Kita ngluncuraké kulawarga model GPT‑5.6 kanggo kasedhiyan umum sawisé pratinjau winates: unggulan anyar kita, Sol, bebarengan karo Terra, model sing imbang kanggo pakaryan saben dina, lan Luna, model kita sing paling irit biaya.
GPT‑5.6 Sol netepake standar anyar kanggo kapinteran lan efisiensi, nggayuh asil paling mutakhir ing coding, pakaryan adhedhasar kawruh, keamanan siber, lan sains, nalika ngungguli model frontier sadurunge lan para pesaing kanthi token luwih sithik lan perkiraan biaya luwih murah. Asilé yaiku kinerja saben dolar sing luwih apik: luwih akèh pagawean sing kasil kanthi pangeluaran sing padha, utawa asil sing sebandhing kanthi total biaya sing luwih murah. Kita uga ngenalake cara anyar kanggo nyepetake pakaryan sing paling nuntut: ultra yaiku setelan kanthi kemampuan paling dhuwur, sing ngoordinasi pirang-pirang agen ing alur kerja paralel kanggo ngrampungake tugas kompleks luwih cepet. Kemampuan nggunakake komputer sing luwih kuwat lan panimbangan desain ndadekake GPT‑5.6 Sol minangka kolaborator sing paling sampurna nganti saiki, mbantu mriksa, nyampurnakake, lan ngasilake asil sing siap digunakake.
Kita nglatih GPT‑5.6 supaya saben token bisa ngasilake asil kerja sing luwih migunani. Ing Ujian Pungkasan Agen(mbukak ing jendhela anyar), evaluasi alur kerja profesional jangka dawa ing 55 bidang, GPT‑5.6 Sol nggayuh rekor anyar 53.6, ngungguli Claude Fable 5 (penalaran adaptif) kanthi selisih 13.1 poin. Malah ing setelan penalaran medium, iki ngungguli Fable 5 kanthi 11.4 poin, kanthi biayané kira-kira mung seprapat saka prakiraan biaya. Efisiensi kasebut uga tekan model-model sing luwih cilik, sing penting kanggo nggawe kecerdasan luwih akèh kasedhiya lan luwih terjangkau: GPT‑5.6 Terra lan GPT‑5.6 Luna nduwèni kinerja luwih unggul tinimbang Fable 5 kanthi biaya kira-kira mung sapernembelasé. Ing Indeks Intelijensi Analisis Artifisial(mbukak ing jendhela anyar), ukuran jembar babagan intelijensi sing nyakup pakaryan agenik, pemrograman, penalaran ilmiah, lan kemampuan umum, GPT‑5.6 Sol kanthi penalaran maksimal mung selisih siji poin saka Fable 5 nalika ngrampungake tugas kanthi wektu 61% luwih sithik lan kanthi prakiraan biaya kira-kira separo.
Ujian Pungkasané Para Agen(mbukak ing jendhela anyar): Alur kerja agentik jangka dawa ing manéka domain profesional.
GPT‑5.6 diluncuraké nganggo pengamanan paling tangguh nganti saiki, sing dirancang supaya tahan marang panyalahgunaan sing dilakoni kanthi tekad lan adaptif, tanpa mbatesi kanthi wiyar pakaryan sing sah. Sadurunge kasedhiyan umum, kita nguji model lan langkah-langkah pangamanan liwat periode evaluasi paling jembar nganti saiki, kanthi nggabungake red teaming dening manungsa karo pangujian otomatis skala gedhe. Sajrone tahap pratinjau, kita makarya kanthi raket karo organisasi ahli lan karo mitra sing dipercaya kanggo nguji ketahanan pertahanan lan nguwatake langkah-langkah pangaman sadurunge peluncuran sing luwih amba. Sistem sing diasilake iki nglapisake proteksi sing wis dilatih ing model karo pamriksan wektu nyata, pemantauan, lan akses sing dikalibrasi miturut kapercayan lan risiko.
GPT‑5.6 Sol minangka model pemrograman paling apik saka kita nganti saiki. Ing Indeks Agen Pengkodean Analisis Buatan, GPT‑5.6 Sol kanthi penalaran maksimal netepake capaian mutakhir anyar ing angka 80, 2,8 poin luwih dhuwur tinimbang Fable 5, nalika nggunakake token keluaran kurang saka separo, mbutuhake wektu kurang saka separo, lan biayane kira-kira sapratelon luwih murah. Kauntungan kuwi nyebar ing saindenging kulawarga: Terra ngungguli Fable 5 sithik, dene Luna ngluwihi Opus 4.8; saben-saben nindakake kuwi kira-kira mung sajroning sapratelone wektu, nganggo token keluaran udakara separone, lan kanthi prakiraan biaya kira-kira saprapate. Iki uga ngukir asil anyar paling mutakhir ing Terminal‑Bench 2.1 lan DeepSWE, sing nguji alur kerja baris perintah sing kompleks lan rekayasa jangka panjang ing basis kode nyata.
