GPT‑5.6: Гранична интелигенција што расте со вашата амбиција

Го лансираме семејството модели GPT‑5.6 за општа достапност по нашиот ограничен преглед⁠: нашиот нов предводник, Sol, заедно со Terra, балансиран модел за секојдневна работа, и Luna, нашиот најисплатлив модел.

GPT‑5.6 Sol поставува нов стандард и за интелигенција и за ефикасност, постигнувајќи најсовремени резултати во кодирање, работа со знаење, сајбер-безбедност и наука, додека ги надминува претходните и конкурентските гранични модели, со помалку токени и понизок проценет трошок. Резултатот е поголема ефикасност за секој потрошен долар: повеќе успешно завршена работа за истиот трошок, или споредливи резултати со пониски вкупни трошоци. Исто така воведуваме нов начин за забрзување на најинтензивната работа: ultra е нашата највисока поставка, која координира повеќе агенти низ паралелни работни текови за побрзо завршување на сложени задачи. Подобрено користење на компјутер и расудување за дизајн го прават GPT‑5.6 Sol е нашиот најусовршен соработник досега, кој помага при преглед, подобрување и испорака на резултати подготвени за употреба.

Го обучивме GPT‑5.6 да извлече повеќе корисна работа од секој токен. На Agents’ Last Exam⁠(се отвора во нов прозорец), евалуација на долготрајни професионални работни текови во 55 области, GPT‑5.6 Sol поставува нова висока вредност од 53,6, надминувајќи го Claude Fable 5 (адаптивно расудување) за 13,1 поени. Дури и при средно расудување, го надминува Fable 5 за 11,4 поени по приближно една четвртина од проценетата цена. Таа ефикасност се протега и на помалите модели, кои се суштински за интелигенцијата да стане поизобилна и поприфатлива: GPT‑5.6 Terra и GPT‑5.6 Luna го надминуваат Fable 5 со околу една шеснаесетина од трошокот. На Индексот за вештачка анализа на интелигенција⁠(се отвора во нов прозорец), широка мерка за интелигенција што опфаќа агентска работа, кодирање, научно расудување и општи способности, GPT‑5.6 Sol со максимално расудување се доближува на еден поен од Fable 5, додека задачите ги завршува за 61 % помалку време и со приближно половина од проценетата цена.

GPT‑5.6 се лансира со нашите најробусни заштитни мерки досега, дизајнирани да бидат отпорни на упорна и приспособлива злоупотреба, без широко да ја ограничуваат легитимната работа. Пред општата достапност, ги подложивме моделите и заштитните мерки на нашиот најобемниот период на евалуација досега, комбинирајќи тестирање на отпорност со човечки тим и автоматизирано тестирање во голем обем. Во текот на фазата на преглед, тесно соработувавме со експертски организации и со доверливи партнери, за да ги подложиме одбранбените механизми на стрес-тестирање и да ги зајакнеме заштитните мерки пред поширокото лансирање. Како резултат, системот слоевито ги комбинира заштитите вградени при обучувањето во моделот со проверки во реално време, следење и пристап калибриран според довербата и ризикот.

GPT‑5.6 Sol е нашиот најдобар модел за кодирање досега. На индексот Artificial Analysis Coding Agent Index, GPT‑5.6 Sol со максимално ниво на расудување поставува нов најдобар резултат од 80, 2,8 поени над Fable 5, користејќи помалку од половина од излезните токени, потребувајќи помалку од половина од времето и чинејќи околу една третина помалку. Таа предност се протега низ целото семејство: Terra малку ја надминува Fable 5, додека Luna ја надминува Opus 4,8; секој од нив го постигнува тоа за приближно една третина од времето, со околу половина од бројот на излезни токени и со приближно една четвртина од проценетиот трошок. Тоа исто така поставува нови врвни резултати на Terminal‑Bench 2.1 и DeepSWE, кои тестираат сложени работни текови од командна линија и долгорочно инженерство во реални кодни бази.

