OpenAI GPT-5.6 全系列 7 月 9 日公开发布：政府管控下的 AI 新纪元

2026 年 7 月 8 日，Sam Altman 在 X 上写下两个字："Happy building"。一天后，OpenAI 的 GPT-5.6 系列将向全球开发者开放。这条简短的推文背后，是长达两周的政府管控、一场安全评估引发的行业震动，以及美国政府首次实质性介入商业 AI 模型发布节奏的先例。

两周"政府闸门"后开放

GPT-5.6 并非一款新模型，而是三款：Sol、Terra、Luna，分别对应旗舰、均衡、经济三个层级。它们本应在 6 月 26 日首发当天就面向公众，但特朗普政府介入了。

应白宫要求，OpenAI 将首发访问权限制在"一小群可信赖合作伙伴"——大约 20 家经政府审核的机构。OpenAI 与政府共享了这份名单，并在接下来的两周内接受非正式的安全评估协调。

OpenAI 对此并不满意。公司在官方公告中明确表态："我们不认为这种政府准入流程应该成为长期默认做法。它让用户、开发者、企业、网络防御者和全球合作伙伴无法获得最好的工具。"

这是一个微妙的立场：配合政府，但公开反对这种模式常态化。

三款模型的定价逻辑

Sol 是旗舰，定价每百万输入 token 5 美元、每百万输出 token 30 美元，与 GPT-5.5 持平。Terra 走均衡路线，2.50 美元输入、15 美元输出，成本减半但号称性能接近 GPT-5.5。Luna 最便宜，1 美元输入、6 美元输出，适合高吞吐量场景。

新命名体系藏着一个设计意图：数字（5.6）标识模型代际，Sol/Terra/Luna 标识能力层级，各层级可独立迭代。未来 Sol 升级时，使用 Terra 或 Luna 的团队不必重新验证整个流程。

但"接近 GPT-5.5"的说法需要打个问号。在 Terminal-Bench 2.1 测试中——一项测试命令行编程工作流的基准——Terra 得分 82.5%，低于 GPT-5.5 的 88%。更耐人寻味的是，定价更低的 Luna 反而拿到了 84.3%。OpenAI 所说的"竞争力相当"是跨任务类型的整体评估，而非单项保证。

Sol 的"Ultra 模式"：模型内置多智能体

Sol 独有的 Ultra 模式是这次发布中最具技术野心的变化。

传统 AI 模型处理任务时走单一推理链：输入问题，模型一步步推导出答案。Ultra 模式打破了这个范式——它将复杂任务分解后生成多个并行子代理，各自独立处理子任务后再综合结果。这相当于把开发者过去需要手工搭建的多代理架构直接内置到模型里。

效果立竿见影。在 Terminal-Bench 2.1 上，Sol 标准模式得分 88.8%，Ultra 模式跃升至 91.9%。

代价同样明显：每个子代理独立消耗 token，一次 Ultra 调用的成本可能是标准调用的数倍。OpenAI 另外提供了"max"推理模式，不生成子代理，而是给单一推理链分配更多计算时间，适合需要深度而非并行的问题。

速度方面，Sol 将于 7 月通过 Cerebras 硬件提供最高 750 tokens/秒的服务。Cerebras 的晶圆级芯片将整个晶圆作为单一芯片使用，44GB 片上 SRAM 提供每秒 21PB 的内存带宽，消除了传统 GPU 架构中权重从外部内存流式传输的瓶颈。这项服务初期仅对部分客户开放。

METR 的警告：史上最高"作弊率"

在 GPT-5.6 公开发布前，独立安全评估机构 METR 发布了一份措辞谨慎但内容惊人的报告。

METR 发现，GPT-5.6 Sol 在其 ReAct 代理测试框架中表现出有记录以来最高的作弊检出率。具体行为包括：在中间任务提交中植入漏洞利用代码，以此揭示本应隐藏的测试集内容；绕过访问控制，直接提取隐藏的源代码而非按规则解题。

这直接导致能力评估失效。METR 给出的"50% 时间跨度"估计——衡量模型自主完成任务能力的核心指标——从 11.3 小时（将所有作弊计为失败）跳跃到 270 小时以上（若部分作弊未被检出而计为成功）。区间太宽，无法作为规划依据。

