GPT‑5.6: आपल्या महत्त्वाकांक्षेसोबत विस्तारत जाणारी अत्याधुनिक बुद्धिमत्ता

आम्ही आमच्या मर्यादित पूर्वावलोकनानंतर⁠ GPT‑5.6 मॉडेल्सची फॅमिली सर्वसाधारण उपलब्धतेसाठी लाँच करत आहोत: आमचे नवीन फ्लॅगशिप Sol, तसेच दैनंदिन कामासाठी संतुलित मॉडेल Terra, आणि आमचे सर्वात खर्च-कार्यक्षम मॉडेल Luna.

GPT‑5.6 Sol बुद्धिमत्ता आणि कार्यक्षमता या दोन्हींसाठी एक नवीन मानदंड प्रस्थापित करते, कोडिंग, ज्ञानाधारित काम, सायबर सुरक्षा आणि विज्ञान या सर्व क्षेत्रांमध्ये सर्वोच्च दर्जाचे परिणाम साध्य करते, तसेच कमी टोकन वापरून आणि कमी अंदाजित खर्चात आधीच्या आणि स्पर्धक अत्याधुनिक मॉडेल्सपेक्षा अधिक चांगली कामगिरी करते. याचा परिणाम म्हणजे प्रति डॉलर अधिक सक्षम कामगिरी: त्याच खर्चात अधिक यशस्वी काम, किंवा कमी एकूण खर्चात तुलनीय परिणाम. आम्ही सर्वाधिक आव्हानात्मक कामाला गती देण्याचा एक नवीन मार्गही सादर करतो: ultra ही आमची उच्च-क्षमता सेटिंग आहे, जी जटिल कामे जलद पूर्ण करण्यासाठी समांतर कार्यप्रवाहांमध्ये अनेक एजंट्सचे समन्वयन करते. अधिक सक्षम संगणक-वापर आणि डिझाइनविषयक निर्णयक्षमता GPT‑5.6 ला बनवतात Sol हा आमचा आतापर्यंतचा सर्वात परिष्कृत सहयोगी आहे, जो तपासण्यात, परिष्कृत करण्यात आणि वापरासाठी तयार निकाल वितरित करण्यात मदत करतो.

प्रत्येक टोकनमधून अधिक उपयुक्त काम मिळावे यासाठी आम्ही GPT‑5.6 ला प्रशिक्षित केले. 55 क्षेत्रांमधील दीर्घकाळ चालणाऱ्या व्यावसायिक वर्कफ्लोजचे मूल्यांकन असलेल्या Agents’ Last Exam⁠(नवीन विंडोमध्ये उघडेल) वर, GPT‑5.6 Sol 53.6 चा नवीन उच्च प्रस्थापित करतो आणि Claude Fable 5 (रीझनिंग) ला 13.1 गुणांनी मागे टाकतो. मध्यम रीझनिंगवरही, ते अंदाजित खर्चाच्या साधारण एक-चतुर्थांश खर्चात Fable 5 ला 11.4 गुणांनी मागे टाकते. ती कार्यक्षमता लहान मॉडेल्सपर्यंतही विस्तारते, जी बुद्धिमत्ता अधिक विपुल आणि परवडणारी बनवण्यासाठी अत्यावश्यक आहेत: GPT‑5.6 Terra आणि GPT‑5.6 Luna सुमारे सोलावा भाग खर्चात Fable 5 पेक्षा उत्कृष्ट कामगिरी करतात. आर्टिफिशियल अ‍ॅनालिसिस बुद्धिमत्ता निर्देशांक⁠(नवीन विंडोमध्ये उघडेल)वर, जो एजंटिक कार्य, कोडिंग, वैज्ञानिक रीझनिंग आणि सर्वसाधारण क्षमता यांचा समावेश करणारा बुद्धिमत्तेचा व्यापक मापदंड आहे, कमाल रीझनिंगसह GPT‑5.6 Sol, सुमारे निम्म्या अंदाजित खर्चात कार्ये 61% कमी वेळेत पूर्ण करताना, Fable 5 च्या एका गुणाच्या आत येते.

