OpenAI 发布 GPT-5.6：很强，但你暂时用不上

6 月 26 日，OpenAI 发布了新一代模型 GPT-5.6。但这场发布最值得讲的，不是模型本身，而是美国政府第一次直接出手，拦住了一个商业 AI 产品的公开发布。

这是 AI 行业一个没有先例的时刻。

一、先说产品：GPT-5.6 到底发布了什么

OpenAI 这次给 GPT-5.6 换了一套全新的命名规则。数字 5.6 代表代际，后面的 Sol / Terra / Luna 代表三个固定的能力档位，名字分别取自太阳、地球、月亮，从强到弱排列。

这套命名的一个隐含信号是：OpenAI 开始把"代际"和"档位"拆开了。以前 GPT-4 / GPT-4o / GPT-4-mini 是三代不同模型；现在 5.6 是一代，Sol/Terra/Luna 是这一代里的三个固定档位。以后如果出 GPT-5.7，大概率也是同样的三档结构。这让定价和能力对照变得可预期了。

旗舰 Sol 新增了两个推理模式：

• max 模式：让模型花更长时间做深度推理（类似"慢思考"）
• ultra 模式：调用多个子 agent 并行处理复杂任务，相当于一个 AI 自己拆分工作、分配给一组 AI 干活、最后汇总

第二个尤其值得注意。如果 ultra 模式稳定可用，意味着开发者可以把复杂的多步骤任务整个甩给模型，不用自己搭 agent 编排框架。这跟 Anthropic 在 Claude 上做的 agent 能力、Cursor 在 IDE 里做的 background agent，方向高度一致：整个行业都在抢占"AI 自己管理 AI"这个位置。

价格里藏着 OpenAI 的真实策略

Sol 的定价（$5/$30）和上一代 GPT-5.5 完全一样。这说明 OpenAI 把"最强模型"的价格锚定在了 $5/$30 这个档位，不再随代际上涨。

真正有杀伤力的是 Terra：性能接近 GPT-5.5，价格砍半。对任何跑大量推理的团队来说，这是最实际的变化，同样的预算，能跑两倍的量。Luna（$1/$6）则瞄准对成本极度敏感的高吞吐场景。

还有个硬件加速的彩蛋：7 月会上线 Cerebras 版本的 Sol，推理速度可达每秒 750 个 token。这个数字意味着什么？现在主流旗舰模型大概 50-100 tok/s，750 tok/s 是一个数量级的跃迁，接近"打字速度跟不上模型生成速度"。Cerebras 的晶圆级芯片此前在开源模型上已经证明能跑到 1800-3000 tok/s，这次是第一次把前沿闭源模型推到这个速度。

二、再说真正的新闻：美国政府拦下了发布

这才是 6 月 26 日真正没有先例的事。

据 Reuters 报道，应美国政府要求，OpenAI 在公开发布 GPT-5.6 之前，必须先把前沿模型交给政府审查最多 30 天。审查期内，模型只向**大约 20 家经过政府审批的"可信合作伙伴"**开放，普通开发者和 ChatGPT 用户，暂时用不上。

多家媒体（WENY、TechCrunch）进一步确认：这 20 家合作伙伴是经特朗普政府批准的，审查名义是网络安全审查。

这是 AI 行业第一次，一家商业公司发布自己的产品，需要先过政府这一关。

OpenAI 自己的态度很微妙。官方声明里，Sam Altman 一方面说"这符合我们一贯的渐进式部署策略"，另一方面又明确表态："这不是我们认为最优的流程"（this isn't quite the process that we think is optimal）。TechCrunch 更直接地报道了 OpenAI 的原话："这种限制不应该是常态"（restrictions shouldn't be the norm）。

翻译成人话：OpenAI 在配合，但在公开抱怨。

这件事为什么没有先例

过去两年，无论 GPT-4、Claude、Gemini 怎么迭代，发布节奏都是公司自己定。政府最多事后发个报告、开个听证会。事前审批、点名合作伙伴、卡住发布，这是头一回。

它打破了一个一直存在的默契：AI 公司对自己的模型有发布权。这个默契一旦被打破，接下来每一家做前沿模型的美国公司（Anthropic、Google、Meta）都可能面对同样的流程。OpenAI 这次"配合"，某种程度上是在给整个行业立规矩，而这个规矩，未必是它愿意立的。

三、安全：OpenAI 花了最大篇幅讲的部分

既然政府卡的是安全，OpenAI 这次在安全上花的笔墨前所未有。

测试规模：投入超过 70 万个 A100 等效 GPU 小时做自动化红队测试，外加外部红队评估。专门搜索"能跨场景通用的越狱攻击"（universal jailbreak）。

模型内置机制：实时分类器在生成过程中检测网络安全和生物领域的滥用，可疑输出会被暂停，交给一个更大的推理模型复审。

独立第三方评估：METR（Model Evaluation & Threat Research，独立 AI 安全机构）在 6 月 26 日同步发布了 GPT-5.6 Sol 的部署前安全评估，这件事本身就不寻常，说明 OpenAI 主动把模型交给了独立机构背书。

能力分级：网络安全"高"，但没到"关键"

按 OpenAI 自己的准备度框架（preparedness framework），Sol 的网络安全能力被定级为 "高"（High），但没有达到"关键"（Critical）。