GPT‑5.6 може да пишува и извршува лесни програми што координираат алатки, обработуваат меѓурезултати, го следат напредокот и ја избираат следната акција како што се одвива работата. Ова им овозможува на задачите со интензивна употреба на алатки да напредуваат со помалку токени, помалку повратни интеракции со моделот и помалку насоки. Наместо да бара од програмерите да го скриптираат секој чекор или да го проследуваат секој одговор од алатка назад преку моделот, програмско повикување на алатки⁠(се отвора во нов прозорец) во Responses API може да филтрира големи количини посредни податоци, да го задржи само она што е важно и попатно да го приспособува својот работен тек.

За проблеми кај кои се исплаќа поголемо вложување на време и пресметковни ресурси, GPT‑5.6 може да оди подалеку од оваа ефикасна стандардна поставка. max му дава на GPT‑5.6 уште повеќе време отколку xhigh за да размислува и да истражува алтернативи, да извршува проверки и да го ревидира својот пристап. ultra оди чекор понатаму, стандардно координирајќи четири агенти паралелно, прифаќајќи поголема употреба на токени во замена за посилни резултати и побрзо време до резултат кај задачи со високи барања. Графиконите подолу ја споредуваат стандардната поставка на ultra со четири агенти со референтната основа со еден агент на BrowseComp, SEC-Bench Pro и Terminal-Bench 2.1, а BrowseComp и SEC-Bench Pro прикажуваат и конфигурации со 16 агенти. Во сите три евалуации, додавањето паралелни агенти ја поместува граничната крива резултат-латентност нагоре и налево, постигнувајќи подобри резултати за помалку време. Во API, програмерите можат да градат искуства слични на ultra користејќи ја бета-верзијата со повеќе агенти во Responses API.

GPT‑5.6 испорачува значаен исчекор во дизајнерското расудување. Само со насоки на високо ниво, GPT‑5.6 создава естетски привлечни, ергономски и функционални интерфејси. Неговите посилни способности за користење компјутер му овозможуваат да го прегледа и доработи рендерираниот резултат — не само да го генерира основниот код или содржина — за да може да открие визуелни и функционални проблеми и да примени завршни доработки пред да ја врати работата.

Фронтенд можностите на GPT‑5.6 исто така ги претвораат барањата на природен јазик во полирани, интерактивни објаснувања и визуелизации во рамките на ChatGPT Работа.

GPT‑5.6 обезбедува подобри резултати за професионални задачи. Го зема неуредниот контекст од вашите документи и секојдневни работни текови како Slack, Notion, Microsoft 365 и Google Drive и го претвора во артефакти на експертско ниво што може да се споделуваат.

Силата на GPT‑5,6 во работа со знаење се манифестира во евалуации кои опфаќаат долгорочна професионална анализа, прелистување, користење алатки и користење компјутер. GPT‑5,6 Sol поставува нови најсовремени резултати на BrowseComp од 92,2 % и на OSWorld 2.0 од 62,6 %; на OSWorld, го надминува Opus 4.8 користејќи 85 % помалку излезни токени. Овде, подобрувањата во однос на перформансите по долар се однесуваат на целото семејство GPT‑5.6. Luna речиси се изедначува со GPT‑5.5 врвни перформанси за помалку од половина од проценетиот трошок, додека Terra го надминува тоа со понизок трошок.

GPT‑5.6 Sol го подобрува квалитетот на презентациите, документите и електронските табели, создавајќи резултати што се подобро обработени и попрецизни. Може да создава презентации целосно од почеток, претворајќи го промпт и изворниот материјал во кохерентен визуелен наратив со јасни распореди, хиерархија и дизајн.

Подобрувањето е особено изразено кога се следат шаблони и референтни презентации. GPT‑5.6 може да го извлече дизајн-системот на една презентација — распореди, типографија, растојанија, бои и повторливи обрасци на содржина, вклучувајќи правила вградени во слајд-мастерот — и доследно да ги примени тие конвенции на нов материјал. Во овој пример, кога е побарано да се ажурираат бројките врз основа на референтна датотека, во излезот на GPT‑5.5 недостасуваат клучни компоненти од слајд-мастерот, додека GPT‑5.6 поверно ја следи референтната структура.