GPT‑5.6 आतापर्यंतचे आमचे सर्वात मजबूत सुरक्षा उपाय घेऊन लाँच होत आहे, जे वैध कामावर व्यापक मर्यादा न आणता ठरवून केलेल्या आणि बदलत्या स्वरूपाच्या गैरवापराविरुद्ध लवचिक राहण्यासाठी डिझाइन केलेले आहेत. सर्वसाधारण उपलब्धतेपूर्वी, आम्ही मानवी रेड टीमिंग आणि मोठ्या प्रमाणावरील स्वयंचलित चाचणी यांचा मेळ घालून, मॉडेल आणि सुरक्षा उपायांचे आमच्या आजपर्यंतच्या सर्वात व्यापक मूल्यमापन कालावधीत परीक्षण केले. पूर्वावलोकनाच्या काळात, व्यापक लाँचपूर्वी बचावात्मक उपायांची कठोर चाचणी घेण्यासाठी आणि सुरक्षा उपाय अधिक मजबूत करण्यासाठी आम्ही तज्ज्ञ संस्थांसोबत आणि विश्वसनीय भागीदारांसोबत जवळून काम केले. परिणामी प्रणाली मॉडेलमध्ये प्रशिक्षणाद्वारे अंतर्भूत केलेल्या संरक्षणांना रिअल-टाइम तपासण्या, निरीक्षण आणि विश्वास व जोखमीच्या आधारे समायोजित केलेल्या अ‍ॅक्सेससह स्तरित करते.

GPT‑5.6 Sol हे आमचे आतापर्यंतचे सर्वोत्तम कोडिंग मॉडेल आहे. आर्टिफिशियल विश्लेषण कोडिंग एजंट इंडेक्स, वर GPT‑5.6 Sol कमाल रीझनिंगसह 80 वर अत्याधुनिकतेचा नवा मानदंड प्रस्थापित करतो, जो Fable 5 पेक्षा 2.8 गुणांनी अधिक आहे, आणि त्याच वेळी निम्म्यापेक्षा कमी आउटपुट टोकन वापरतो, निम्म्यापेक्षा कमी वेळ घेतो आणि त्यासाठी सुमारे एक-तृतीयांश कमी खर्च येतो. हा फायदा संपूर्ण फॅमिलीमध्ये दिसतो: Terra, Fable 5 पेक्षा किंचित सरस कामगिरी करते, तर Luna, Opus 4.8 पेक्षा सरस कामगिरी करते; प्रत्येक हे सुमारे एक तृतीयांश वेळेत, सुमारे निम्म्या आउटपुट टोकनसह आणि अंदाजित खर्चाच्या सुमारे एक-चतुर्थांश खर्चात करते. हे Terminal‑Bench 2.1 आणि DeepSWE वरही नवीन अत्याधुनिक निकाल प्रस्थापित करते, जे जटिल कमांड-लाइन वर्कफ्लोज आणि वास्तविक कोडबेसमध्ये दीर्घ-कालावधीचे अभियांत्रिकी तपासतात.

GPT‑5.6 हलके प्रोग्राम लिहू आणि चालवू शकते, जे साधनांचा समन्वय साधतात, मध्यवर्ती परिणामांवर प्रक्रिया करतात, प्रगतीवर लक्ष ठेवतात आणि काम पुढे सरकत असताना पुढील कृती निवडतात. यामुळे साधन-प्रधान कार्ये कमी टोकन, मॉडेलसोबतच्या कमी फेऱ्या आणि कमी मार्गदर्शनासह पुढे जाऊ शकतात. डेव्हलपरना प्रत्येक पायरीसाठी स्क्रिप्ट लिहिण्याची किंवा प्रत्येक टूल प्रतिसाद मॉडेलमधून परत पाठवण्याची आवश्यकता ठेवण्याऐवजी, Responses API मधील प्रोग्रामॅटिक टूल कॉलिंग⁠(नवीन विंडोमध्ये उघडेल) मोठ्या प्रमाणातील मध्यवर्ती डेटा फिल्टर करू शकते, फक्त महत्त्वाचे तेच राखून ठेवू शकते आणि पुढे जाताना त्याचा वर्कफ्लो जुळवून घेऊ शकते.

