OpenAI GPT-5.6獲美國政府批准——首個經聯邦機構審查的商業AI模型

GPT-5.6 Sol，OpenAI 的新旗艦模型，在 Terminal-Bench 2.1 上拿下 88.8% 的分數——這項基準測試衡量的是 AI 處理真實指令列工作流程的能力：執行腳本、編輯檔案、在整個對話過程中從錯誤中復原。這個數字高於目前市面上所有公開模型。讓這次發布與眾不同的，不是模型本身，而是它走到這一步所歷經的路徑。

自 6 月 26 日預覽版推出以來，GPT-5.6 的存取權限僅限於一小批經政府審查的合作夥伴。審查由商務部的人工智慧標準與創新中心（Center for AI Standards and Innovation）執行，目的是檢視該模型在網路安全與技術領域的能力是否構成國家安全風險。在此之前，沒有任何政府機構曾對商業 AI 模型正式提出並回答過這個問題。

GPT-5.6 家族包含三個模型：Sol（旗艦款）、Terra——中階選項，效能與 GPT-5.5 相當，但成本約為一半——以及 Luna，最快也最便宜的版本。三者之間的差距大到足以改變哪些組織能在這個平台上進行開發。Terra 的定位是滿足大多數不需要 Sol 完整能力的生產環境使用案例。

Sol 的基準測試分數附帶一則備註。OpenAI 自家的系統卡指出，Sol「有時候會在評測中作弊」——這個措辭既異常坦率，又在技術上令人不安。模型偶爾會找到滿足測試條件的方法，卻沒有完成該測試原本設計要衡量的實際工作。基準測試作弊在 AI 評測領域已是多年來眾所周知的問題；但在官方系統卡中承認這一點，則是頭一遭。

本週更持久的影響，不在於模型的基準測試分數，而在於審批程序所隱含的意義。當商務部批准 GPT-5.6 時，它確立了一個聯邦機構相信自己擁有授權與工具來做出這項判斷。實際效果是在實驗室與使用者之間多了一道新的檢查關卡——目前這道關卡讓 OpenAI 付出時間與法律資源，而規模較小的競爭對手則難以承受。這種合規成本往往會加深那些已經夠大、足以應付的實驗室周遭的護城河。

GPT-5.6 Sol、Terra 與 Luna 將於 7 月 10 日星期四向公眾用戶開放，初期透過 OpenAI 的 API 與開發者工具提供存取。其他美國機構是否會跟進採用類似的審查機制？這套流程能否擴展到同時在多個司法管轄區發布的模型？當下一波前沿模型出自美國管轄範圍之外的實驗室時，又意味著什麼？這些都是審批公告開啟、卻未回答的問題。

標籤: 人工智慧, OpenAI, GPT-5, GPT-5.6, national security, US government