GPT‑5.6 исто така создава визуелно попрефинети документи и табеларни пресметки. Тоа поголема верност ја следи сложените формати на референци, што е важно за повторливите активности во работата со знаење. Се справува со равенки и финансиски модели со поголема прецизност и подобро ги користи типографијата, проредот, хиерархијата и распоредот на страницата или работниот лист.

Првите клиенти што го тестираа GPT‑5.6 забележаа подобрувања во резултатите од интелектуалната работа во различни домени.

GPT‑5.6 е нашиот досега најсилен модел за сајбер-безбедност, постигнувајќи гранични перформанси со значително помалку токени. На ExploitBench^2, кој го мери напредокот од достигнување ранлив код, преку произволно извршување на код, постигнува 73,5 % наспроти резултатот на GPT‑5.5 од 47,9 % при споредлив буџет за излезни токени. На ExploitGym³, кое бара од агентите да ги претворат ранливостите од реалниот свет во работни експлоити, речиси го удвојува резултатот на GPT‑5.5 максималната стапка на положување, од 15,1 % до 24,9 % при ограничување од два часа; со шест часа, достигнува 33,7 %. На SEC-Bench Pro, кој го тестира генерирањето на докази за концептот кај сложен софтвер, постигнува 71,2 % наспроти резултатот на GPT‑5.5 од 45,8 % при подобрена латентност.

GPT‑5.6 поддржува важни одбранбени задачи, како што се безбедносна ревизија на код, примена на закрпи, моделирање на закани и активности на синиот тим. Квалификуваните поединци и организации во програмата Trusted Access for Cyber на OpenAI Daybreak⁠ можат да пристапат до поголем дел од нејзините одбранбени способности преку попрецизни заштитни мерки за верифицирана работа во овластени средини, вклучувајќи тријажа и валидација на ранливости, анализа на малициозен софтвер, инженерство за детекција и валидација на закрпи.

Поединците можат да го потврдат својот идентитет и да побараат доверлив пристап⁠(се отвора во нов прозорец), а организациите можат да поднесат барање⁠ за своите тимови. Поединечните членови ќе треба да ја овозможат Напредна безбедност на сметката⁠(се отвора во нов прозорец) со хардверски поддржани клучеви за пристап до 1 септември за да го задржат пристапот до нашите гранични модели со најголеми сајбер можности; оние што нема да го сторат тоа ќе се вратат на стандардниот пристап. Корисниците што веќе немаат хардверски поддржани пристапни клучеви може да добијат повластени цени⁠(се отвора во нов прозорец) од нашиот партнер, Yubico. Исто така, преземаме дополнителни чекори за ограничување на пристапот до субјекти со висок ризик и во јурисдикции со висок ризик.

GPT‑5.6 Sol исто така покажува значителни подобрувања во научните истражувања. Во евалуациите за животните науки, GPT‑5.6 покажува Парето-подобрувања во реалната биологија, работните процеси за истражување во животните науки и хемијата во однос на GPT‑5.5.

GPT‑5.6 е нашиот најсилен модел досега за забрзување на истражувањата во областа на вештачката интелигенција. Во OpenAI, истражувачите го користат низ целиот развоен циклус: дијагностицирање на неуспеси, оптимизирање на системи за обучување, спроведување експерименти и толкување на резултатите. Веќе го видовме тоа забрзување и посилно усвојување за време на периодот на внатрешно тестирање на GPT‑5.6, бидејќи просечниот дневен број на излезни токени по активен истражувач беше повеќе од двојно поголем од највисокото ниво забележано за GPT‑5.5.

Овој начин на работа брзо станува стандард. Во текот на изминатите шест месеци, уделот на истражувачките пресметковни ресурси посветени на внатрешна инференција за кодирање се зголеми 100 пати, додека внатрешната употреба на агентски токени се зголеми приближно 22 пати. Овие метрики за усвојување сами по себе не го мерат напредокот во истражувањето, но покажуваат колку брзо се зголемува употребата на асистенција со вештачка интелигенција за истражување и низ други тимови како продажба, маркетинг, кориснички операции, финансии и други.