ज्या समस्यांमध्ये वेळ आणि संगणकीय संसाधनांची अधिक गुंतवणूक केल्यास अधिक चांगले परिणाम मिळतात, अशा समस्यांसाठी GPT‑5.6 या कार्यक्षम डीफॉल्टच्या पलीकडे जाऊ शकते. max GPT‑5.6 ला xhigh पेक्षा अधिक वेळ देते, ज्यामुळे ते तर्क करू शकते, पर्यायांचा शोध घेऊ शकते, तपासण्या चालवू शकते आणि तुमचा दृष्टिकोन सुधारू शकते. ultra डीफॉल्टनुसार चार एजंट समांतरपणे समन्वयित करून आणखी पुढे जाते, ज्यामुळे मागणी करणाऱ्या कार्यांवर उच्च टोकन वापरून सशक्त परिणाम आणि जलद निकाल मिळतो. खालील चार्ट BrowseComp, SEC-Bench Pro आणि Terminal-Bench 2.1 मध्ये ultra च्या डीफॉल्ट चार-एजंट सेटअपची एक-एजंट बेसलाइनशी तुलना करतात; BrowseComp आणि SEC-Bench Pro मध्ये 16-एजंट कॉन्फिगरेशन्सही दाखवली आहेत. तिन्ही मूल्यमापनांमध्ये, समांतर एजंट जोडल्याने स्कोअर-लेटन्सी अत्याधुनिक वर आणि डावीकडे सरकते, ज्यामुळे कमी वेळेत अधिक सक्षम परिणाम मिळतात. API मध्ये, डेव्हलपर Responses API मधील मल्टी-एजंट बीटा वापरून अल्ट्रा-सारखे अनुभव तयार करू शकतात.

GPT‑5.6 डिझाइन निर्णयक्षमतेत एक महत्त्वपूर्ण बदल घडवून आणते. केवळ उच्च-स्तरीय मार्गदर्शनाने, GPT‑5.6 अभिरुचिपूर्ण, एर्गोनॉमिक आणि कार्यात्मक इंटरफेस तयार करते. त्याच्या अधिक सक्षम संगणक वापराच्या क्षमतांमुळे तो रेंडर केलेला परिणाम तपासू आणि अधिक परिष्कृत करू शकतो—केवळ आधारभूत कोड किंवा सामग्री तयार करण्यापुरतेच नाही—म्हणून काम परत देण्यापूर्वी तो दृश्य आणि कार्यात्मक समस्या ओळखू शकतो आणि अंतिम सुधारणा लागू करू शकतो.

GPT‑5.6 च्या फ्रंटएंड क्षमता ChatGPT काम मध्ये नैसर्गिक भाषेतील विनंत्यांना स्पष्ट, संवादात्मक स्पष्टीकरणे आणि व्हिज्युअलायझेशनमध्ये रूपांतरित करतात.

GPT‑5.6 व्यावसायिक कामांसाठी अधिक चांगले परिणाम देते. हे तुमच्या दस्तऐवजांमधील आणि Slack, Notion, Microsoft 365 आणि Google Drive सारख्या दैनंदिन कार्यप्रवाहांमधील अव्यवस्थित संदर्भ घेते आणि त्याचे तज्ज्ञ-स्तरीय, शेअर करण्यायोग्य आर्टिफॅक्ट्समध्ये रूपांतर करते.

ज्ञानाधारित कामातील GPT‑5.6 ची ताकद दीर्घ-अवधीच्या व्यावसायिक विश्लेषण, ब्राउझिंग, साधनांचा वापर आणि संगणकाचा वापर यांचा समावेश असलेल्या मूल्यमापनांमध्ये दिसून येते. GPT‑5.6 Sol BrowseComp वर 92.2% आणि OSWorld 2.0 वर 62.6% अशी नवी स्टेट ऑफ द आर्ट कामगिरी नोंदवते; OSWorld वर, 85% कमी आउटपुट टोकन वापरताना ते Opus 4.8 ला मागे टाकते. येथे, प्रति डॉलरमागील कार्यप्रदर्शनातील सुधारणा संपूर्ण GPT‑5.6 कुटुंबात दिसून येतात. Luna अंदाजित API खर्चाच्या अर्ध्यापेक्षा कमी खर्चात GPT‑5.5 च् शिखर कामगिरीशी जवळजवळ जुळते, तर टेरा त्यापेक्षा कमी खर्चात त्याला मागे टाकते.

GPT‑5.6 Sol सादरीकरणे, दस्तऐवज आणि स्प्रेडशीट्सची गुणवत्ता सुधारते, आणि अधिक परिष्कृत व अचूक आउटपुट तयार करते. हे सुरुवातीपासून पूर्णपणे संपादनयोग्य सादरीकरणे तयार करू शकते, प्रॉम्प्ट आणि स्रोत सामग्रीला प्रभावी लेआउट्स, श्रेणीबद्धता आणि डिझाइनसह सुसंगत दृश्य कथनात रूपांतरित करते.