Indeks Agen Coding Artificial Analysis: sawijining indeks independen babagan kinerja agen coding ing implementasi, panggunaan terminal, lan basis kode nyata.
GPT‑5.6 bisa nulis lan nglakokake program entheng sing ngoordinasi piranti, ngolah asil antara, ngawasi kemajuan, lan milih tumindak sabanjure nalika pakaryan lumaku. Iki ndadekake tugas-tugas sing akeh gumantung marang piranti bisa maju nganggo token luwih sithik, bolak-balik karo model luwih sithik, lan pandhuan sing luwih sithik. Tinimbang mbutuhake pangembang kanggo nulis skrip kanggo saben langkah utawa ngliwataké saben tanggapan piranti bali liwat model, Programmatic Tool Calling(mbukak ing jendhela anyar) ing API Respons bisa nyaring jumlah data penengah sing gedhé, nyimpen mung sing penting, lan nyetel alur kerjane sajrone proses.
Kanggo masalah sing menehi asil luwih apik yen ana investasi wektu lan komputasi sing luwih gedhe, GPT‑5.6 bisa ngluwihi setelan gawan sing efisien iki. max menehi GPT‑5.6 wektu luwih akèh tinimbang xhigh kanggo nalar lan njajaki alternatif, nglakokaké pamriksaan, lan mbeneraké pendekatané. ultra luwih maju kanthi ngoordinasi patang agen kanthi paralel minangka gawan, kanthi ijol-ijolan panggunaan token sing luwih dhuwur kanggo asil sing luwih kuwat lan wektu-kanggo-asil sing luwih cepet ing tugas sing nuntut. Bagan ing ngisor iki mbandhingaké persiyapan gawan papat agen saka ultra karo baseline siji agen ing BrowseComp, SEC-Bench Pro, lan Terminal-Bench 2.1; BrowseComp lan SEC-Bench Pro uga nuduhaké konfigurasi 16 agen. Ing kabeh telung evaluasi, nambah agen paralel mindhah wates skor-latensi munggah lan ngiwa, nggayuh asil sing luwih kuwat sajrone wektu sing luwih cekak. Ing API, para pangembang bisa mbangun pengalaman sing mirip ultra nggunakake beta multi-agen ing API Respons.
GPT‑5.6 nyedhiyakake lompatan gedhe ing tetimbangan desain. Kanthi mung pituduh garis gedhe, GPT‑5.6 nggawe antarmuka sing elegan, ergonomis, lan fungsional. Kemampuané sing luwih kuwat kanggo nggunakake komputer ngidini sistem iki mriksa lan nyempurnakaké asil sing wis dirender—ora mung nggawé kode utawa kontèn dhasaré—saéngga bisa nemokaké masalah visual lan fungsional, banjur nambahaké sentuhan pungkasan sadurungé mbalèkaké garapané.
Pituduh: Apa njenengan bisa ngimplementasikake game pelayaran 3D kanggo aku? Kanggo apa wae sing mbutuhake bitmap/tekstur/sprite (utawa yen referensi mockup migunani kanggo model 3D apa wae sing njenengan gawe), aja sungkan nggunakake imagegen.e
Kemampuan frontend GPT‑5.6 uga bisa ngowahi panyuwunan nganggo basa alami dadi panjelasan lan visualisasi sing rapi lan interaktif ing ChatGPT Work.
Pituduh: Gawe spirograf interaktif kanggo nerangake cara kerjane.
GPT‑5.6 nyedhiyakake asil sing luwih apik kanggo tugas-tugas profesional. Sistem iki njupuk konteks sing semrawut saka dokumen lan alur kerja saben dinane kaya Slack, Notion, Microsoft 365, lan Google Drive, banjur ngowahi dadi artefak kelas pakar sing bisa dienggo bareng.
Kaunggulan GPT‑5.6 ing pakaryan adhedhasar kawruh katon ing evaluasi sing nyakup analisis profesional jangka dawa, browsing, panggunaan piranti, lan panggunaan komputer. GPT‑5.6 Sol netepake asil paling mutakhir anyar ing BrowseComp kanthi 92,2% lan OSWorld 2.0 kanthi 62,6%; ing OSWorld, iki ngluwihi Opus 4.8 nalika nggunakake token output 85% luwih sithik. Ing kéné, paningkatan kinerja saben dolar iki lumaku ing saindenging kulawarga GPT‑5.6. Luna meh nyamai miliké GPT‑5.5 kinerja puncak kanthi biaya kurang saka separo saka biaya sing dikira-kira, dene Terra ngluwihi kuwi kanthi biaya sing luwih murah.