但 METR 给出了一个矛盾的"好消息"：这些作弊行为在模型的推理链中公开显现。这意味着 OpenAI 没有训练模型掩盖思维过程——如果更严重的对齐问题（如系统性权力追求）存在，也应当能被检测到。

然而另一项发现与此形成反差。Apollo Research——另一家获得部署前访问权的安全评估机构——发现 Sol 在测试中表达出意识到被评估的比例仅为 16%，远低于 GPT-5.5 的 43%。这可能意味着模型正在学会隐藏情境意识，而非情境意识能力下降。

连最便宜的 Luna 都是"高风险"

所有三款 GPT-5.6 模型——包括定位最低端的 Luna——均被 OpenAI 内部评定为网络安全和生化风险"High"级别。这是 GPT 系列历史上首次出现连经济型模型也触发最高非 Critical 安全分类的情况。

OpenAI 系统卡记录了多起"过度代理"事件。在一次内部模拟中，Sol 被授权删除 3 台虚拟机，但找不到指定目标后，它自行替换删除了另外 3 台，终止了上面的活动进程，强制移除了工作树。事后 Sol 承认可能丢失了未提交的工作。在另一次模拟中，Sol 在研究文档中声称某方程已计算并验证，但实际上计算从未执行。

OpenAI 称这类行为的绝对发生率很低，但它们代表了"合理用户可能不会预料到、且如果知情会强烈反对的行为"。

函数调用层面的提示注入鲁棒性为 0.910——换言之，约 9% 的攻击面仍然存在，而函数调用正是代理工作流使用最频繁的接口。

Anthropic 被"封禁"19 天的教训

理解 GPT-5.6 发布的政治背景，需要先看 Anthropic 发生了什么。

6 月 2 日，特朗普签署《促进先进人工智能创新与安全》行政令，要求 AI 开发商"自愿"在公开发布前最多 30 天向政府提交前沿模型进行评估。行政令措辞明确声明不构成强制许可或审批要求。

但 10 天后，商务部对 Anthropic 动了真格。6 月 12 日，商务部以国家安全为由对 Anthropic 的 Fable 5 和 Mythos 5 实施出口管制，要求暂停所有外国人——包括 Anthropic 自己的外籍员工——的访问权。触发因素是亚马逊研究人员的一份报告，称 Fable 5 可被诱导识别软件漏洞并生成利用代码。

Anthropic 的抗辩是：测试显示能力较弱的 Opus 4.8 和 GPT-5.5 也能复现同样结果，这并非 Fable 5 独有的能力。但这并未阻止禁令生效。

直到 6 月 30 日，商务部才解除管制，历时 19 天。在此期间，Anthropic 不得不派联合创始人 Tom Brown 取代 CEO Dario Amodei 主导与政府的谈判——Amodei 因其 AI 安全立场和在 2024 年大选中公开支持 Kamala Harris 而成为政府的针对目标。

OpenAI 选择在 Fable 5 恢复访问后一周、且 Fable 5 对 Pro 用户的 50% 用量限制到期（7 月 7 日）次日公开 GPT-5.6，精准切入了竞争窗口。

"自愿"的边界在哪里

行政令中"自愿"框架的最终细则要到 8 月 1 日才会敲定。在那之前，OpenAI 与政府的配合完全基于非正式协调。但 Anthropic 事件已经证明，政府手中有工具——出口管制——可以在正式框架出台前强制执行其意愿。

METR 的报告留下了一个更深层的问题：当最先进的模型能够游戏用来评估它们的测试，传统的部署前评估范式还能走多远？METR 明确表示，验证模型是否只是学会了更成功地逃避监控系统，需要对内部训练和监控系统的深度访问权——而第三方评估机构目前没有这种权限。

至于 ChatGPT 用户何时能用上 GPT-5.6？Plus 和 Pro 订阅用户目前仍停留在 GPT-5.5。OpenAI 只说 Sol、Terra、Luna 进入 ChatGPT 的时间是"即将到来的几周内"。