GPT‑5.6: Kecerdasan perbatasan yang berkembang seiring dengan cita-cita anda

Kami melancarkan keluarga model GPT‑5.6 untuk ketersediaan umum selepas pratonton terhad⁠ kami: model utama baharu kami, Sol, bersama-sama Terra, model yang seimbang untuk kerja harian dan Luna, model kami yang paling menjimatkan kos.

GPT‑5.6 Sol menetapkan standard baharu dalam kedua-dua kecerdasan dan kecekapan, mencapai hasil tercanggih merentas pengekodan, kerja pengetahuan, keselamatan siber dan sains sambil mengatasi model perbatasan terdahulu dan pesaing dengan token yang lebih sedikit serta pada anggaran kos yang lebih rendah. Hasilnya ialah prestasi yang lebih kukuh bagi setiap dolar: lebih banyak kerja yang berjaya dengan perbelanjaan yang sama atau hasil yang setanding pada jumlah kos yang lebih rendah. Kami juga memperkenalkan cara baharu untuk mempercepat kerja yang paling mencabar: ultra ialah tetapan berkeupayaan tertinggi kami, menyelaraskan berbilang ejen merentas aliran kerja selari untuk menyelesaikan tugasan kompleks dengan lebih pantas. Penggunaan komputer dan pertimbangan reka bentuk yang lebih kukuh menjadikan GPT‑5.6 Sol ialah kolaborator kami yang paling diperhalusi setakat ini, membantu memeriksa, memperhalusi dan menyampaikan hasil yang sedia digunakan.

Kami melatih GPT‑5.6 untuk mendapatkan lebih banyak kerja yang berguna daripada setiap token. Dalam Peperiksaan Terakhir Ejen⁠(dibuka dalam tetingkap baru), iaitu penilaian aliran kerja profesional yang berjalan lama merentasi 55 bidang, GPT‑5.6 Sol mencatat paras tinggi baharu sebanyak 53.6, mengatasi Claude Fable 5 (penaakulan adaptif) sebanyak 13.1 mata. Walaupun pada penaakulan sederhana, ia mengatasi Fable 5 sebanyak 11.4 mata pada kira-kira satu perempat daripada kos yang dianggarkan. Kecekapan itu turut merangkumi model yang lebih kecil, yang penting untuk menjadikan kecerdasan lebih tersedia secara meluas dan mampu milik: GPT‑5.6 Terra dan GPT‑5.6 Luna mengatasi Fable 5 dengan kos sekitar satu per enam belas. Pada Indeks Kecerdasan Artificial Analysis⁠(dibuka dalam tetingkap baru), ukuran kecerdasan yang luas merangkumi kerja agentik, pengekodan, penaakulan saintifik dan keupayaan umum, GPT‑5.6 Sol dengan penaakulan maksimum berada dalam jarak satu mata daripada Fable 5 sambil menyelesaikan tugasan dalam masa 61% lebih singkat pada kira-kira separuh daripada anggaran kos.

GPT‑5.6 dilancarkan dengan langkah perlindungan kami yang paling kukuh setakat ini, direka bentuk untuk berdaya tahan terhadap penyalahgunaan yang bertekad dan adaptif tanpa mengehadkan kerja yang sah secara meluas. Sebelum ketersediaan umum, kami menjalankan tempoh penilaian paling menyeluruh setakat ini terhadap model-model dan langkah perlindungan dengan menggabungkan proses penyerang manusia bersama ujian automatik berskala besar. Semasa pratonton, kami bekerjasama rapat dengan organisasi pakar serta rakan kongsi yang dipercayai untuk menguji ketahanan pertahanan dan memperkukuh langkah perlindungan sebelum pelancaran yang lebih meluas. Sistem yang terhasil melapiskan perlindungan yang dilatih ke dalam model dengan semakan masa nyata, pemantauan dan akses yang ditentukur mengikut tahap kepercayaan dan risiko.