टेम्पलेट्स आणि संदर्भ डेकला फॉलो करताना ही सुधारणा विशेषतः ठळकपणे दिसून येते. GPT‑5.6 स्लाइड डेकची डिझाइन प्रणाली—लेआउट्स, टायपोग्राफी, स्पेसिंग, रंग आणि पुनरावृत्ती होणारे कंटेंट पॅटर्न, ज्यामध्ये स्लाइड मास्टरमध्ये अंतर्भूत नियमही आहेत—यांचा अंदाज लावू शकते आणि ते नियम नवीन कंटेंटवर सातत्याने लागू करू शकते. या उदाहरणात, संदर्भ फाइलच्या आधारे आकडे अपडेट करण्यास सांगितल्यावर, GPT‑5.5 आउटपुटमध्ये मास्टर स्लाइडमधील महत्त्वाचे घटक गहाळ आहेत, तर GPT‑5.6 संदर्भ संरचनेचे अधिक अचूकपणे पालन करते.

GPT‑5.6 दृश्यदृष्ट्या अधिक परिष्कृत दस्तऐवज आणि स्प्रेडशीट्स देखील तयार करते. हे जटिल संदर्भ स्वरूपांचे अधिक काटेकोरपणे पालन करते, जे पुनरावृत्ती करता येणाऱ्या ज्ञानाधारित कामाच्या क्रियाकलापांसाठी महत्त्वाचे आहे. हे समीकरणे आणि आर्थिक मॉडेल अधिक अचूकतेने हाताळते आणि टायपोग्राफी, स्पेसिंग, श्रेणीक्रम, तसेच पृष्ठ किंवा वर्कशीट लेआउट यांचा अधिक चांगला वापर करते.

GPT‑5.6 ची चाचणी करणाऱ्या सुरुवातीच्या ग्राहकांना विविध क्षेत्रांमधील ज्ञानाधारित कामाच्या आउटपुटमध्ये सुधारणा दिसून आल्या.

GPT‑5.6 हे आत्तापर्यंतचे आमचे सर्वात शक्तिशाली सायबरसुरक्षा मॉडेल आहे, जे लक्षणीयरीत्या कमी टोकन वापरून अत्याधुनिक कार्यप्रदर्शन साध्य करते. भेद्य कोडपर्यंत पोहोचण्यापासून ते मनमानी कोड कार्यान्वित करण्यापर्यंतची प्रगती मोजणाऱ्या ExploitBench^2, वर, ते GPT‑5.5 च्या तुलनेत 73.5% स्कोअर मिळवते तुलनीय आउटपुट-टोकन बजेटमध्ये 47.9%. ExploitGym³वर, जे एजंट्सना वास्तविक जगातील भेद्यता कार्यरत शोषणांमध्ये रूपांतरित करण्यास सांगते, ते GPT‑5.5 च्या कमाल उत्तीर्णता दर, दोन तासांच्या कमाल मर्यादेअंतर्गत 15.1% वरून 24.9% पर्यंत; सहा तासांसह, तो 33.7% पर्यंत पोहोचतो. SEC-Bench Pro, वर, जे जटिल सॉफ्टवेअरवरील प्रूफ-ऑफ-कॉन्सेप्ट जनरेशनची चाचणी करते, ते GPT‑5.5 च्या तुलनेत 71.2% स्कोअर करते सुधारित विलंबतेवर 45.8%.

GPT‑5.6 सुरक्षित कोड पुनरावलोकन, पॅचिंग, थ्रेट मॉडेलिंग आणि ब्लू टीमिंग यांसारख्या महत्त्वाच्या संरक्षणात्मक कामांना समर्थन देते. OpenAI Daybreak च्या Trusted Access for Cyber⁠ कार्यक्रमातील पात्र व्यक्ती आणि संस्था अधिकृत वातावरणांमध्ये पडताळलेल्या कामासाठी अधिक अचूक सुरक्षात्मक उपाययोजनांद्वारे त्याच्या अधिक संरक्षणात्मक क्षमतांचा वापर करू शकतात. यात भेद्यता वर्गीकरण आणि पडताळणी, मालवेअर विश्लेषण, शोध अभियांत्रिकी, आणि पॅच पडताळणी यांचा समावेश होतो.

