Az OpenAI bemutatta a GPT-5.6 Sol, Terra és Luna modelleket — de egyelőre csak korlátozott előzetes partnerek számára elérhetőek, az Egyesült Államok kormánya szerint.

Az OpenAI bejelentette legújabb határterületi AI modellje, a GPT-5.6 család korlátozott előnézetét, amely három változatban érkezik: Sol, Terra és Luna. A Sol a legnehezebb problémákra, mint például a bonyolult kódolás és a biztonságkutatás; a Terra nagy mennyiségű üzleti feladatokra, mint a ügyfélszolgálat, belső eszközök és dokumentumelemzés; míg a Luna gyorsabb, alacsonyabb költségű, napi szintű munkákra, mint az összefoglalás, tervezet írása és rutin automatizálás. A Sol és a Terra új, magas referenciaértékeket állítanak fel, míg a Luna közel a GPT-5.5 szintjén teljesít számos teszten, annak ellenére, hogy a GPT-5.6 család leggyorsabb és legköltséghatékonyabb modelljeként van pozicionálva. A modellek először körülbelül 20 szervezet számára válnak elérhetővé, miután az OpenAI megosztotta a modelleket és a kiadási terveket az Egyesült Államok kormányával. Általános kiadást terveznek "a következő hetekben". A fokozatos kiadás Donald J. Trump elnök által június 2-án, 2026-ban kiadott végrehajtási rendelet követi, amely felhívja a különböző szövetségi ügynökségeket, hogy működjenek együtt egy folyamatban, amelynek célja az új AI modellek képességeinek benchmarkingja és értékelése, hogy biztosítsák a széles körű kiadás biztonságát és megfelelősségét. Míg ez a folyamat folyamatban van (a rendelet értelmében 30 napot vesz igénybe, tehát július 2), az OpenAI a kiadási blogbejegyzésében azt írja: "Előzetes terveinket és a modellek képességeit bemutattuk a mai indítás előtt. Az Egyesült Államok kormányának kérésére egy korlátozott előnézettel kezdünk egy kis csoport megbízható partner számára." Az OpenAI korlátozott előnézeti kiadási stratégiája azt is követi, hogy az Egyesült Államok kormánya drasztikus lépést tett az Anthropic ellen, az OpenAI legfontosabb amerikai versenytársa ellen, a Claude Fable 5 legnagyobb általános kiadott modelljében talált jailbreakek miatt, amelyre az Anthropic úgy reagált, hogy megszüntette a modellhez és a kiberbiztonságra összpontosító megfelelőjéhez, a Claude Mythos 5-höz való hozzáférést, nyilvános vagy magán féltől. (Az Anthropic korábban "Claude Mythos Preview" néven bemutatta a modell korábbi verzióját a kiberbiztonsági kutatási programján, a "Project Glasswing"-en, amely áprilisra nyúlik vissza.) Mivel az OpenAI a kiadási keretrendszerét a Fehér Házzal koordinálja a szélesebb nyilvános indítás előtt, a vállalati vásárlóknak egy új valós idejű biztonsági beavatkozásokat, kötelező megfelelőségi paramétereket és strukturált token cache rendszereket magában foglaló tájat kell navigálniuk.