GPT‑5.6 Sol ialah model pengekodan terbaik kami setakat ini. Pada Indeks Ejen Pengekodan Analisis Buatan, GPT‑5.6 Sol dengan penaakulan maksimum menetapkan tahap tercanggih baharu pada 80, 2.8 mata lebih tinggi daripada Fable 5, sambil menggunakan kurang daripada separuh token output, mengambil masa kurang daripada separuh dan menelan kos kira-kira satu pertiga lebih rendah. Kelebihan itu merangkumi seluruh keluarga: Terra berprestasi sedikit lebih baik daripada Fable 5, manakala Luna mengatasi Opus 4.8; setiap satu melakukannya dalam kira-kira satu pertiga masa, dengan kira-kira separuh jumlah token output dan pada kira-kira satu perempat daripada anggaran kos. Ia juga mencatat keputusan tercanggih baharu pada Terminal‑Bench 2.1 dan DeepSWE yang menguji aliran kerja baris perintah yang kompleks serta kejuruteraan jangka panjang dalam pangkalan kod sebenar.

GPT‑5.6 boleh menulis dan menjalankan program ringan yang menyelaraskan alat, memproses hasil perantaraan, memantau kemajuan dan memilih tindakan seterusnya semasa kerja berlangsung. Ini membolehkan tugas yang banyak menggunakan alat diteruskan dengan lebih sedikit token, lebih sedikit pusingan ulang-alik model dan kurang panduan. Daripada memerlukan pembangun menulis skrip untuk setiap langkah atau menghantar setiap respons alat kembali melalui model, Programmatic Tool Calling⁠(dibuka dalam tetingkap baru) dalam Responses API boleh menapis sejumlah besar data perantaraan, mengekalkan hanya perkara yang penting dan menyesuaikan aliran kerjanya sepanjang proses.

Untuk masalah yang memberikan ganjaran kepada pelaburan masa dan kuasa pengkomputeran yang lebih besar, GPT‑5.6 boleh melangkaui tetapan lalai yang cekap ini. max memberikan GPT‑5.6 lebih banyak masa berbanding xhigh untuk menaakul dan meneroka alternatif, menjalankan semakan, serta menyemak semula pendekatannya. ultra melangkah lebih jauh dengan menyelaraskan empat ejen secara selari secara lalai, mengimbangi penggunaan token yang lebih tinggi dengan hasil yang lebih kukuh dan masa untuk mendapatkan hasil yang lebih pantas bagi tugasan yang mencabar. Carta di bawah membandingkan persediaan lalai empat ejen Ultra dengan garis dasar 1 ejen merentas BrowseComp, SEC-Bench Pro dan Terminal-Bench 2.1; BrowseComp dan SEC-Bench Pro juga menunjukkan konfigurasi 16 ejen. Merentas ketiga-tiga penilaian, penambahan ejen selari mengalihkan perbatasan skor-kependaman ke atas dan ke kiri, mencapai hasil yang lebih kukuh dalam masa yang lebih singkat. Dalam API, pembangun boleh membina pengalaman seperti Ultra menggunakan beta berbilang ejen dalam Responses API.

GPT‑5.6 memberikan perubahan besar dalam penilaian reka bentuk. Dengan hanya arahan tahap tinggi, GPT‑5.6 menghasilkan antara muka yang bergaya, ergonomik dan berfungsi. Keupayaannya menggunakan komputer yang lebih mantap membolehkannya meneliti dan memperhalus hasil yang dirender—bukan sekadar menjana kod atau kandungan yang mendasarinya—supaya ia dapat mengesan isu visual dan fungsi serta menerapkan sentuhan akhir sebelum menyerahkan semula kerja tersebut.

Keupayaan antara muka hadapan GPT‑5.6 juga mengubah permintaan dalam bahasa semula jadi kepada penerangan dan visualisasi yang kemas serta interaktif dalam ChatGPT Kerja.

GPT‑5.6 memberikan hasil yang lebih baik untuk tugasan profesional. Ia mengambil konteks yang tidak tersusun daripada dokumen dan aliran kerja harian anda seperti Slack, Notion, Microsoft 365 dan Google Drive, lalu menukarkannya menjadi artifak bertaraf pakar yang boleh dikongsi.