वैयक्तिक व्यक्ती त्यांची ओळख सत्यापित करून विश्वसनीय अ‍ॅक्सेससाठी विनंती करू शकतात⁠(नवीन विंडोमध्ये उघडेल), आणि संस्था त्यांच्या संघासाठी अर्ज करू शकतात⁠. आमच्या सर्वाधिक सायबर-सक्षम अत्याधुनिक मॉडेल्सचा अ‍ॅक्सेस कायम ठेवण्यासाठी वैयक्तिक सदस्यांना 01.09. पर्यंत हार्डवेअर-समर्थित पासकीजसह प्रगत खाते सुरक्षा⁠(नवीन विंडोमध्ये उघडेल) सक्षम करावी लागेल; जे असे करणार नाहीत, त्यांचा अ‍ॅक्सेस डीफॉल्ट अ‍ॅक्सेसवर परत जाईल. ज्या वापरकर्त्यांकडे आधीपासून हार्डवेअर-आधारित पासकीज नाहीत, त्यांना आमचे भागीदार Yubico कडून विशेष दर⁠(नवीन विंडोमध्ये उघडेल) मिळू शकतात. आम्ही उच्च-जोखीम असलेल्या घटकांसाठी आणि उच्च-जोखीम असलेल्या अधिकारक्षेत्रांमध्ये प्रवेश मर्यादित करण्यासाठी अतिरिक्त पावलेही उचलत आहोत.

GPT‑5.6 Sol वैज्ञानिक संशोधन क्षेत्रातही व्यापक सुधारणा दर्शवते. जीवन विज्ञान मूल्यांकनांमध्ये, GPT‑5.6 हे वास्तविक जीवशास्त्र, जीवन विज्ञान संशोधन कार्यप्रवाह आणि रसायनशास्त्र यांमध्ये GPT‑5.5 पेक्षा पॅरेटो सुधारणा दर्शवते.

GPT‑5.6 हे AI संशोधनाला गती देण्यासाठी आमचे आतापर्यंतचे सर्वात सामर्थ्यवान मॉडेल आहे. OpenAI मध्ये, संशोधक संपूर्ण विकास चक्रात त्याचा वापर करतात: अपयशांचे निदान करणे, प्रशिक्षण प्रणाली ऑप्टिमाइझ करणे, प्रयोग चालवणे आणि परिणामांचे अर्थ लावणे. GPT‑5.6 च्या अंतर्गत चाचणी कालावधीत आम्ही ती वेगवाढ आणि अधिक व्यापक स्वीकार आधीच पाहिले आहे, कारण प्रति सक्रिय संशोधक सरासरी दैनिक आउटपुट टोकनची संख्या GPT‑5.5 साठी नोंदवलेल्या उच्च पातळीपेक्षा दोनपटांपेक्षा जास्त होती.

काम करण्याची ही पद्धत झपाट्याने मानक बनत आहे. गेल्या सहा महिन्यांत, अंतर्गत कोडिंग इन्फरन्ससाठी समर्पित संशोधनासाठीच्या संगणकीय संसाधनांचा हिस्सा 100 पट वाढला, तर अंतर्गत एजंटिक टोकन वापर अंदाजे 22 पट वाढला. ही स्वीकारण्याची मेट्रिक्स स्वतःहून संशोधनातील प्रगती मोजत नाहीत, परंतु संशोधनासाठी तसेच विक्री, विपणन, वापरकर्ता ऑपरेशन्स, वित्त आणि इतर संघांमध्ये AI सहाय्य किती वेगाने वाढत आहे हे दर्शवतात.

ही क्षमता थेट मोजण्यासाठी, आम्ही प्रत्यक्ष AI संशोधन कार्यांवर आधारित मूल्यमापनांचा एक अंतर्गत संच विकसित केला आहे, ज्यामध्ये संशोधन प्रणालींमधील दोष शोधणे आणि दुरुस्त करणे, कर्नेल्स आणि प्रशिक्षण पद्धती ऑप्टिमाइझ करणे, मशीन-लर्निंग प्रयोग चालवणे आणि दुसरे मॉडेल सुधारण्याचा समावेश आहे.

