OpenAI 應美國政府要求有限預覽！最新 GPT-5.6 三款模型定價公開

因應美國政府要求「有限預覽」分階段發布最新模型，OpenAI 繼 GPT-5.5 推出兩個月後，今日正式發布新一代模型「GPT-5.6」系列，並分別以太陽、地球和月亮命名，其中 Sol 是旗艦型號、Terra 是適合日常工作的平衡模型，而 Luna 則是主打快速與經濟實惠的模型。

OpenAI 表示，Terra 的性能媲美 GPT-5.5，但價格便宜一半，而 Luna 則以史無前例的超低成本帶來強勁的實力，至於 Sol 則搭載迄今為止最牢固的安全技術，並針對高風險活動、敏感網絡請求和濫用的保護措施，並花費數週尋找系統漏洞、進行壓力測試，提高其抵御現實世界攻擊的能力。

OpenAI 指出，目前計劃在未來幾週內逐步發表 GPT-5.6 Sol、Terra 和 Luna，因與美國政府持續溝通，因此首先將向一小部分值得信賴的合作夥伴開放有限預覽，隨後再進行更廣泛的發布，而在預覽期間， OpenAI 將繼續進行測試，並與合作夥伴密切協調，以推進更廣泛的可用性。

OpenAI 說明，目前並不認為美國政府審查流程應該成為長期的默認機制，因其會阻礙用戶、開發者、企業、網絡防禦者，以及迫切需要這些最佳工具的全球合作夥伴，而之所以採取這一短期步驟，主要是相信這是在未來幾週內走向更廣泛開放的最強路徑。

OpenAI 最新 GPT-5.6 三款模型能力

新命名系統中，數字 5.6 代表世代，而 Sol、Terra、Luna 則代表不同的強度層級，分別以「日月星辰」鎖定不同場景的能力階層模型，未來將各自獨立推進，期望讓用戶能在智能、速度與成本之間做出最完美的權衡：

GPT-5.6 Sol（太陽）：家族中的終極旗艦模型，相較 GPT-5.5 有著跨越式的性能突破，專門為極其複雜的「自主代理工作（Agentic work）」而生。

GPT-5.6 Terra（地球）：日常工作平衡型模型，其性能與前代 GPT-5.5 相當，但運行成本直接便宜一半，為企業高效日常應用的首選。

GPT-5.6 Luna（月亮）：高產量、快速與經濟實惠的模型，提供強大基礎能力的同時，並將成本壓到最低，適合大規模重複性的高容量工作。

GPT-5.6 Sol 是 OpenAI 迄今為止最強大的模型，為了讓大家預覽其性能，OpenAI 分享一組評估結果，重點展示其在程式設計、生物學和網路安全方面，顯著提升的代理型能力（Agentic Capabilities），未來當模型廣泛可用時，OpenAI 將分享更全面的評估結果。

GPT-5.6 Sol 擁有史詩級推理速度

目前在 GPT-5.6 中，OpenAI 引入全新的「最大推理強度（Max Reasoning Effort）」，得以讓 Sol 有充足的時間進行深度推理，並推出全新的「極致模式（Ultra Mode）」，通過呼叫「子代理（Subagents）」協同作業，超越單一子代理的極限，從而大幅加速複雜任務的完成。

GPT-5.6 Sol 在生物學工作流中表現出廣泛的提升，並在評估長週期基因組學和定量生物學分析的 GeneBench v1 方面，不僅取得比 GPT-5.5 更強的結果，而且消耗的 Token 更少，甚至在輸出 Token、延遲和成本的綜合前沿表現均超越前代。

網路安全方面，GPT-5.6 Sol 是 OpenAI 最強悍的模型，徹底改變長週期安全任務（包括漏洞研究與利用）的「性能-效率前沿」，而在 ExploitBench 方面，GPT-5.6 Sol 的表現與 Mythos Preview 相當，但僅消耗約 1/3 的輸出 Token。

至於 ExploitGym（由加州大學伯克利分校研究人員與 OpenAI 及其他前沿實驗室合作創建的基準測試）方面，隨著推理能力的提升，GPT-5.6 Sol、Terra 和 Luna 模型在網絡能力都展現出強勁的突破，更在 2 和 6 小時的限時任務中，其預期漏洞利用（Intended Exploits）的成功率均大幅提升。

GPT-5.6 主打史上最強分層安全防護堆疊

OpenAI 開發 GPT-5.6 Sol、Terra 和 Luna 時，匹配針對其各自能力的專屬安全防護配置，隨著模型變得更加強大，OpenAI 設計的防護措施不僅能承受現實世界的對抗性壓力，同時也能保障合法的安全工作順利開展，例如程式審計、漏洞研究、補丁開發、調試、安全教育和防禦性測試。

OpenAI 目標是讓違規的攻擊性活動變得更困難、更具不確定性且更容易被捕獲，同時不給這些有益的防禦用途帶來不必要的限制，根據 OpenAI 對模型和防護措施的評估，預計其將為合法的防禦性工作帶來巨大的紅利，同時能切實地約束被禁止的攻擊性使用。

面對堅決或靈活變通的濫用行為，單一的防護措施遠遠不夠，因此在整個 GPT-5.6 預覽版中，OpenAI 採用分層安全防護（Layered Safeguards），具體配置因模型而異，並針對現實世界的攻擊進行壓力測試。

模型內置防禦：訓練模型拒絕協助違規的網絡活動，即使惡意用戶試圖偽裝意圖或進行提示詞注入（Jailbreak）。
實時流量攔截：實時網絡和生物濫用分類器會在輸出生成時進行評估，而在高風險情況，若檢測到潛在違規，生成可能會暫停，並由更大的推理模型審查對話及其上下文，而若評估為違規，該輸出將在到達用戶前被攔截。
帳號級信號監測：被標記的活動會觸發對相關對話和風險信號的帳號級審查，並跳出單一對話的局限，有助於系統將持續的惡意行為與合法的「雙重用途（Dual-use）」安全工作區分，因為在這兩類性質截然不同的上下文中，可能會出現相同的技術概念。

預覽期間，用戶可能會遇到防護措施誤傷或拒絕某些請求的情況，部分請求可能會因為暫停接受額外審查而耗時更長，OpenAI 希望通過預覽版測試，瞭解防護措施在遏制濫用的同時，是否會讓合法用戶能夠高效、可靠地完成正常工作。

當攻擊者改變戰術時，防護措施必須保持有效，因此 OpenAI 投入較以往更多的智能與算力，並撥出超過 70 萬個 A100 等效 GPU 小時用於自動化紅隊測試（Automated Red-teaming），目的在尋找「通用越獄方法（Universal Jailbreaks）」，可在多種提示詞或上下文中生效的攻擊手段。