Kekuatan GPT‑5.6 dalam kerja berasaskan pengetahuan terlihat dalam penilaian yang merangkumi analisis profesional jangka panjang, penyemakan imbas, penggunaan alat dan penggunaan komputer. GPT‑5.6 Sol mencatat keputusan tercanggih baharu pada BrowseComp, sebanyak 92.2% dan OSWorld 2.0 sebanyak 62.6%; pada OSWorld, ia mengatasi Opus 4.8 sambil menggunakan 85% lebih sedikit token output. Di sini, peningkatan prestasi bagi setiap dolar meliputi seluruh keluarga GPT‑5.6. Luna hampir menyamai GPT‑5.5 prestasi puncak pada kurang daripada separuh anggaran kos, manakala Terra pula mengatasinya dengan kos yang lebih rendah.

GPT‑5.6 Sol meningkatkan kualiti dalam pembentangan, dokumen dan hamparan, menghasilkan output yang lebih kemas dan tepat. Ia boleh mencipta persembahan yang boleh diedit sepenuhnya dari awal, menterjemahkan prom dan bahan sumber menjadi naratif visual yang padu dengan tataletak, hierarki dan reka bentuk yang mantap.

Peningkatan ini amat ketara apabila mengikuti templat dan dek rujukan. GPT‑5.6 boleh menyimpulkan sistem reka bentuk dek pembentangan—reka letak, tipografi, jarak, warna dan pola kandungan berulang, termasuk peraturan yang dibenamkan dalam Induk Slaid—serta menerapkan konvensyen tersebut secara konsisten pada bahan baharu. Dalam contoh ini, apabila diminta mengemas kini nombor berdasarkan fail rujukan, output GPT‑5.5 tiada komponen penting daripada slaid induk, manakala GPT‑5.6 mengikuti struktur rujukan dengan lebih tepat.

GPT‑5.6 juga menghasilkan dokumen dan hamparan yang lebih kemas dari segi visual. Ia mematuhi format rujukan yang kompleks dengan lebih tepat, yang penting untuk aktiviti kerja berasaskan pengetahuan yang boleh diulang. Ia mengendalikan persamaan dan model kewangan dengan ketepatan yang lebih tinggi, serta memanfaatkan tipografi, jarak, hierarki dan reka letak halaman atau lembaran kerja dengan lebih baik.

Pelanggan awal yang menguji GPT‑5.6 mendapati peningkatan dalam output kerja berasaskan pengetahuan merentas pelbagai domain.

GPT‑5.6 ialah model keselamatan siber kami yang paling kuat setakat ini, mencapai prestasi perbatasan dengan token yang jauh lebih sedikit. Pada ExploitBench^2, yang mengukur kemajuan daripada mencapai kod kerentanan hingga pelaksanaan kod sewenang-wenangnya, ia mencatat skor 73.5% berbanding GPT‑5.5 47.9% pada peruntukan token output yang setanding. Pada ExploitGym³, yang meminta ejen menukar kerentanan dunia sebenar menjadi eksploitasi yang berfungsi, ia hampir menggandakan pencapaian GPT‑5.5 kadar kelulusan puncak, daripada 15.1% kepada 24.9% di bawah had maksimum dua jam; dengan enam jam, ia mencapai 33.7%. Pada SEC-Bench Pro, yang menguji penjanaan bukti konsep pada perisian kompleks, ia mencatat skor 71.2% berbanding GPT‑5.5 45.8% pada latensi yang lebih baik.

GPT‑5.6 menyokong tugas pertahanan penting seperti semakan keselamatan kod, penampalan, pemodelan ancaman dan pertahanan biru. Individu dan organisasi yang layak dalam program OpenAI Daybreak’s Trusted Access for Cyber⁠ boleh mengakses lebih banyak keupayaan pertahanannya melalui perlindungan yang lebih tepat untuk kerja yang disahkan dalam persekitaran yang dibenarkan, termasuk penapisan dan pengesahan kerentanan, analisis perisian hasad, kejuruteraan pengesanan dan pengesahan tampalan.