За директно да ја измериме оваа способност, развивме внатрешен пакет евалуации заснован на реални задачи за истражување на ВИ, вклучувајќи отстранување грешки во истражувачки системи, оптимизирање кернели и рецепти за тренирање, спроведување експерименти со машинско учење и подобрување на друг модел.

Како што се зголемуваат можностите на моделите, го зајакнуваме нашиот безбедносен стек за да напредната интелигенција остане широко корисна, додека применуваме поголем надзор врз најризичните употреби. За GPT‑5.6, го изградивме нашиот најробусен систем за безбедност досега, калибриран според можностите на секој модел и поддржан од повеќе пресметувачка моќ од кога било досега.

Моделите GPT‑5.6 се поспособни од нашите претходни модели и во биологијата и во сајбер-безбедноста, но не го преминуваат прагот „критично“ во ниедна од двете категории. Во сајбер-безбедноста, нашето тестирање укажува дека GPT‑5.6 е подобар во пронаоѓање и поправање ранливости отколку во сигурно спроведување автономни напади од почеток до крај против зацврстени цели — што им дава можност на бранителите да ги зајакнат системите пред слабостите да бидат искористени. Во биологијата, нашето тестирање сугерира дека GPT‑5.6 може да поддржи легитимни истражувања, но не ја обезбедува целосната способност од почеток до крај што е потребна за создавање, развивање или синтетизирање на исклучително опасна нова закана.

И двата домена по својата природа се со двојна употреба. Во сајбер-безбедноста, истите способности што би можеле да му помогнат на напаѓачот да искористи ранливост можат да му помогнат на бранителот да ја пронајде, да ја репродуцира и да изгради сигурно решение. Затоа, прекумерното блокирање создава безбедносен ризик само по себе. Тоа може да ги спречи бранителите да ги тестираат системите и да применуваат закрпи, додека злонамерните актери продолжуваат да користат други модели, вклучувајќи сè поспособни модели со отворен код, како и веќе воспоставени алатки. Ефикасните заштитни мерки ги земаат предвид контекстот и веројатните последици од барањето, зачувувајќи ја легитимната одбранбена работа, а применувајќи построги контроли таму каде што доказите укажуваат на сериозен ризик од штета.

Заштитните мерки на GPT‑5.6 се организирани во повеќе слоеви за поголема точност и резервност и се дизајнирани брзо да се приспособуваат како што се појавуваат нови напади. Заштитните мерки обучени во моделот функционираат заедно со проверките во реално време, континуираното следење и спроведувањето на ниво на сметка, за да му помогнат на системот да остане безбеден дури и кога одреден слој не функционира како што е предвидено. Во многу системи, само ознаките на класификаторот одлучуваат што да се блокира, потпирајќи се на модели со пониска интелигенција што потешко се менуваат со цел да се спречи штета. Нашиот пристап додава монитор за расудување што го прегледува разговорот за да утврди дали постои потенцијал за штета. Овој дизајн има за цел да овозможи одбранбени мерки и истовремено да спречи сериозна злоупотреба, при што најчувствителните можности се резервирани за верификувани корисници преку Trusted Access. Бидејќи некои заштитни механизми користат расудување при тестирање, можеме брзо да ги ажурираме за да ги затвориме пропустите без повторно да обучуваме класификатори од нула.

Применуваме поконзервативен пристап додека продолжуваме да го зајакнуваме системот против адаптивни напади. Во споредба со претходните модели, нашиот GPT‑5.6 Сајбер-заштитните мерки на Sol блокираат приближно десет пати повеќе потенцијално штетна активност. Бидејќи овие мерки може да создадат пречки при добронамерна употреба, обезбедуваме опција во ChatGPT и Codex за лесно повторно испробување на промпт на модел со пониски способности, и ќе продолжиме да го намалуваме влијанието на нашите заштитни мерки врз добронамерната употреба, одржувајќи висок стандард за робусност. Ова го одразува нашиот итеративен пристап кон воведување: почнуваме претпазливо и подобруваме врз основа на она што го учиме од употребата во реални услови.