A három GPT-5.6 modell különbségei: Sol vs. Terra vs. Luna

A három GPT-5.6 modellt különböző vállalati igények és teljesítményprofilok kezelésére tervezték. A Sol a legmagasabb szintű lehetőség, a legigényesebb feladatokhoz, mint például a bonyolult érvelés, hosszabb kódolási ülések, fejlett ügynökvezérelt munkafolyamatok és biztonságra összpontosító alkalmazások. A Sol nyújtja a legmagasabb szintű képességet, ám a legmagasabb áron: 5.00 dollár milliónkénti bemeneti tokenenként / 30.00 dollár milliónkénti kimeneti tokenenként — ez ugyanaz, mint a GPT-5.5 — és az OpenAI azt mondja, hogy jelentős teljesítménynövekedést hoz a hosszan tartó kódolás, kiberbiztonsági és ügynöki feladatokhoz. A Terra az erős teljesítményt és a hatékonyságot egyensúlyozza. Nagy léptékű termelési környezetekhez készült, ahol a szervezetek megbízható eredményeket igényelnek nagy munkamennyiségek esetén anélkül, hogy a legfejlettebb modellek költségére kellene támaszkodniuk. 2.50 dollárért / 15 dollárért érhető el 1 millió tokenért. A Luna a legkönnyebb és költséghatékonyabb lehetőség, amely a sebességre és a mindennapi felhasználásra van optimalizálva. Jól alkalmazható egyszerűbb feladatokhoz, rutinfeladatokhoz és olyan alkalmazásokhoz, ahol a reakcióidő és a skálázhatóság fontosabb, mint a maximális érvelési mélység, és a legolcsóbb, 1 dollárért / 6 dollárért milliónkénti tokenként, bement és kiment. Az OpenAI belső működésével kapcsolatos források megosztották a VentureBeattel, hogy az új elnevezési séma célja, hogy eltávolodjon a "nano" és "mini" változatoktól a GPT-5-ön, mivel ezek a modellek nem különböznek annyira méret vagy nyers intelligencia tekintetében, hanem eltérő, különböző felhasználási esetekre készültek. Ahogy az OpenAI a blogbejegyzésében az új elnevezési rendszerről megjegyzi: "Ebben az új elnevezési rendszerben, amelyet a GPT-5.6 indított, a szám a modell generációját azonosítja, míg a Sol, Terra és Luna tartós képességi szinteket határoz meg, amelyek saját ütemükben fejlődhetnek. Együtt a család világosabb választásokat ad az embereknek és a fejlesztőknek az intelligencia, sebesség és költség szempontjából." Ezenkívül a források szerint az OpenAI a kozmoszra és a vele kapcsolatos nevekre akarta visszavezetni a inspiráló érzést. Ráadásul a Sol jól illeszkedik az OpenAI Napfelkelte opciós programjához, amely a OpenAI modellek használatára érdeklődő szervezeteknek készült a kiberbiztonság megerősítésére, amely további előny. A ChatGPT hangmódjára vonatkozó "Sol" hangstílus nincs összefüggésben, és valószínűleg átnevezésre kerül. Az új GPT-5.6 rendszerkártya egy másik fontos pontot ad a vállalkozások számára: az OpenAI az összes három GPT-5.6 modellt — nem csupán a Sol-t — a "Magas" kockázati szintre sorolja mind a kiber, mind a biológiai/kémiai képességekhez, miközben ennél az szintnél alacsonyabbra értékeli őket az AI önfejlesztése tekintetében. Ez azt jelenti, hogy még a olcsóbb Terra és Luna szintek is új kormányzási kötelezettségeket hordozhatnak a cégek számára, amelyek biztonságban, élettudományokban vagy más kényes munkafolyamatokban használják őket. Íme, hogyan állnak össze az aktuális vezető LLM mezőhöz képest árban — érdemes megjegyezni, hogy az OpenAI legolcsóbb lehetősége összességében egy közepes árú modell, és még mindig drágább, mint a határszintű GLM-5.2.

VentureBeat Határ AI Modell API Árazási Pillanatkép

Modell Bemenet Kimenet Összköltség Forrás MiMo-V2.5 Flash 0.10 dollár 0.30 dollár 0.40 dollár Xiaomi MiMo deepseek-v4-flash 0.14 dollár 0.28 dollár 0.42 dollár DeepSeek deepseek-v4-pro 0.435 dollár 0.87 dollár 1.305 dollár DeepSeek MiniMax-M3 0.30 dollár 1.20 dollár 1.50 dollár MiniMax Gemini 3.1 Flash-Lite 0.25 dollár 1.50 dollár 1.75 dollár Google Qwen3.7-Plus 0.40 dollár 1.60 dollár 2.00 dollár Alibaba Cloud MiMo-V2.5 0.40 dollár 2.00 dollár 2.40 dollár Xiaomi MiMo Grok 4.3 (alacsony kontextus) 1.25 dollár 2.50 dollár 3.75 dollár xAI MiMo-V2.5 Pro (≤256K) 1.00 dollár 3.00 dollár 4.00 dollár Xiaomi MiMo Kimi-K2.6 0.95 dollár 4.00 dollár 4.95 dollár Moonshot/Kimi GLM-5.2 1.40 dollár 4.40 dollár 5.80 dollár Z.ai GPT-5.6 Luna 1.00 dollár 6.00 dollár 7.00 dollár OpenAI Grok 4.3 (magas kontextus) 2.50 dollár 5.00 dollár 7.50 dollár xAI MiMo-V2.5 Pro (>256K) 2.00 dollár 6.00 dollár 8.00 dollár Xiaomi MiMo Qwen3.7-Max 2.50 dollár 7.50 dollár 10.00 dollár Alibaba Cloud Gemini 3.5 Flash 1.50 dollár 9.00 dollár 10.50 dollár Google Gemini 3.1 Pro Preview (≤200K) 2.00 dollár 12.00 dollár 14.00 dollár Google GPT-5.6 Terra 2.50 dollár 15.00 dollár 17.50 dollár OpenAI GPT-5.4 2.50 dollár 15.00 dollár 17.50 dollár OpenAI Gemini 3.1 Pro Preview (>200K) 4.00 dollár 18.00 dollár 22.00 dollár Google Claude Opus 4.8 5.00 dollár 25.00 dollár 30.00 dollár Anthropic GPT-5.5 5.00 dollár 30.00 dollár 35.00 dollár OpenAI GPT-5.5 Instant (chat-latest) 5.00 dollár 30.00 dollár 35.00 dollár OpenAI Sakana Fugu Ultra (≤272K) 5.00 dollár 30.00 dollár 35.00 dollár Sakana AI GPT-5.6 Sol 5.00 dollár 30.00 dollár 35.00 dollár OpenAI Claude Fable 5 / Claude Mythos 5 10.00 dollár 50.00 dollár 60.00 dollár Anthropic