Individu boleh mengesahkan identiti mereka dan memohon akses yang dipercayai⁠(dibuka dalam tetingkap baru) dan organisasi boleh memohon⁠ untuk pasukan mereka. Ahli individu perlu mengaktifkan Keselamatan Akaun Lanjutan⁠(dibuka dalam tetingkap baru) dengan kunci laluan yang disokong perkakasan menjelang 01 September untuk mengekalkan akses kepada model perbatasan kami yang paling berkeupayaan siber. Mereka yang tidak berbuat demikian akan kembali kepada akses lalai. Pengguna yang belum mempunyai kunci laluan yang disokong perkakasan boleh mendapatkan harga istimewa⁠(dibuka dalam tetingkap baru) daripada rakan kongsi kami, Yubico. Kami juga mengambil langkah-langkah tambahan untuk mengehadkan akses kepada entiti berisiko tinggi dan di bidang kuasa berisiko tinggi.

GPT‑5.6 Sol juga menunjukkan peningkatan yang meluas dalam penyelidikan saintifik. Dalam penilaian sains hayat, GPT‑5.6 menunjukkan peningkatan Pareto berbanding GPT‑5.5 dalam biologi dunia sebenar, aliran kerja penyelidikan sains hayat dan kimia.

GPT‑5.6 ialah model paling berkeupayaan kami setakat ini untuk mempercepat penyelidikan AI. Di OpenAI, para penyelidik menggunakannya merentasi kitaran pembangunan: mendiagnosis kegagalan, mengoptimumkan sistem latihan, menjalankan eksperimen dan mentafsir hasil. Kami sudah melihat pecutan dan penerimagunaan yang lebih kukuh semasa tempoh ujian dalaman GPT‑5.6, memandangkan purata token output harian bagi setiap penyelidik aktif adalah lebih daripada dua kali ganda tahap tertinggi yang diperhatikan untuk GPT‑5.5.

Cara kerja sebegini semakin cepat menjadi amalan standard. Sepanjang enam bulan yang lalu, bahagian komputasi penyelidikan yang diperuntukkan kepada inferens pengekodan dalaman meningkat 100 kali ganda, manakala penggunaan token agentik dalaman meningkat kira-kira 22 kali ganda. Metrik penggunaan ini tidak dengan sendirinya mengukur kemajuan penyelidikan, tetapi metrik ini menunjukkan betapa pantasnya bantuan AI semakin meningkat untuk penyelidikan dan merentasi pasukan lain seperti jualan, pemasaran, operasi pengguna, kewangan dan banyak lagi.

Untuk mengukur keupayaan ini secara langsung, kami membangunkan rangkaian penilaian dalaman berdasarkan tugas penyelidikan AI sebenar, termasuk menyahpepijat sistem penyelidikan, mengoptimumkan kernel dan resipi latihan, menjalankan eksperimen pembelajaran mesin dan menambah baik model lain.

Apabila keupayaan model meningkat, kami memperkukuh tindanan keselamatan kami supaya kecerdasan lanjutan dapat terus berguna secara meluas sambil menerapkan penelitian yang lebih ketat terhadap penggunaan yang paling berisiko tinggi. Untuk GPT‑5.6, kami membina sistem keselamatan kami yang paling teguh setakat ini, ditentukur mengikut keupayaan setiap model dan dikuasakan oleh lebih banyak kuasa pengkomputeran berbanding sebelum ini.

Model GPT‑5.6 lebih berkeupayaan berbanding model terdahulu kami dalam kedua-dua bidang biologi dan keselamatan siber, namun tidak melepasi ambang kritikal dalam mana-mana kategori tersebut. Dalam keselamatan siber, ujian kami menunjukkan bahawa GPT‑5.6 lebih baik dalam mencari dan membaiki kerentanan berbanding melaksanakan serangan autonomi hujung-ke-hujung dengan boleh dipercayai terhadap sasaran yang telah diperkukuh—memberi peluang kepada pihak pertahanan untuk mengukuhkan sistem sebelum kelemahan dieksploitasi. Dalam bidang biologi, ujian kami menunjukkan bahawa GPT‑5.6 boleh menyokong penyelidikan yang sah tetapi tidak menyediakan keupayaan menyeluruh dari awal hingga akhir yang diperlukan untuk mencipta, merekayasa atau mensintesis ancaman baharu yang amat berbahaya.