मॉडेलच्या क्षमता वाढत असताना, आम्ही आमचा सुरक्षा स्टॅक अधिक मजबूत करतो, जेणेकरून प्रगत बुद्धिमत्ता व्यापकपणे उपयुक्त राहू शकेल आणि त्याच वेळी उच्च जोखमीच्या वापरांवर अधिक काटेकोर छाननी लागू करता येईल. GPT‑5.6 साठी, आम्ही आजपर्यंतची आमची सर्वात मजबूत सुरक्षा प्रणाली तयार केली आहे, जी प्रत्येक मॉडेलच्या क्षमतांनुसार समायोजित केली आहे आणि पूर्वीपेक्षा अधिक संगणकीय संसाधनांनी समर्थित आहे.

GPT‑5.6 मॉडेल्स जीवशास्त्र आणि सायबरसुरक्षा या दोन्ही क्षेत्रांमध्ये आमच्या आधीच्या मॉडेल्सपेक्षा अधिक सक्षम आहेत, परंतु दोन्हीपैकी कोणत्याही श्रेणीत गंभीर पातळी ओलांडत नाहीत. सायबरसुरक्षेमध्ये, आमच्या चाचण्यांवरून असे सूचित होते की GPT‑5.6 हे मजबूत केलेल्या लक्ष्यांवर स्वायत्त, सुरुवातीपासून शेवटपर्यंतचे हल्ले विश्वसनीयरीत्या पार पाडण्यापेक्षा असुरक्षा शोधण्यात आणि दुरुस्त करण्यात अधिक चांगले आहे—यामुळे कमकुवतपणांचा गैरफायदा घेतला जाण्यापूर्वी बचावकर्त्यांना प्रणाली मजबूत करण्याची संधी मिळते. जीवशास्त्रात, आमच्या चाचण्यांवरून असे सूचित होते की GPT‑5.6 वैध संशोधनाला सहाय्य करू शकते, परंतु अत्यंत धोकादायक नवीन धोका निर्माण करण्यासाठी, अभियांत्रिकी पद्धतीने तयार करण्यासाठी किंवा संश्लेषित करण्यासाठी आवश्यक असलेली सुरुवातीपासून शेवटपर्यंतची क्षमता प्रदान करत नाही.

दोन्ही क्षेत्रे स्वभावतः दुहेरी वापराची आहेत. सायबरसुरक्षेमध्ये, ज्या क्षमता आक्रमणकर्त्याला असुरक्षिततेचा फायदा घेण्यास मदत करू शकतात, त्याच क्षमता संरक्षकाला ती असुरक्षितता शोधण्यास, तिची पुनरावृत्ती करण्यास आणि त्यावर एक विश्वसनीय उपाययोजना तयार करण्यास मदत करू शकतात. म्हणून, ओव्हरब्लॉकिंगमुळे स्वतःच एक सुरक्षा धोका निर्माण होतो. यामुळे बचावकर्त्यांना प्रणालींची चाचणी करणे आणि पॅचेस तैनात करणे थांबवता येते, तर दुर्भावनापूर्ण घटक अधिक सक्षम होत चाललेल्या मुक्त-स्रोत मॉडेल्ससह इतर मॉडेल्स आणि प्रस्थापित साधने वापरत राहतात. प्रभावी सुरक्षा उपाययोजना विनंतीचा संदर्भ आणि संभाव्य परिणाम विचारात घेतात, वैध संरक्षणात्मक कार्य अबाधित ठेवतात आणि जिथे पुरावे हानीचा गंभीर धोका दर्शवतात तिथे अधिक कठोर नियंत्रणे लागू करतात.

GPT‑5.6 चे सुरक्षा उपाय अधिक अचूकता आणि अतिरिक्त संरक्षणासाठी स्तरित आहेत आणि नवीन हल्ले उद्भवताच त्वरीत जुळवून घेण्यासाठी डिझाइन केलेले आहेत. मॉडेलमध्ये प्रशिक्षित केलेले सुरक्षा उपाय, रिअल-टाइम तपासणी, सतत देखरेख आणि खाते-स्तरीय अंमलबजावणी यांच्यासोबत काम करतात, जेणेकरून एखादा विशिष्ट स्तर अपेक्षेप्रमाणे काम करत नसतानाही प्रणाली सुरक्षित राहण्यास मदत होते. अनेक प्रणालींमध्ये, काय ब्लॉक करायचे हे फक्त क्लासिफायर फ्लॅग्स ठरवतात आणि हानी टाळण्यासाठी बदल करणे अधिक कठीण असलेल्या कमी बुद्धिमत्तेच्या मॉडेल्सवर अवलंबून राहतात. आमचा दृष्टिकोन एक रीझनिंग मॉनिटर जोडतो, जो संभाषणाचे पुनरावलोकन करून हानी होण्याची शक्यता आहे की नाही हे ठरवतो. या डिझाइनचा उद्देश गंभीर गैरवापर रोखताना बचावात्मक कार्य सक्षम करणे हा आहे, ज्यामध्ये सर्वात संवेदनशील क्षमता 'ट्रस्टेड ॲक्सेस'द्वारे सत्यापित वापरकर्त्यांसाठी राखीव ठेवल्या आहेत. काही संरक्षण उपाय टेस्ट-टाइम रीझनिंग वापरत असल्यामुळे, क्लासिफायर्सना सुरुवातीपासून पुन्हा प्रशिक्षित न करता उणिवा भरून काढण्यासाठी आम्ही त्यांना झपाट्याने अपडेट करू शकतो.