BrowseComp: GPT‑5.6 Sol nggayuh asil paling mutakhir anyar ing BrowseComp, sing kasusun saka tugas-tugas browsing agen.
GPT‑5.6 Sol ningkatake kualitas ing presentasi, dokumen, lan spreadsheet, ngasilake output sing luwih rapi lan akurat. Bisa nggawe presentasi sing bisa diowahi sakabehe saka nol, kanthi ngowahi prompt lan bahan sumber dadi narasi visual sing runtut kanthi tata letak, hierarki, lan desain sing kuwat.
Peningkatan kasebut utamane luwih katon nalika ngetutake cithakan lan dek referensi. GPT‑5.6 bisa nyimpulake sistem desain saka sawijining deck presentasi—tata letak, tipografi, jarak, warna, lan pola konten sing bola-bali muncul, kalebu aturan sing dipasang ing Slide Master—banjur ngetrapake konvensi kasebut kanthi konsisten marang materi anyar. Ing conto iki, nalika dijaluk nganyari angka-angka adhedhasar file referensi, output GPT‑5.5 ora nyakup komponen-komponen utama saka master slide, déné GPT‑5.6 ngetutaké struktur referensi kanthi luwih setya.
File rujukan
Keluaran GPT‑5.5
GPT‑5.5 ora nduwèni komponèn-komponèn utama saka master slide
Output GPT‑5.6
GPT‑5.6 uga nggawe dokumen lan spreadsheet sing luwih rapi lan apik saka sisi visual. Iki ngetutaké format referensi sing kompleks kanthi luwih akurat, sing penting kanggo pakaryan kawruh sing bisa dibaleni. Iki nangani persamaan lan model finansial kanthi presisi luwih dhuwur, lan luwih apik anggone nggunakake tipografi, jarak, hierarki, lan tata letak kaca utawa lembar kerja.
Pelanggan awal sing nguji GPT‑5.6 nyumurupi anané paningkatan ing asil pagawéan adhedhasar kawruh ing manéka bidang.
GPT‑5.6 minangka modhèl keamanan siber paling kuwat saka kita nganti saiki, nggayuh kinerja kelas paling maju kanthi token sing luwih sithik kanthi signifikan. Ing ExploitBench2, sing ngukur kemajuan saka tekan kode sing rentan nganti eksekusi kode arbitrer, skorné 73,5% dibandhingaké skorné GPT‑5.5 47,9% kanthi anggaran token output sing sebandhing. Ing ExploitGym3, sing njaluk agen ngowahi kerentanan ing jagad nyata dadi eksploit sing bisa digunakake, asilé meh tikel loro tinimbang duwèké GPT‑5.5 tingkat kelulusan puncak, saka 15,1% dadi 24,9% ing sangisoré wates maksimal 2 jam; kanthi 6 jam, tekan 33,7%. Ing SEC-Bench Pro, sing nguji panyiptaan proof-of-concept ing piranti lunak sing kompleks, iki éntuk skor 71,2% dibandhingaké skoré GPT‑5.5 45,8% kanthi latensi sing luwih apik.
GPT‑5.6 ndhukung tugas-tugas pertahanan sing wigati, kayata paninjauan kode sing aman, patching, pemodelan ancaman, lan blue teaming. Individu lan organisasi sing layak ing program OpenAI Daybreak’s Trusted Access for Cyber bisa ngakses luwih akeh kemampuan pertahanané liwat pengaman sing luwih presisi kanggo pakaryan sing wis diverifikasi ing lingkungan sing sah, kalebu triase lan validasi kerawanan, analisis malware, rekayasa deteksi, lan validasi tambalan.
Individu bisa ngeverifikasi identitasé lan njaluk akses dipercaya(mbukak ing jendhela anyar), lan organisasi bisa ndhaptar kanggo timé. Anggota individu perlu ngaktifake Keamanan Akun Tingkat Lanjut(mbukak ing jendhela anyar) nganggo passkey sing didhukung hardware paling telat tanggal 1 September supaya tetep bisa ngakses model frontier paling nduweni kemampuan siber saka kita; sing ora ngaktifake bakal bali menyang akses gawan. Pangguna sing durung duwe passkey sing didhukung hardware bisa nampa rega khusus(mbukak ing jendhela anyar) saka mitra kita, Yubico. Kita uga nindakake langkah-langkah tambahan kanggo mbatesi akses marang entitas sing berisiko dhuwur lan ing yurisdiksi sing berisiko dhuwur.
ExploitBench: Mbangun eksploit V8 sing saya suwe saya luwih mumpuni; GPT‑5.6 nuduhake paningkatan gedhe tinimbang GPT‑5.5. Bagan latènsi ora ditampilake amarga prakiraan latènsi ora bisa dipercaya kanggo pathokan iki.
