GPT-5.6 发布了，比神话（Claude Mythos）还强三个点，但你用不上

OpenAI 今天发布 GPT-5.6 系列，三个型号：Sol、Terra、Luna。

Sol 是旗舰。OpenAI 称其为"step function"级别的提升——不是渐进式改进，是跳跃。新增 max 模式和 ultra 模式：max 模式让模型花更长时间深度推理；ultra 模式由模型自行拆解任务，分配给一组子 agent 并行处理，最后汇总结果。

Terra 性能接近 GPT-5.5，价格砍半。Luna 主打低成本高吞吐。

API 定价：

7 月将上线 Cerebras 硬件加速版本，推理速度 750 token/秒。

Terminal-Bench 2.1 测试结果——该基准评估模型在命令行环境下的规划、迭代和工具协调能力：

• GPT-5.6 Sol Ultra: 91.9%
• GPT-5.6 Sol: 88.8%
• Claude Mythos 5: 88.0%
• GPT-5.6 Terra: 84.3%
• Claude Fable 5: 84.3%
• GPT-5.5: 83.4%
• GPT-5.6 Luna: 82.5%
• Claude Opus 4.8: 78.9%
• Gemini 3.1 Pro Preview: 70.7%

Sol Ultra 领先 Claude Mythos 5 约 4 个百分点。Terra 与 Claude Fable 5 持平，价格更低。

网络安全方面，ExploitBench 测试结果显示：Sol 用约三分之一的 token 消耗达到 Claude Mythos Preview 的同等水平。OpenAI 将 Sol 的网络安全能力定级为"高"，未达到"关键"等级。模型能够发现浏览器漏洞和利用原语，但在测试条件下无法自主完成完整攻击链。

安全方面，OpenAI 投入超过 70 万 A100 等效 GPU 小时进行自动化红队测试，专门寻找可跨场景通用的越狱攻击。模型内置实时拒绝机制，生成过程中检测网络安全和生物领域的滥用行为。可疑输出会被暂停，交由更大的推理模型复审。

GPT-5.6 目前仅向约 20 家经美国政府审批的合作伙伴开放。普通开发者和 ChatGPT 用户暂不可用。

这不是事后监管或合规审查，而是发布前就限定了分发范围。

有评论写道："想象一下未来 AI 公司的 PR 合并请求，得华盛顿批准才能合并。"

也有用户直接质疑："你们根本不相信广泛访问。你们被 Claude 打得抬不起头，然后让政府来救场。"

对 API 用户而言，Terra 是短期内最实际的选项：性能接近 GPT-5.5，价格为其一半。Luna 适合对成本敏感的高吞吐场景。

Sol 的 ultra 模式如果稳定运行，开发者无需自行搭建 agent 编排框架即可处理复杂多步骤任务。这与 Anthropic 在 Claude 上的 agent 能力、Cursor 在 IDE 中的 background agent 方向一致——都在实现"AI 管理 AI"。

OpenAI 表示几周内会扩大开放范围。据 Axios 报道，下周将增加更多客户。ChatGPT 用户的使用时间尚未明确。

前沿 AI 能力的分配权，正在从公司转移到政府。