具体表现：Sol 能找到浏览器漏洞和"利用原语"（exploit primitive，构建攻击的基础组件），但在测试条件下无法自主完成完整的攻击链。

OpenAI 把这解读为积极信号：模型更擅长帮防守方找洞和修补，而不是帮攻击方搞破坏。

这里要打个问号。"ExploitBench"这个 benchmark 以及 OpenAI 引用的具体分数（"用三分之一的 token 达到 Mythos 水平"），在 OpenAI 之外的多家媒体和独立数据库里都没能交叉验证到。它可能来自 OpenAI 自己的报告，建议读者把这个数字当作"厂商自述"而非"中立评测"。这也是为什么 OpenAI 急着拉 METR 出来做独立背书：光自己说不够了。

四、我的观察：三个被忽视的信号

事实讲完了。下面是我自己的判断，不一定对，供参考。

信号 1：政府审批正在变成"新基础设施"

很多人把这次"政府卡发布"当成一次性事件。我倾向于认为它是一个新机制的起点。

注意 Reuters 那个细节：政府有 30 天提前访问权。这意味着美国政府在事实上获得了对前沿 AI 模型的事前审查权，不是事后监管，是事前审批。一旦这个口子开了，后面很难收回去。OpenAI 今天"配合"，是为了换"几周内扩大开放"的承诺；但下一个发布 GPT-5.7、GPT-6 的公司，会面对一个已经成型的审批流程。

对中国读者来说这有个微妙的对照：我们习惯了大平台发布产品要过监管；现在美国前沿 AI 公司也开始走这条路了。区别在于，美国这套是打着"国家安全"旗号、以"自愿配合"的形式出现的，软，但更难推翻。

信号 2：Sol Ultra 暴露了真正的战场

表面上看，这场发布是 OpenAI vs Anthropic vs Google 的模型参数大战。但我认为 Sol 的 ultra 模式（多子 agent 并行）才暴露了真正的战场。

模型层的差距正在缩小：你 88 分、我 89 分、他 90 分，用户体感区别不大。真正拉开差距的是编排层：谁能把"一个模型"变成"一支会自己分工的 AI 团队"。

• Anthropic 有 Claude 的 agent 能力，以及循环工程（Loop Engineering）这类编排实践
• Cursor 有 IDE 里的 background agent
• OpenAI 现在用 Sol Ultra 直接把编排做进了模型

这意味着 agent 编排正在从"框架"下沉到"模型"。以前你要搭 LangChain、写循环、配 evaluator；以后模型自己就会拆任务、分 agent、汇总。这对手写编排框架的开发者不是好消息。

信号 3：OpenAI 的"双面表态"是策略，不是软弱

Sam Altman 那篇声明读起来很拧巴：一边说配合政府，一边说不认同流程。很多人解读为 OpenAI 被政府压制了。

我的判断相反，这是精心计算的双面表态。

• 对政府：我配合，我是"可靠、可依赖的合作伙伴"（reliable, dependable partner），保住合规和政商关系
• 对公众和开发者：我本想开放，是政府拦的，我和你们站在一起，保住品牌和开发者好感

两头都要。而那句"benefiting all of humanity"（造福全人类）的使命宣言再次出现，是在提醒所有人：OpenAI 仍然想占据"开放 AI"的道德高地，哪怕它这次恰恰是不开放的那个。

这不是软弱，是精明。

五、对你来说，现在该关注什么

如果你是开发者或重度用户，短期内有三件事值得盯：

1. Terra 的性价比窗口。 性能接近 GPT-5.5、价格砍半，是目前最实际的红利。一旦开放，重推理的 workload 可以立刻迁移。值得现在就开始评估迁移成本。

2. Sol Ultra 的实际表现。 多 agent 编排如果真稳，会改变开发范式。但"发布会 demo"和"生产稳定"之间通常有距离，等开放后看真实评测，别急着押注。

3. 政府审批流程会不会固化。 这是长期变量。如果 GPT-5.7 还要走这套流程，说明"AI 发布需审批"已成定局；如果这次只是特例，那 OpenAI 的妥协就换到了实惠。

至于 ChatGPT 普通用户什么时候能用上 GPT-5.6，没有时间表。OpenAI 只说"几周内扩大开放"，Axios 报道下周会增加更多客户。你我的位置，就是等。

写在最后

这场发布的技术内容，其实不复杂：模型更强了、有了新档位、有了多 agent 模式、有了极速推理。

真正复杂的是它背后的格局变化：一家 AI 公司发布自己的产品，第一次需要政府放行。这件事的影响，会比 GPT-5.6 本身长远得多。

Sol、Terra、Luna 这三个名字，取自太阳、地球、月亮，一个浪漫的命名。但这场发布的现实一点都不浪漫：它发生在国家安全审查、政府审批名单、和"谁配用最强 AI"的博弈里。

OpenAI 在声明最后说："We hope you will love it."（希望你会喜欢它。）

模型大概率确实值得喜欢。问题是，喜欢之前，得先轮得到你。

事实来源：OpenAI 官方报告、Reuters、TechCrunch、VentureBeat、The Decoder、METR 独立评估报告、WENY、Senswit、GovInfoSecurity。价格与 benchmark 数据以 OpenAI 官方为准，ExploitBench 相关数据未能独立交叉验证，已在文中标注。