ilmu hayati, dan kimia.

GPT‑5.6 adalah model terkuat kami saat ini untuk mempercepat riset AI. Di dalam OpenAI, para peneliti menggunakannya di sepanjang siklus pengembangan: mendiagnosis kegagalan, mengoptimalkan sistem pelatihan, menjalankan eksperimen, dan menafsirkan hasil. Kami sudah melihat akselerasi dan adopsi yang lebih kuat tersebut selama periode pengujian internal GPT‑5.6, karena rata-rata token keluaran harian per peneliti aktif lebih dari dua kali lipat level tertinggi yang diamati untuk GPT‑5.5.

Cara kerja seperti ini dengan cepat menjadi standar. Selama enam bulan terakhir, porsi komputasi riset yang dialokasikan untuk inferensi pengodean internal meningkat 100 kali lipat, sementara penggunaan token agentik internal meningkat sekitar 22 kali lipat. Metrik adopsi ini tidak mengukur kemajuan riset dengan sendirinya, namun menunjukkan betapa cepatnya penggunaan bantuan AI meningkat untuk riset dan di berbagai tim lain seperti penjualan, pemasaran, operasional pengguna, keuangan, dan lainnya.

Untuk mengukur kemampuan ini secara langsung, kami mengembangkan rangkaian evaluasi internal berdasarkan tugas riset AI sebenarnya, termasuk melakukan debugging pada sistem riset, mengoptimalkan kernel dan resep pelatihan, menjalankan eksperimen pembelajaran mesin, serta meningkatkan model lain.

Seiring meningkatnya kapabilitas model, langkah-langkah pengamanan harus terus mengimbanginya. Untuk GPT‑5.6, kami membangun sistem pengamanan kami yang paling tangguh hingga saat ini, yang dikalibrasi sesuai kemampuan masing-masing model dan didukung oleh daya komputasi yang lebih besar daripada sebelumnya.

Model GPT‑5.6 memiliki kemampuan yang lebih tinggi dibandingkan model kami sebelumnya dalam biologi maupun keamanan siber, tetapi tidak melampaui ambang batas kritis pada kategori mana pun. Dalam keamanan siber, pengujian kami menunjukkan bahwa GPT‑5.6 lebih baik dalam menemukan dan memperbaiki kerentanan daripada dalam melancarkan serangan otonom menyeluruh dari awal hingga akhir yang andal terhadap target yang telah diperkuat keamanannya—sehingga memberi pihak pertahanan kesempatan untuk memperkuat sistem sebelum kelemahan dieksploitasi. Dalam biologi, pengujian kami menunjukkan bahwa GPT‑5.6 dapat mendukung penelitian yang sah, tetapi tidak menyediakan kemampuan menyeluruh dari awal hingga akhir yang diperlukan untuk menciptakan, merekayasa, atau menyintesis ancaman baru yang sangat berbahaya.

Kedua domain tersebut pada dasarnya memiliki fungsi ganda. Dalam keamanan siber, kemampuan yang sama yang dapat membantu penyerang mengeksploitasi suatu kerentanan juga dapat membantu pembela menemukannya, mereproduksinya, dan membangun perbaikan yang dapat diandalkan. Pemblokiran yang berlebihan menimbulkan risiko keamanan tersendiri. Hal ini dapat mencegah pembela menguji sistem dan menerapkan pembaruan, sementara pihak penyerang terus menggunakan model lain, termasuk model sumber terbuka yang semakin mumpuni, serta alat yang sudah mapan. Langkah pengamanan yang efektif mempertimbangkan konteks dan kemungkinan konsekuensi dari suatu permintaan, dengan tetap mempertahankan upaya pertahanan yang sah sekaligus menerapkan kontrol yang lebih ketat ketika bukti menunjukkan adanya risiko serius.

Sistem pengaman GPT‑5.6 bersifat berlapis untuk akurasi dan redundansi yang lebih tinggi, serta dirancang untuk beradaptasi dengan cepat seiring munculnya serangan baru. Perlindungan yang dilatih ke dalam model bekerja bersama pemeriksaan waktu nyata, pemantauan berkelanjutan, dan penegakan di tingkat akun, untuk membantu sistem tetap aman bahkan ketika lapisan tertentu tidak bekerja sebagaimana dimaksud. Dalam banyak sistem, penanda pengklasifikasi saja menentukan apa yang akan diblokir, dengan mengandalkan model dengan kecerdasan lebih rendah yang lebih sulit diubah demi mencegah bahaya. Pendekatan kami menambahkan pemantau penalaran yang meninjau percakapan untuk menentukan apakah ada potensi bahaya. Desain ini dimaksudkan untuk memungkinkan pekerjaan defensif sekaligus memblokir penyalahgunaan serius, dengan kemampuan paling sensitif hanya diperuntukkan bagi pengguna terverifikasi melalui Trusted Access. Karena beberapa perlindungan menggunakan penalaran saat pengujian, kami dapat memperbaruinya dengan cepat untuk menutup celah tanpa melatih ulang pengklasifikasi dari awal.