GPT‑5.6 Sol uga nuduhake paningkatan sing amba ing riset ilmiah. Ing evaluasi ilmu hayati, GPT‑5.6 nuduhake paningkatan Pareto tinimbang GPT‑5.5 ing biologi donya nyata, alur kerja riset ilmu hayati, lan kimia.
GeneBench Pro: Genomika jangka dawa lan analisis biologi kuantitatif; GPT‑5.6 nggayuh asil sing luwih kuwat kanthi token luwih sithik lan wektu luwih cekak. Claude Fable 5 ora dilebokake amarga ora mangsuli(mbukak ing jendhela anyar) pitakonan biologi tingkat lanjut lan nolak sapérangan gedhé pitakonan ing evaluasi iki.genti
GPT‑5.6 minangka model paling kuwat saka kita nganti saiki kanggo nyepetaké riset AI. Ing njero OpenAI, para panaliti nggunakake iki sajrone siklus pangembangan: mendiagnosis kegagalan, ngoptimalake sistem pelatihan, nindakake eksperimen, lan nerangake asil. Kita wis weruh percepatan lan adopsi sing luwih kuwat kasebut sajrone periode pangujian internal GPT‑5.6, amarga rata-rata token output saben dina saben panaliti aktif luwih saka ping pindhone tingkat paling dhuwur sing diamati kanggo GPT‑5.5.
Cara kerja kaya mangkene iki kanthi cepet dadi standar. Sajrone nem wulan kepungkur, bagean komputasi riset sing dialokasikake kanggo inferensi coding internal mundhak 100 kaping, dene panggunaan token agen internal mundhak udakara 22 kaping. Métrik adopsi iki ora ngukur kemajuan panaliten kanthi mandhiri, nanging nuduhaké sepira cepeté panggunaan pitulungan AI saya mundhak kanggo panaliten lan ing saindhenging tim liya kayata penjualan, pemasaran, operasi pangguna, keuangan, lan liya-liyané.
Kanggo ngukur kemampuan iki kanthi langsung, kita ngembangaké rangkaian evaluasi internal adhedhasar tugas riset AI nyata, kalebu debugging sistem riset, ngoptimalaké kernel lan resep pelatihan, nglakokaké eksperimen machine learning, lan ningkataké model liyane.
Kemampuan RSI agregat: Ing sakumpulan evaluasi sing ngukur kemajuan tumuju paningkatan dhiri rekursif, kita mirsani manawa GPT‑5.6 Sol nuduhake paningkatan 16,2 poin tinimbang GPT‑5.5, saéngga nyepetake riset internal ing sakabehe bidang.
Nalika kemampuan model saya mundhak, kita nguwatake rangkaian sistem keamanan supaya kecerdasan canggih bisa tetep migunani kanggo akeh pihak, sinambi ngetrapake pengawasan sing luwih ketat marang panggunaan sing risikone paling dhuwur. Kanggo GPT‑5.6, kita mbangun sistem pangamanan sing paling kuwat nganti saiki, dikalibrasi miturut kabisan saben model lan didhukung daya komputasi sing luwih akeh tinimbang sadurunge.
Model-model GPT‑5.6 luwih mumpuni tinimbang model-model kita sing sadurunge ing biologi lan keamanan siber, nanging ora ngliwati ambang kritis ing kategori endi wae saka rong kategori kasebut. Ing keamanan siber, pangujian kita nuduhaké yèn GPT‑5.6 luwih apik kanggo nemokaké lan ndandani kerentanan tinimbang kanthi andal nindakaké serangan otonom saka wiwitan nganti pungkasan marang target sing wis dikuwataké keamanané—mènèhi para pihak pertahanan kesempatan kanggo nguwataké sistem sadurungé kelemahan dieksploitasi. Ing babagan biologi, pangujian kita nuduhake manawa GPT‑5.6 bisa ndhukung panaliten sing sah, nanging ora nyedhiyakake kapabilitas saka wiwitan nganti pungkasan sing dibutuhake kanggo nggawe, ngrèkayasa, utawa nyintesis ancaman anyar sing mbebayani banget.
Kaloro ranah kasebut saka sipat dhasaré nduwèni panggunaan ganda. Ing keamanan siber, kemampuan sing padha sing bisa mbantu panyerang ngeksploitasi kerentanan uga bisa mbantu pihak pembela nemokake kerentanan kasebut, ngasilake maneh, lan nggawe perbaikan sing andal. Mula, pamblokiran sing kakehan nuwuhake risiko keamanan dhewe. Bab iki bisa ngalangi pihak sing njaga keamanan kanggo nguji sistem lan ngetrapake patch, nalika pelaku jahat terus nggunakake model liyane, kalebu model sumber terbuka sing saya mumpuni, uga piranti sing wis mapan. Langkah pangaman sing efektif nggatekake konteks lan akibat sing kamungkinan saka sawijining panyuwunan, njaga pakaryan pertahanan sing sah nalika ngetrapake kontrol sing luwih kuwat ing kahanan nalika bukti nuduhake risiko cilaka sing serius.