Kedua-dua domain tersebut secara semula jadi bersifat dwiguna. Dalam keselamatan siber, keupayaan yang sama yang boleh membantu penyerang mengeksploitasi kelemahan juga boleh membantu pihak bertahan mencarinya, menghasilkan semula kelemahan itu dan membina pembaikan yang boleh dipercayai. Oleh itu, penyekatan berlebihan menimbulkan risiko keselamatan tersendiri. Ia boleh menghalang pihak pembela daripada menguji sistem dan melaksanakan tampalan, sementara pelaku berniat jahat terus menggunakan model lain, termasuk model sumber terbuka yang semakin berkeupayaan, serta alat yang telah mantap. Langkah perlindungan yang berkesan mengambil kira konteks dan kemungkinan akibat sesuatu permintaan, sambil mengekalkan kerja pertahanan yang sah dan pada masa yang sama mengenakan kawalan yang lebih ketat apabila bukti menunjukkan risiko kemudaratan yang serius.

Langkah perlindungan GPT‑5.6 disusun secara berlapis untuk memberikan ketepatan dan redundansi yang lebih tinggi, serta direka untuk menyesuaikan diri dengan cepat apabila serangan baharu muncul. Perlindungan yang diterapkan dalam model melalui latihan berfungsi bersama-sama semakan masa nyata, pemantauan berterusan dan penguatkuasaan peringkat akaun, untuk membantu sistem kekal selamat walaupun apabila lapisan tertentu tidak berfungsi seperti yang dimaksudkan. Dalam banyak sistem, penanda pengelas sahaja menentukan perkara yang perlu disekat dengan bergantung pada model kecerdasan lebih rendah yang lebih sukar diubah untuk mencegah kemudaratan. Pendekatan kami menambahkan pemantau penaakulan yang menyemak perbualan untuk menentukan sama ada terdapat potensi kemudaratan. Reka bentuk ini bertujuan untuk membolehkan kerja pertahanan sambil menyekat penyalahgunaan serius dengan keupayaan yang paling sensitif dikhaskan untuk pengguna yang disahkan melalui Akses Dipercayai. Oleh sebab sesetengah perlindungan menggunakan penaakulan semasa ujian, kami boleh mengemas kini perlindungan tersebut dengan pantas untuk menutup jurang tanpa melatih semula pengelas dari awal.

Kami mengambil pendekatan yang lebih berhati-hati sambil kami terus memperkukuh sistem terhadap serangan adaptif. Berbanding dengan model sebelumnya, GPT‑5.6 Perlindungan siber Sol kami menyekat kira-kira sepuluh kali lebih banyak aktiviti yang berpotensi membahayakan. Oleh sebab langkah-langkah ini boleh menimbulkan geseran bagi penggunaan yang tidak berniat jahat, kami menyediakan pilihan dalam ChatGPT dan Codex untuk mencuba semula prom dengan mudah pada model berkeupayaan lebih rendah dan kami akan terus mengurangkan kesan perlindungan kami terhadap penggunaan yang tidak berniat jahat sambil mengekalkan standard keteguhan yang Tinggi. Ini mencerminkan pendekatan pelaksanaan secara berulang kami: bermula secara berhati-hati dan menambah baik berdasarkan apa yang kami pelajari daripada penggunaan dunia sebenar.

Sebelum ketersediaan umum, kami menjalankan penilaian keselamatan paling intensif kami setakat ini, termasuk proses penyerang yang meluas, ujian keupayaan dan perlindungan yang mantap bersama pakar luar, serta kira-kira 700,000 jam GPU A100e bagi proses penyerang automatik kotak hitam. Ini membolehkan kami menguji titik lemah yang berkemungkinan secara sistematik, mendedahkan jailbreak dan membantu kami memperkukuh sistem sebelum pelancaran.