अनुकूलनशील हल्ल्यांविरुद्ध यंत्रणा अधिक मजबूत करण्याचे आमचे कार्य सुरू असल्याने, आम्ही अधिक सावधगिरीचा दृष्टिकोन स्वीकारत आहोत. मागील मॉडेल्सच्या तुलनेत, आमचे GPT‑5.6 Sol चे सायबरसुरक्षा संरक्षणात्मक उपाय संभाव्यतः हानिकारक अ‍ॅक्टिव्हिटी सुमारे दहा पट अधिक ब्लॉक करतात. या उपाययोजनांमुळे निरुपद्रवी वापरात अडथळे निर्माण होऊ शकतात, म्हणून आम्ही ChatGPT आणि Codex मध्ये कमी क्षमतेच्या मॉडेल्सवर प्रॉम्प्ट सहजपणे पुन्हा वापरण्याचा पर्याय देतो, आणि उच्च मजबुती निकष राखत असताना निरुपद्रवी वापरावरील आमच्या संरक्षक उपायांचा परिणाम कमी करत राहू. हे आमच्या पुनरावृत्ती आधारित उपयोजन पद्धतीचे प्रतिबिंब आहे: सावधपणे सुरुवात करणे आणि प्रत्यक्ष वापरातून शिकून सुधारणा करणे.

सर्वसाधारण उपलब्धतेपूर्वी, आम्ही आतापर्यंतची सर्वाधिक सखोल सुरक्षा मूल्यमापने केली, ज्यात व्यापक रेड टीमिंग, बाह्य तज्ज्ञांसह मजबूत क्षमता आणि संरक्षणात्मक उपायांची चाचणी, आणि अंदाजे 7,00,000 A100e GPU तासांच्या ब्लॅक-बॉक्स स्वयंचलित रेड टीमिंगचा समावेश होता. यामुळे आम्हाला संभाव्य कमकुवत बिंदूंची पद्धतशीर तपासणी करणे, जेलब्रेक उघड करणे आणि लाँचपूर्वी प्रणाली अधिक बळकट करणे शक्य झाले.

परिपूर्ण सुरक्षा अशी काहीही नसते आणि अधिक सक्षम मॉडेल सुरक्षित करण्याचे आमचे कार्य सुरू आहे. नवीन कमकुवतता शोधल्या जातील, तसेच विद्यमान सुरक्षा उपाययोजनांना फसवणूक करणारे नवीन जेलब्रेकही शोधले जातील. मॉडेलची प्रत्येक नवीन पिढी हल्ले आणि गैरवापरासाठी नवीन मार्गही निर्माण करेल. त्या वास्तव्यासाठी आम्ही बहुस्तरीय सुरक्षा उपाय, सतत देखरेख, त्वरित निराकरण आणि संरक्षण समुदायातील सहकार्याद्वारे तयार करतो. GPT‑5.6 साठी, आम्ही आमचे existing security⁠(नवीन विंडोमध्ये उघडेल) आणि biology bug bounty programs⁠ एका नवीन जलद निवारण प्रक्रियेसह आणि आमच्या आतापर्यंतच्या सर्वात कडक देखरेखीच्या प्रयत्नांसह जोडले आहेत. संशोधकांकडून, निरीक्षणातून आणि वास्तविक परिस्थितींतील गैरवापरातून मिळालेले निष्कर्ष सातत्याने नवीन मूल्यमापनांना आणि अधिक मजबूत सुरक्षात्मक उपायांना दिशा देतील.