Kami mengambil pendekatan yang lebih konservatif seiring kami terus memperkuat sistem terhadap serangan adaptif. Dibandingkan dengan model sebelumnya, perlindungan siber GPT‑5.6 Sol kami memblokir sekitar sepuluh kali lebih banyak aktivitas yang berpotensi berbahaya. Karena langkah-langkah ini dapat menimbulkan hambatan bagi pengguna yang tidak berbahaya, kami menyediakan opsi di ChatGPT dan Codex untuk mencoba ulang prompt dengan mudah pada model berkemampuan lebih rendah, dan kami akan terus mengurangi dampak langkah-langkah pengamanan kami terhadap pengguna yang tidak berbahaya sambil mempertahankan standar ketangguhan yang tinggi. Hal ini mencerminkan pendekatan penerapan iteratif kami: memulai secara hati-hati dan melakukan peningkatan berdasarkan pembelajaran dari penggunaan di dunia nyata.

Sebelum adanya ketersediaan umum, kami menjalankan evaluasi keamanan paling intensif kami hingga saat ini, termasuk red teaming ekstensif, pengujian kemampuan dan pengamanan yang ketat bersama pakar eksternal, serta sekitar 700.000 jam GPU A100e untuk red teaming otomatis black-box. Hal ini memungkinkan kami untuk secara sistematis menyelidiki titik-titik lemah yang mungkin ada, mengungkap jailbreak, dan membantu kami memperkuat sistem sebelum peluncuran.

Tidak ada yang namanya keamanan yang sempurna, dan pekerjaan kami untuk mengamankan model yang semakin mumpuni terus berlanjut. Kelemahan baru akan ditemukan, demikian pula jailbreak baru yang menembus pengaman yang ada. Setiap generasi model baru juga akan menciptakan peluang baru untuk menjadi serangan dan penyalahgunaan. Kami membangun dengan mempertimbangkan realitas tersebut melalui perlindungan berlapis, pemantauan berkelanjutan, penanganan cepat, dan kolaborasi di seluruh komunitas pertahanan. Untuk GPT‑5.6, kami telah memadukan program bug bounty keamanan dan biologi kami yang sudah ada dengan proses penanganan cepat yang baru serta upaya pemantauan terkuat kami hingga saat ini. Temuan dari para peneliti, pemantauan, dan penyalahgunaan di dunia nyata akan menjadi masukan bagi evaluasi baru dan langkah perlindungan yang lebih kuat secara berkelanjutan.

Baca selengkapnya tentang perlindungan kami dalam kartu sistem GPT‑5.6 yang telah diperbarui⁠(terbuka di jendela baru).

GPT‑5.6 mencakup tiga tingkatan model: Sol, model unggulan kami; Terra, model berbiaya lebih rendah dengan performa yang kompetitif dengan GPT‑5.5; dan Luna, model tercepat dan paling terjangkau kami. Angka tersebut menunjukkan generasinya, sementara nama Sol, Terra, dan Luna adalah tingkat kapabilitas yang tahan lama dan dapat berkembang sesuai ritme masing-masing.

max memberi model lebih banyak waktu untuk mengeksplorasi, menguji, dan memverifikasi pekerjaan yang sulit ketika kualitas lebih penting daripada waktu untuk memperoleh hasil. ultra mengoordinasikan beberapa agen secara paralel dan umumnya memberikan hasil yang lebih kuat dan lebih cepat daripada max, dengan biaya yang jauh lebih tinggi.

GPT‑5.6 tersedia mulai hari ini di ChatGPT, Codex, dan OpenAI API:

• Obrolan: Pengguna Plus, Pro, Business, dan Enterprise dapat mengakses GPT‑5.6 Sol melalui pengaturan tingkat upaya sedang dan yang lebih tinggi. Pengguna Pro dan Enterprise juga dapat memilih GPT‑5.6 Sol Pro untuk hasil terbaik pada tugas kompleks.
• ChatGPT Kerja dan Codex: Pengguna paket Free dan Go dapat mengakses GPT‑5.6 Terra. Pengguna Plus, Pro, Business, dan Enterprise dapat memilih di antara GPT‑5.6 Sol, Terra, dan Luna, lalu menetapkan tingkat upaya untuk masing-masing. max tersedia untuk semua pengguna yang memiliki akses ke GPT‑5.6 di ChatGPT Kerja dan Codex, dan dapat diaktifkan di pengaturan. Di ChatGPT Kerja, ultra tersedia bagi pengguna Pro dan Enterprise. Di Codex, fitur ini tersedia untuk paket Plus dan yang lebih tinggi.
• API: Pengembang dapat mengakses Sol, Terra, dan Luna melalui API OpenAI. Di API Respons, Pemanggilan Alat secara Terprogram (Programmatic Tool Calling) memungkinkan GPT‑5.6 menulis dan menjalankan program di dalam memori yang mengoordinasikan alat dan memproses hasil sementara, sehingga kompatibel dengan retensi data nol (ZDR). Multi-agent, yang awalnya tersedia dalam versi beta, memungkinkan GPT 5.6 menjalankan subagen secara bersamaan dan menyintesis hasil kerja mereka dalam satu permintaan.

GPT‑5.6 dikenai harga per 1 juta token untuk tiga ukuran model: Sol seharga $5 untuk masukan / $30 untuk keluaran; Terra seharga $2,50 untuk masukan / $15 untuk keluaran; dan Luna seharga $1 untuk masukan / $6 untuk keluaran. GPT‑5.6 juga memperkenalkan penyimpanan cache prompt yang lebih dapat diprediksi, termasuk dukungan untuk titik henti cache eksplisit⁠(terbuka di jendela baru) dan masa berlaku cache minimum 30 menit. Untuk GPT‑5.6 dan model yang lebih baru, penulisan cache ditagih sebesar 1,25x tarif masukan tanpa cache model tersebut, sementara pembacaan cache tetap menerima diskon masukan yang di-cache sebesar 90%.