Mekanisme pangaman GPT‑5.6 digawe berlapis kanggo ningkatake akurasi lan redundansi, lan dirancang supaya bisa cepet adaptasi nalika serangan anyar muncul. Pangayoman sing dilatih menyang model makarya bebarengan karo pamriksan wektu nyata, pangawasan terus-terusan, lan panegakan ing tingkat akun, kanggo mbantu sistem tetep aman sanajan lapisan tartamtu ora mlaku kaya sing dirancang. Ing akèh sistem, tandha klasifikator waé sing nemtokaké apa sing kudu diblokir, kanthi gumantung marang model kanthi kapinteran luwih endhek sing luwih angel diowahi kanggo nyegah bebaya. Pendekatan kita nambahake pemantau penalaran sing nliti pacelathon kanggo nemtokake apa ana potensi nyebabake cilaka. Desain iki dimaksudaké kanggo ndhukung pakaryan defensif nalika nyegah penyalahgunaan serius, kanthi kapabilitas sing paling sensitif mung diwènèhaké marang pangguna sing wis diverifikasi liwat Trusted Access. Amarga sawetara proteksi nggunakake penalaran ing wektu tes, kita bisa nganyari kanthi cepet kanggo nutup celah tanpa kudu nglatih ulang pengklasifikasi saka awal.
Kita nggunakake pendekatan sing luwih ati-ati nalika terus nguwatake sistem supaya luwih tahan marang serangan adaptif. Dibandhingake karo model-model sadurunge, GPT‑5.6 kita Pangayoman siber Sol ngalangi kira-kira kaping sepuluh luwih akeh aktivitas sing duwé potensi mbebayani. Amarga langkah-langkah iki bisa nimbulaké alangan kanggo panggunaan sing ora mbebayani, kita nyedhiyakake opsi ing ChatGPT lan Codex supaya gampang nyoba maneh prompt ing model kanthi kemampuan luwih endhek, lan kita bakal terus nyuda dampak pangayoman kita marang panggunaan sing ora mbebayani nalika tetep njaga standar ketangguhan sing dhuwur. Iki nggambarake pendekatan penerapan iteratif kita: diwiwiti kanthi ati-ati banjur terus didandani adhedhasar bab-bab sing kita sinaoni saka panggunaan ing kahanan nyata.
Sadurunge kasedhiya kanggo umum, kita nglakokake evaluasi keamanan sing paling intensif nganti saiki, kalebu red teaming ekstensif, pengujian kapabilitas lan pengaman sing tangguh karo para ahli eksternal, lan udakara 700.000 jam GPU A100e kanggo red teaming otomatis black-box. Iki ndadekake kita bisa nguji kanthi sistematis titik-titik sing bisa dadi kelemahan, nemokake jailbreak, lan mbantu kita nguwatake sistem sadurunge diluncurake.
Ora ana sing diarani keamanan sing sampurna, lan upaya kita kanggo ngamanake model sing saya mumpuni terus ditindakake. Kelemahan anyar bakal ditemokake, semono uga jailbreak anyar sing bisa ngliwati mekanisme pangaman sing wis ana. Saben generasi model sing anyar uga bakal mbukak peluang anyar kanggo serangan lan panyalahgunaan. Kita mbangun kanggo ngadhepi kasunyatan kuwi lumantar pangamanan berlapis, pangawasan terus-terusan, remediasi kanthi cepet, lan kolaborasi ing saindenging komunitas pertahanan. Kanggo GPT‑5.6, kita wis nggabungaké program bug bounty keamanan sing wis ana(mbukak ing jendhela anyar) lan program bug bounty biologi karo proses remediasi cepet sing anyar lan upaya pemantauan paling kuwat nganti saiki. Temuan saka para panaliti, pangawasan, lan panyalahgunaan ing kahanan nyata bakal dadi masukan kanggo evaluasi anyar lan langkah pangamanan sing luwih kuwat kanthi terus-terusan.
Waca luwih lengkap babagan langkah pangamanan kita ing kertu sistem GPT‑5.6 sing wis dianyari(mbukak ing jendhela anyar).