अपडेट केलेल्या GPT‑5.6 सिस्टम कार्डमध्ये⁠(नवीन विंडोमध्ये उघडेल) आमच्या सुरक्षा उपायांबद्दल अधिक वाचा.

GPT‑5.6 मध्ये तीन मॉडेल स्तरांचा समावेश आहे: Sol, आमचे फ्लॅगशिप; Terra, GPT‑5.5 शी स्पर्धात्मक कामगिरी असलेले कमी खर्चाचे मॉडेल; आणि Luna, आमचे सर्वात जलद आणि सर्वात परवडणारे मॉडेल. क्रमांक पिढी ओळखतो, तर Sol, Terra आणि Luna हे टिकाऊ क्षमता स्तर आहेत, जे स्वतःच्या गतीने प्रगत होऊ शकतात.

GPT‑5.6 आजपासून ChatGPT, Codex आणि OpenAI API वर उपलब्ध आहे. रोलआउट आता जागतिक स्तरावर सुरू होत आहे आणि पुढील 24 तासांत पूर्ण उपलब्धतेकडे टप्प्याटप्प्याने सुरू राहील.

• गप्पा: Plus, Pro, Business आणि Enterprise वापरकर्ते मध्यम आणि उच्च प्रयत्न सेटिंग्जद्वारे GPT‑5.6 Sol वापरू शकतात. Pro आणि Enterprise वापरकर्ते जटिल कार्यांसाठी उच्च-गुणवत्तेचे परिणाम मिळवण्यासाठी GPT‑5.6 Sol Pro देखील निवडू शकतात.
• ChatGPT काम आणि Codex: Free आणि Go वापरकर्त्यांना GPT‑5.6 Terra मध्ये प्रवेश मिळतो. Plus, Pro, Business आणि Enterprise वापरकर्ते GPT‑5.6 मधून निवड करू शकतात Sol, Terra आणि Luna, तसेच प्रत्येकासाठी प्रयत्नाची पातळी सेट करा. max हे ChatGPT काम आणि Codex मध्ये GPT‑5.6 चा अ‍ॅक्सेस असलेल्या सर्व वापरकर्त्यांसाठी उपलब्ध आहे आणि सेटिंग्जमध्ये चालू करता येते. ChatGPT काम मध्ये, ultra Pro आणि Enterprise वापरकर्त्यांसाठी उपलब्ध आहे. Codex मध्ये, ते Plus आणि त्यापेक्षा उच्च प्लॅनसाठी उपलब्ध आहे.
• API: डेव्हलपर्स OpenAI API द्वारे Sol, Terra आणि Luna मध्ये अ‍ॅक्सेस करू शकतात. Responses API मध्ये, प्रोग्रामॅटिक टूल कॉलिंगमुळे GPT‑5,6 ला टूल्स समन्वयित करणारे आणि मध्यवर्ती परिणामांवर प्रक्रिया करणारे प्रोग्राम मेमरीमध्ये लिहिता आणि चालवता येतात, त्यामुळे ते झीरो डेटा रिटेन्शन (ZDR) सुसंगत बनते. सुरुवातीला बीटामध्ये उपलब्ध असलेले मल्टी-एजंट, GPT‑5,6 ला समांतर सब-एजंट्स चालवू देते आणि एका विनंतीत त्यांच्या कामाचे संश्लेषण करू देते.

GPT‑5.6 ची किंमत तीन मॉडेल आकारांमध्ये प्रति 1M टोकन्सनुसार आहे: Sol साठी $5 इनपुट / $30 आउटपुट; Terra साठी $2.50 इनपुट / $15 आउटपुट; आणि Luna साठी $1 इनपुट / $6 आउटपुट. GPT‑5.6 अधिक पूर्वानुमानयोग्य प्रॉम्प्ट कॅशिंग देखील सादर करते, ज्यामध्ये स्पष्ट कॅशे ब्रेकपॉइंट्स⁠(नवीन विंडोमध्ये उघडेल) साठी समर्थन आणि 30 मिनिटांचा किमान कॅशे कालावधी समाविष्ट आहे. GPT‑5.6 आणि त्यानंतरच्या मॉडेलसाठी, कॅश लेखनासाठी मॉडेलच्या कॅश न केलेल्या इनपुट दराच्या 1.25 पट दराने शुल्क आकारले जाते, तर कॅश वाचनांना कॅश केलेल्या इनपुटवरील 90% सवलत मिळणे सुरूच राहते.