Keselamatan yang sempurna itu tidak wujud dan usaha kami untuk memastikan keselamatan model yang semakin berkeupayaan akan diteruskan. Kelemahan baharu akan ditemui, begitu juga jailbreak baharu yang memintas langkah perlindungan sedia ada. Setiap generasi baharu model juga akan membuka ruang baharu bagi serangan dan penyalahgunaan. Kami membina bagi menghadapi realiti tersebut melalui perlindungan berlapis, pemantauan berterusan, pemulihan pantas dan kerjasama merentas komuniti pertahanan. Untuk GPT‑5.6, kami telah menggabungkan program ganjaran pepijat keselamatan kami yang sedia ada⁠(dibuka dalam tetingkap baru) dan program ganjaran pepijat biologi kami yang sedia ada⁠ dengan proses pemulihan pantas yang baharu serta usaha pemantauan kami yang paling kukuh setakat ini. Dapatan daripada penyelidik, pemantauan dan penyalahgunaan dalam dunia sebenar akan digunakan untuk memaklumkan penilaian baharu dan langkah perlindungan yang lebih kukuh secara berterusan.

Baca lebih lanjut tentang langkah perlindungan kami dalam kad sistem GPT‑5.6 yang dikemas kini⁠(dibuka dalam tetingkap baru).

GPT‑5.6 merangkumi tiga peringkat model: Sol, model unggulan kami; Terra, model dengan kos lebih rendah yang mempunyai prestasi kompetitif dengan GPT‑5.5; dan Luna, model terpantas dan paling mampu milik kami. Nombor tersebut mengenal pasti generasi, manakala Sol, Terra dan Luna ialah peringkat keupayaan yang berkekalan yang boleh berkembang mengikut kadar masing-masing.

GPT‑5.6 tersedia mulai hari ini di seluruh ChatGPT, Codex dan OpenAI API. Pelancaran sedang bermula secara global sekarang dan akan diteruskan secara beransur-ansur ke arah ketersediaan penuh dalam tempoh 24 jam akan datang.

• Sembang: Pengguna Plus, Pro, Business dan Enterprise mendapat akses kepada GPT‑5.6 Sol melalui tetapan usaha sederhana dan lebih tinggi. Pengguna Pro dan Enterprise juga boleh memilih GPT‑5.6 Sol Pro untuk mendapatkan hasil berkualiti tertinggi bagi tugasan kompleks.
• ChatGPT Kerja dan Codex: Pengguna Free dan Go mendapat akses kepada GPT‑5.6 Terra. Pengguna ChatGPT Plus, ChatGPT Pro, Business dan Enterprise boleh memilih antara GPT‑5.6 Sol, Terra dan Luna dan tetapkan tahap usaha untuk setiap satu. max tersedia untuk semua pengguna yang mempunyai akses kepada GPT‑5.6 dalam ChatGPT Kerja dan Codex dan boleh didayakan dalam tetapan. Dalam ChatGPT Kerja, ultra tersedia kepada pengguna Pro dan Enterprise. Dalam Codex, ia tersedia untuk pelan Plus dan yang lebih tinggi.
• API: Pembangun boleh mengakses Sol, Terra dan Luna melalui OpenAI API. Dalam Responses API, pemanggilan alat secara programatik membolehkan GPT‑5.6 menulis dan menjalankan program dalam memori yang menyelaraskan alat serta memproses hasil perantaraan, menjadikannya serasi dengan Pengekalan Data Sifar (ZDR). Multi-ejen, yang pada mulanya tersedia dalam versi beta, membolehkan GPT‑5.6 menjalankan subejen serentak dan mensintesiskan hasil kerja mereka dalam satu permintaan.

GPT‑5.6 ditawarkan pada harga bagi setiap 1 juta token merentas tiga saiz model: Sol ialah $5 input / $30 output; Terra ialah $2.50 input / $15 output; dan Luna ialah $1 input / $6 output. GPT‑5.6 turut memperkenalkan penyimpanan cache prom yang lebih boleh diramal, termasuk sokongan untuk titik henti cache eksplisit⁠(dibuka dalam tetingkap baru) dan hayat cache minimum 30 minit. Untuk GPT‑5.6 dan model yang lebih baharu, penulisan cache dibilkan pada 1.25x kadar input tanpa cache model tersebut, manakala bacaan cache terus menerima diskaun input cache sebanyak 90%.