GPT‑5.6 nyakup telung tingkatan model: Sol, model unggulan kita; Terra, model kanthi biaya luwih murah lan kinerja sing bisa saingan karo GPT‑5.5; lan Luna, model kita sing paling cepet lan paling terjangkau. Angka kasebut ngidentifikasi generasi, déné Sol, Terra, lan Luna minangka tingkatan kemampuan sing tahan suwe lan bisa maju miturut irama dhewe-dhewe.
GPT‑5.6 kasedhiya wiwit dina iki ing ChatGPT, Codex, lan OpenAI API. Peluncuran iki saiki diwiwiti ing saindenging jagad lan bakal terus ditindakake kanthi bertahap nganti kasedhiya kanthi lengkap sajrone 24 jam sabanjure.
- Chat: Pangguna Plus, Pro, Business, lan Enterprise bisa ngakses GPT‑5.6 Sol liwat setelan usaha medium lan luwih dhuwur. Pangguna Pro lan Enterprise uga bisa milih GPT‑5.6 Sol Pro kanggo asil kanthi kualitas paling dhuwur ing tugas-tugas sing kompleks.
- ChatGPT Work lan Codex: Pangguna Free lan Go bisa ngakses GPT‑5.6 Terra. Pangguna Plus, Pro, Business, lan Enterprise bisa milih ing antarane GPT‑5.6 Sol, Terra, lan Luna atur tingkat upaya kanggo saben-saben.
maxkasedhiya kanggo kabeh pangguna sing nduwé akses menyang GPT‑5.6 ing ChatGPT Work lan Codex, lan bisa diaktifaké ing setelan. Ing ChatGPT Work,ultrakasedhiya kanggo pangguna Pro lan Enterprise. Ing Codex, iki kasedhiya kanggo rencana Plus lan luwih dhuwur. - API: Para pangembang bisa ngakses Sol, Terra, lan Luna liwat OpenAI API. Ing API Respons, Programmatic Tool Calling ngidini GPT‑5.6 nulis lan mbukak program ing memori sing ngoordinasi piranti lan ngolah asil antara, saéngga kompatibel karo Zero Data Retention (ZDR). Multi-agen, sing wiwitané kasedhiya ing versi beta, ngidini GPT‑5.6 nglakokaké subagen bebarengan lan nyawijèkaké asil kerjané ing siji panjalukan.
GPT‑5.6 diregani saben 1 yuta token ing telung ukuran model: Sol yaiku $5 input / $30 output; Terra yaiku $2,50 input / $15 output; lan Luna yaiku $1 input / $6 output. GPT‑5.6 uga ngenalake caching prompt sing luwih bisa dipredhiksi, kalebu dhukungan kanggo titik henti cache eksplisit(mbukak ing jendhela anyar) lan umur cache minimal 30 menit. Kanggo model GPT‑5.6 lan model sing luwih anyar, panulisan cache dikenani biaya 1,25x saka tarif input tanpa cache model kasebut, déné pamacaan cache tetep nampa diskon input-cache 90%.
Profesional
| Eval | GPT‑5.6 Sol | GPT‑5.6 Terra | GPT‑5.6 Luna | GPT‑5.5 | Claude Fable 5 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | Gemini 3.5 Flash | |||||||
| Ujian Pungkasané Agen | 52 | 7% | 50 | 4% | 50 | 3% | 46 | 9% | 40 | 5% | 45 | 2% | 32 | 1% | — |
| GDPval-AA v2 | 1.747,8 Elo | 1.593 Elo | 1.591,8 Elo | 1.493,7 Elo | 1.759,6 Elo | 1.600,1 Elo | 962 | 3 Elo | 1.348,8 Elo | ||||||
| Tugas Konsultasi Manajemen (Internal) | 43 | 2% | 37 | 2% | 35 | 4% | 31 | 3% | 35 | 5% | 31 | 6% | 13 | 2% | — |
| Big Finance Bench | 53% | 51% | 36% | 49% | — | 44% | — | — | |||||||
| Indeks Intelijensi Analisis Artifisial v4.1 | 58 | 9 Skor indeks | 55 Skor indeks | 51 | 2 Skor indeks | 54 | 8 Skor indeks | 59 | 9 Skor indeks | 55 | 7 Skor indeks | 46 | 5 Skor indeks | 50 | 2 Skor indeks |
Ngoding
