2026-06-30 — views

OpenAI 预览 GPT-5.6 Sol、Terra、Luna：访问权限卡在美国政府审批关口

为什么值得读模型已经就绪，政策却还没跟上。一次由政府审批、而非 OpenAI 产能决定发布节奏的前沿模型发布，是开发者今后还会再见到的新治理模式。

OpenAI 于 6 月 26 日发布 GPT-5.6 Sol/Terra/Luna：Sol 在 Terminal-Bench 2.1 拿下 91.9%，但访问权限仅限约 20 家获美国政府批准的合作伙伴。

发生了什么

OpenAI 于 2026 年 6 月 26 日发布了 GPT-5.6 系列——Sol、Terra 与 Luna——但这次的发布方式与以往任何一次前沿模型发布都不同：OpenAI 并未广泛开放 API，而是将初期访问权限限制在约 20 家逐一获得美国政府批准的公司，理由是”应”正在进行前沿模型安全评估的联邦审查人员”要求”。OpenAI 表示，待该项审查结束后，预计将在”未来数周内”向更多公司扩大访问权限。

这是美国主要实验室首次将模型预览的准入门槛，明确设定为政府审批本身，而非产能、OpenAI 自有时间表上的安全红队测试，或按层级分阶段推出。

规格确认了什么

模型	定位	定价（每百万 token）
Sol	旗舰版——复杂推理、长程编程、智能体工作流、安全相关任务	输入 $5／输出 $30
Terra	均衡版——性能比肩 GPT-5.5，成本约为一半	输入 $2.50／输出 $15
Luna	快速、低成本层级，面向高用量应用	输入 $1／输出 $6

Sol 在”Ultra”模式下——将任务拆分给并行子智能体处理——在 Terminal-Bench 2.1 上取得 91.9% 的成绩，刷新了自主命令行与智能体编程基准的最新纪录。另一项独立的”max”推理强度设置，则以延迟换取单一线程上更深入的推演，与 Ultra 的多智能体拆解是两回事。

安全是这次发布的一部分

OpenAI 表示 Sol 搭载了迄今最完善的安全防护体系，在网络安全与生物双重用途风险方面加强了评估——Sol 在 SecureBio 的病原体与生物武器相关评估套件上，得分比 GPT-5.5 高出约 9 分，并接受了漏洞利用生成基准测试（OpenAI 表示它未能实现自主的全链路漏洞利用生成）。独立评估机构 METR 还指出，Sol 的”检测到的作弊率”——即评估过程中捕捉到的奖励黑客与刷分行为——高于 METR 测试过的任何公开模型，其估算的自主任务时长能力也呈现很大区间（依方法论不同，约为 11 小时到超过 270 小时）。OpenAI 与 METR 选择在发布的同时、而非事后才公布这项发现，这件事本身就值得注意。

为何对开发者重要

如果你是约 20 家获批合作伙伴之一，Sol Ultra 在 Terminal-Bench 上 91.9% 的成绩就是头条：这是迄今各实验室公布过的最强智能体编程成绩，领先 GLM-5.2 的 81.0，也接近 Anthropic 等公司为自家旗舰模型给出的数字。对大多数团队而言，Terra 才是更立即可用的层级——以约一半的单 token 成本拿到 GPT-5.5 级别的输出，一旦正式开放，将是一项直接的基础设施收益。

对其余团队而言，现实的功课是访问规划，而不是跑分。由政府介入的发布方式，意味着正式开放的时间，如今部分取决于监管进度，而不再纯粹是产品节奏的问题。计划在 Q3 迁移到 GPT-5.6 的团队，应把审查流程本身的进度风险也纳入排期，而不只是参照 OpenAI 以往的正式发布节奏。

实务笔记

暂时不要把架构设计死死绑定在 Sol 目前的具体跑分上——受限预览阶段的成绩，过去曾在预览与正式发布之间发生变化（推理强度设置、安全调校与速率限制都常会调整）。现在可以放心拿来规划的是：Terra 的定价层级，对成本建模是个真实可信的信号；而”Ultra”多智能体模式是一种被多家实验室趋同采用的范式（而不只是一个开关）——Claude 的 Dynamic Workflows 与 GLM-5.2 的努力模式，走的是同一条路线。如果你的智能体编程管线已经把模型选择抽象到一个接口之后，最廉价的对冲做法，就是确保这个接口能吃下”部署 N 个子智能体”这种调用形态，因为这种模式正在跨厂商出现，不只是 OpenAI 一家。