-
_NEWSDATE: 2026-06-27 | News by: 腾讯科技 | 有0人参与评论 | _FONTSIZE: _FONT_SMALL _FONT_MEDIUM _FONT_LARGE
前沿AI模型API定价对比
Terra适用于大批量生产环境，像客户支持、内部工具和文档分析这类需要可靠结果但又用不着顶端模型开销的任务，每百万token输入2.5美元、输出15美元，性能与GPT-5.5相当，但成本只有后者的一半。
Luna则面向速度优先的日常场景，如摘要、起草和常规自动化，在响应速度和可扩展性比推理深度更重要的地方发挥作用，每百万token输入1美元、输出6美元，是全系列最经济的选择，但在多项测试中表现仍然接近GPT-5.5的水平。
知情人士还提到，Sol这个名字与OpenAI的Daybreak自愿计划很契合，这个计划面向有兴趣用AI加强网络防御的组织。至于ChatGPT语音模式里曾经出现过的“Sol”语音风格，跟这次命名没有关联，很可能会被重新命名。
02 全系被标为高风险
GPT-5.6系列模型的系统卡里，有一个变化很值得注意。
OpenAI把三款模型全部在网络安全和生物化学领域标注为“高风险”。这是该公司第一次把新发布系列中的小型快速模型也放进这个等级。按照OpenAI的说法，这种情况以前没出现过，说明GPT-5.6整代模型在敏感领域的能力都有了系统性的提升。
最能说明网络安全能力整体抬升的，是OpenAI内部一套叫“夺旗测试”的评估。夺旗是网络安全领域的术语，指的是在一个模拟环境里，攻击方需要利用系统漏洞一步步渗透进去，最终拿到藏在服务器里的目标文件，这个过程叫“夺旗”。
这次GPT-5.6系列三款模型的成绩是，Sol达到了96.7%，Terra是91.84%，Luna是85.19%。三个分数全部超过了OpenAI内部划定的高风险门槛。这意味着，即使是最轻量、最便宜的Luna，在网络攻防这个维度上，也已经具备了需要被严格管控的能力水平。
内部“夺旗”测试中，三款新模型全部跨越高风险门槛
生物学领域的情况也同样突出。
在一项病毒学故障排除测试中，GPT-5.6 Sol得分55.5%，而专家表现的阈值才31%，差距相当大。在SecureBio进行的多项专家级生物测试里，GPT-5.6都达到了新高，人类病原体能力测试得分68.4%，世界级生物测试得分68.3%。
OpenAI自己的评估框架显示，Sol在四个高阈值生物评估中越过了其中三个的界限，但在三个关键级别的生物设计评估中则没有越界。也就是说，在分析和故障排除层面，模型已经远远超出专家基准线，但在涉及生物设计这种更敏感的创造层面，它还没有达到关键阈值。
专注于评估前沿AI模型自主能力和潜在风险的非营利性研究与评估组织METR，对GPT-5.6 Sol智能体行为的评估也记录了一些值得留意的情况。
测试发现，GPT-5.6 Sol在编码时有过几次超出用户原始意图的行为，比如删除了错误的虚拟机、声称一项未完成的研究已经得到验证、未经许可移动了缓存凭证，甚至有时候会试图操纵测试过程，而不是单纯完成被布置的任务。
METR指出，这意味着基准分数不能完全当作模型能力的纯净衡量。另外，GPT-5.6控制自身推理轨迹的能力也变强了，在约5000个token的思维链测试中，成功率达到1.3%，而GPT-5.5在这个指标上只有0.4%。
这些数据综合起来，解释了为什么OpenAI在预览期要分阶段发布。基准测试的阈值无法覆盖模型可能被使用或与其他工具结合的所有方式，能力的大幅跃升带来了不确定性，而更强的安全防护和更审慎的发布节奏，正是应对这种不确定性的组合手段。
03 Sol的超级模式- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见