| Eval | GPT‑5.6 Sol | GPT‑5.6 Sol Ultra | GPT‑5.6 Terra | GPT‑5.6 Luna | GPT‑5.5 | Claude Mythos 5 | Claude Mythos Preview | Claude Fable 5 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | ||||||||
| Indeks Agen Pengkodean Analisis Buatan v1.1 | 80n Skor indeks | — | 77 | 4 Skor indeks | 74 | 6 Skor indeks | 76 | 4 Skor indeks | — | — | 77 | 2 Skor indeks | 72 | 5 Skor indeks | 42 | 7 Skor indeks | ||
| SWE-Bench Pro | 64 | 6% | — | 63 | 4% | 62 | 7% | 59 | 4% | 80 | 3% | 77 | 8% | 80% | 69 | 2% | 54 | 2% |
| DeepSWE v1.1 | 72 | 7% | — | 69 | 6% | 67 | 2% | 67% | — | — | 69 | 7% | 59% | 11 | 8% | |||
| Terminal-Bench 2.1 | 88 | 8% | 91 | 9% | 87 | 4% | 84 | 7% | 85 | 6% | 88% | — | 83 | 1% | 78 | 9% | 70 | 7% |
Keselamatan
| Evaluasi | GPT‑5.6 Solusi | GPT‑5.6 Terra | GPT‑5.6 Luna | GPT‑5.5 | GPT‑5.4 | Claude Opus 4.8 | Claude Mythos 5 | Claude Mythos Preview | |||||||
| Healthbench Professional | 60 | 5% | 57 | 7% | 55 | 7% | 51 | 8% | 48 | 1% | 52 | 6% | 66% | 64 | 7% |
Panggunaan komputer
| Eval | GPT‑5.6 Sol | GPT‑5.6 Sol Ultra | GPT‑5.6 Terra | GPT‑5.6 Luna | GPT‑5.5 | Claude Mythos 5 | Claude Mythos Preview | Claude Opus 4.8 | Gemini 3.1 Pro Preview | ||||||||
| OSWorld 2.0 | 62 | 6% | — | 50 | 2% | 45 | 6% | 47 | 5% | — | — | 54 | 8% | — | |||
| BrowseComp | 90 | 4% | 92 | 2% | 87 | 5% | 83 | 3% | 84 | 4% | 88% | 87 | 9% | 84 | 3% | 85 | 9% |
| BenchCAD | 70 | 6% | — | 62 | 3% | 63 | 1% | 44 | 4% | 38 | 4% | 35 | 5% | 27 | 3% | — | |
| BenchCAD (python tool) | 83 | 4% | — | 78 | 2% | 73 | 9% | 55 | 8% | 65% | 61% | 51 | 8% | — |
Keamanan siber
| Eval | GPT‑5.6 Sol | GPT‑5.6 Sol Ultra | GPT‑5.6 Terra | GPT‑5.6 Luna | GPT‑5.5 | Claude Mythos 5 | Claude Mythos Preview | Claude Opus 4.8 | |||||
| Tantangan Capture-the-Flag | 96 | 7% | — | 91 | 8% | 85 | 2% | 88 | 1% | — | — | — | |
| SEC-Bench Pro | 71 | 2% | 74 | 3% | 57 | 7% | 48 | 9% | 45 | 8% | — | — | — |
| ExploitBench | 73 | 5% | — | 52 | 9% | 33 | 2% | 47 | 9% | 78% | 74 | 2% | 40% |
| ExploitGym | 33 | 7% | — | 23 | 2% | 12 | 4% | 15 | 1% | — | — | — |
Pangembangan diri
| Eval | GPT‑5.6 Sol | GPT‑5.6 Terra | GPT‑5.6 Luna | GPT‑5.5 | ||||
| Evaluasi Debugging Riset Internal | 68 | 3% | 67 | 8% | 50 | 8% | 50% | |
| KernelGen 1P | 61 | 1% | 49 | 2% | 22 | 4% | 29 | 3% |
| NanoGPT | 9 | 69% | 14 | 5% | 1 | 66% | 2 | 65% |
| PostTrainBench Lite | 50 | 3% | 51 | 5% | 29 | 6% | 38 | 8% |
| Indeks RSI | 57 | 9% | 56 | 3% | 41 | 9% | 41 | 7% |
Multimodal
| Eval | GPT‑5.6 Sol | GPT‑5.6 Terra | GPT‑5.6 Luna | GPT‑5.5 | Claude Fable 5 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | ||||||
| MMMU Pro (tanpa piranti) | 83% | 80 | 7% | 78 | 4% | 81 | 2% | — | — | 80 | 5% | ||
| MMMU Pro (nganggo piranti) | 84 | 6% | 82% | 79 | 5% | 83 | 2% | — | — | — | |||
| gdp.pdf | 30 | 7% | 24 | 7% | 22 | 7% | 26% | 29 | 8% | 22 | 5% | 16 | 7% |
Akademik
| Eval | GPT‑5.6 Sol | GPT‑5.6 Terra | GPT‑5.6 Luna | GPT‑5.5 | Claude Mythos 5 | Claude Mythos Preview | Claude Fable 5 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | ||||||||
| GPQA Diamond | 94 | 6% | 92 | 9% | 92 | 3% | 93 | 6% | 94 | 1% | 94 | 6% | 92 | 6% | 92% | 94 | 3% |
| FrontierMath Tingkat 1-3 (v2) | 89% | 84 | 9% | 78 | 6% | 85 | 3% | — | — | 87% | 80% | 59 | 6% | ||||