Пред општата достапност, ги спроведовме нашите досега најинтензивни евалуации на безбедноста, вклучувајќи обемно тестирање на отпорноста, ригорозно тестирање на способностите и заштитните механизми со надворешни експерти, како и приближно 700.000 A100e GPU часови автоматизирано тестирање на отпорноста по принципот „црна кутија“. Ова ни овозможи систематски да ги испитаме веројатните слаби точки, да откриеме пробивања и да го зајакнеме системот пред лансирањето.

Не постои такво нешто како совршена безбедност, а нашата работа на заштита на сè поспособни модели продолжува. Ќе бидат откриени нови слабости, како и нови пробивања што ги заобиколуваат постојните заштитни мерки. Секоја нова генерација на модел ќе отвора и нови можности за напад и злоупотреба. Градиме имајќи ја предвид таа реалност преку повеќеслојни заштитни мерки, континуирано следење, брза санација и соработка низ целата одбранбена заедница. За GPT‑5.6, ги комбиниравме нашите постојни програми за награди за пријавување безбедносни пропусти⁠(се отвора во нов прозорец) и програми за награди за пријавување пропусти во областа на биологијата⁠ со нов процес за брза ремедијација и со нашиот најсилен напор за следење досега. Наодите од истражувачите, следењето и злоупотребите во реални услови континуирано ќе придонесуваат за нови евалуации и посилни заштитни мерки.

Прочитај повеќе за нашите заштитни мерки во ажурираната системска картичка за GPT‑5.6⁠(се отвора во нов прозорец).

GPT‑5.6 опфаќа три нивоа на модели: Sol, нашиот водечки модел; Terra, модел со пониска цена и перформанси конкурентни на GPT‑5.5; и Luna, нашиот најбрз и најдостапен модел. Бројот ја идентификува генерацијата, додека Sol, Terra и Luna се трајни нивоа на способности што можат да напредуваат со сопствено темпо.

GPT‑5.6 е достапен почнувајќи од денес преку ChatGPT, Codex и OpenAI API. Воведувањето започнува глобално сега и ќе продолжи постепено до целосна достапност во следните 24 часа.

• Разговор: Корисниците на Plus, Pro, Business и Enterprise имаат пристап до GPT‑5.6 Sol преку поставките за средно и високо ниво на напор. Корисниците на Pro и Enterprise исто така можат да го изберат GPT‑5.6 Sol Pro за резултати со највисок квалитет при сложени задачи.
• ChatGPT Работа и Codex: Корисниците на Free и Go имаат пристап до GPT‑5.6 Terra. Корисниците на Plus, Pro, Business, и Enterprise можат да избираат меѓу GPT‑5.6 Sol, Terra и Luna и поставете ниво на напор за секоја од нив. max е достапен за сите корисници со пристап до GPT‑5.6 во ChatGPT Работа, и Codex и може да се вклучи во поставките. Работа на ChatGPT, ultra е достапна за корисниците на Pro и Enterprise. Во Codex, достапно е за плановите ChatGPT Plus и повисоките.
• API: Програмерите можат да пристапат до Sol, Terra и Luna преку OpenAI API. Во Responses API, програмското повикување на алатки (Programmatic Tool Calling) му овозможува на GPT‑5.6 да пишува и извршува програми во меморија, кои координираат алатки и обработуваат посредни резултати, што го прави компатибилно со нула задржување на податоци (ZDR). Multi-agent, првично достапен во бета-верзија, му овозможува на GPT‑5.6 да извршува подагенти истовремено и да ја обединува нивната работа во едно барање.

GPT‑5.6 се наплатува по 1M токени во три големини на модел: Sol е $5 за влез / $30 за излез; Terra е $2,50 за влез / $15 за излез; а Luna е $1 за влез / $6 за излез. GPT‑5.6 воведува и попредвидливо кеширање на промпт, вклучувајќи поддршка за експлицитни точки на прекин на кешот⁠(се отвора во нов прозорец) и минимално времетраење на кешот од 30 минути. За GPT‑5.6 и поновите модели, запишувањата во кешот се наплаќаат по 1,25x од стапката на моделот за некеширан влез, додека читањата од кешот и понатаму го добиваат попустот од 90 % за кеширан влез.