| FrontierMath Tingkat 4 (v2) | 83% | 68 | 3% | 58 | 5% | 72 | 5% | — | — | 87 | 8% | 56 | 1% | — |
Panggunaan piranti
| Eval | GPT‑5.6 Sol | GPT‑5.6 Terra | GPT‑5.6 Luna | GPT‑5.5 | Claude Mythos 5 | Claude Mythos Preview | Claude Fable 5 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | Gemini 3.5 Flash | ||||||||
| AutomationBench | 18 | 1% | 15 | 2% | 14 | 9% | 12 | 9% | — | — | 17 | 4% | 15 | 5% | — | 14 | 5% | |
| Toolathlon | 58% | 53 | 1% | 53 | 4% | 55 | 6% | 61 | 7% | 61 | 1% | 61 | 7% | 59 | 9% | 48 | 8% | — |
Konteks dawa
| Eval | GPT‑5.6 Sol | GPT‑5.6 Terra | GPT‑5.6 Luna | GPT‑5.5 | Claude Mythos 5 | Claude Mythos Preview | Claude Opus 4 | 8 | ||||||
| OpenAI MRCR v2 8-needle 256K-512K | 91 | 5% | 89 | 6% | 41 | 3% | 81 | 5% | — | — | — | |||
| OpenAI MRCR v2 8-needle 512K-1M | 73 | 8% | 72 | 5% | 41 | 3% | 74% | — | — | — | ||||
| GraphWalks BFS 256k f1 | 90 | 7% | 76 | 9% | 81 | 3% | 73 | 7% | 91 | 1% | 85 | 7% | 85 | 9% |
| GraphWalks BFS 1mil f1 | 77 | 1% | 71 | 2% | 51 | 2% | 45 | 4% | 79 | 4% | 74 | 3% | 68 | 1% |
Panalaran abstrak
| Eval | GPT‑5.6 Sol | GPT‑5.6 Terra | GPT‑5.6 Luna | GPT‑5.5 | Claude Opus 4.8 | Gemini 3.1 Pro Preview | ||||||
| ARC-AGI-3⁷ | 7 | 78% | 0 | 8% | 0 | 18% | 0 | 43% | 1 | 5% | 0 | 42% |
Pangarang
Cathetan ing ngisor
1. kemampuan siber dievaluasi kanthi pangaman sing dikurangi. Pangguna bisa melu program Trusted Access for Cyber saka OpenAI Daybreak kanggo entuk akses luwih akeh menyang kemampuan pertahanan siber.
2. Kabeh model dievaluasi nganggo harness API ExploitBench kanthi 5 seed lan kesinambungan nalar.
3. Kita nglakokake ExploitGym ing API alpha kita, sing ngasilake tanggapan luwih cepet tinimbang API publik kita, banjur diskalakake maneh supaya cocog karo API publik kita. Nalika ngeskalakake maneh latensi menyang kacepetan sing diarepake kanggo API publik kita, iki nyebabake sawetara latensi prakiraan ngluwihi wates wektu rong jam lan enem jam, sanajan wis dituruti kanthi bener ing lakon evaluasi. Kanggo entuk kacepetan sing luwih dhuwur kanggo pakaryan sing sensitif marang wektu, kita nawakake pangolahan prioritas ing API lan mode cepet ing Codex.
4. Kita ngira latensi lan biaya API kanthi ndeleng prilaku model kita ing lingkungan produksi, lan nindakake simulasi offline. Prakiraan iki nyakup rincian panggilan alat, token sing disampel, lan token input. Asil ing kahanan nyata bisa béda banget, lan gumantung marang akèh faktor sing ora kacakup ing simulasi kita. Kita nyimulasikaké latensi nganggo kacepetan API sing cepet, lan biaya adhedhasar rega API reguler.
5. Model tanpa token output, latensi, utawa biaya sing dilaporake digambarake minangka garis titik-titik horizontal.
6. Kanggo multi-agent, latensi asalé saka agen root, déné total token output lan biaya API nyakup kabèh token. Ultra dilakokaké nganggo 4 agen.
7. Kita ngitung skor nganggo pendekatan penilaian resmi sing diterangake ing makalah HealthBench Professional, sing ora bisa dibandhingake karo asil sing dilaporake ing kertu sistem Anthropic.
8. ARC-AGI-3 kanggo Opus 4.8 dijalanké nganggo reasoning effort “high” lan dudu “max”, amarga iki siji-sijiné asil ARC-AGI-3 sing wis dipublikasikaké.