Technológia: mélyebb érvelés és alügynöki munka

A GPT-5.6 fő technikai változása a modellnek több időt és struktúrát biztosít a nehéz feladatokkal való megbirkózáshoz az inferenciánál. Az OpenAI új maximális érvelési beállítást vezet be a GPT-5.6 Sol számára, amely a hosszabb megfontolást igénylő problémákra irányul. Az OpenAI bevezeti az ultra módot is, amely alügynököket hoz be, akik képesek szétszedni és felgyorsítani a bonyolult projekteket, ahelyett, hogy együttes áramlásban maradnának. A cég indítási értékelései azt sugallják, hogy ez a megközelítés javítja a teljesítményt számos ügynök-stílusú feladatban. A benchmarkok mérhető fejlődést mutatnak a GPT-5.5-höz képest, és új, világszínvonalat az TerminalBench 2.1 parancssori feladatokban. A GPT-5.6 sorozat egyértelmű teljesítményugrást mutat a korábbi modellekhez képest bonyolult érvelési és hosszú távú feladatok során. A parancssori automatizálás értékelése a TerminalBench 2.1-en, mind a vezető Sol modell, mind a középső Terra a korábbi GPT-5.5 benchmark fölé teljesít, bár megjegyzendő, hogy a Sol az új ultra gondolkodási módot alkalmazta, hogy rekordmagas 91.91%-os pontszámot érjen el a benchmarkban, míg a maximális mód 88.76%-ot ért el — meghaladva a GPT-5.5 83.4%-át és a Claude Mythos 5 88%-át. Ez a fölény kiterjed a professzionális munkafolyamatokra az Agent's Last Exam során, ahol a Sol az egyetlen modell, amely sikeresen átlépte a feladat teljesítési középső szintjét 50.9%-ban "kód mód"-ban, míg a mindennapi Luna szint szintén nehezen felülmúlja az előző generáció vezető modelljét. A kvantitatív biológia és genomi tesztelés során a Sol és a Terra magasabb pontossági rátákat érnek el, mint a GPT-5.5 és GPT-5.4, a Sol kifejezetten erősebb eredményeket ér el kevesebb tokenfelhasználás mellett. Végül a kiberbiztonsági értékelések során, amelyek a sebezhetőségekkel kapcsolatos kutatásokat és kihasználásokat mérnek, az új modellek túllépnek a korábbi teljesítményszinteken; a Sol jelentősen magasabb tervezett kihasználási arányokat ér el, ahogy a gondolkodási idő növekszik, és versenyképes képességi határokat ér el, a régi modellek által megkövetelt kimeneti tokenek töredékével. Az ExploitBench-en az OpenAI szerint a Sol a Mythos Preview-hoz hasonlóan teljesít, miközben körülbelül egyharmad annyi kimeneti tokent generál.

Előrejelezhető prompt cache mechanikák és Cerebras sebességnövelés

Azoknak a vállalatoknak, amelyek kontrollálni kívánják a kiberzavargatok alatt álló költséggörbék előrejelezhetetlenségét az ügynöki hurkok futtatása során, a GPT-5.6 API egy megújult prompt cache protokollt vezet be. A fejlesztők ezentúl kifejezett cache törési pontokat valósíthatnak meg, garantált 30 perces minimális cache élettartammal. E keretrendszer alatt az első cache írások költsége 1,25-szörösét teszi ki a modell standard uncached bemeneti árának, míg a későbbi cache olvasások 90%-os kedvezményt kapnak. A gyakorlatban a vállalatok, amelyek ismételt vagy hasonló műveleteket végeznek, többet fizetnek a cache létrehozásáért, majd sokkal kevesebbet minden alkalommal, amikor hasznosítják a cache-elt kontextust legalább a 30 perces minimális cache időszak alatt. Azok számára, akik rendszeresen hatalmas kontextusablakokat vagy kódalapmeghatározásokat adnak vissza a modellbe, ez a kiszámíthatóság kritikus pénzügyi védelmet nyújt. Ezenkívül, a vállalati alkalmazások esetében, ahol a késlekedés a legfőbb akadály a használat előtt, az OpenAI idén júliusban a Cerebras hardveren indítja a GPT-5.6 Sol-t. Ez az infrastrukturális partnerség akár 750 token másodpercenkénti feldolgozási sebességet ígér, célzottan speciális vállalati alkalmazásokhoz, amelyek valós idejű, határszintű érvelést igényelnek.

Vállalati következmények: Magas biztonság és algoritmikus súrlódások

A vállalati mérnöki, információbiztonsági és megfelelőségi csapatok számára a GPT-5.6 alkalmazása alaposan át kell nézni a biztonsági architektúráját. A kiadás engedélyezéséhez az OpenAI körülbelül 700 000 A100e GPU órát szentelt kizárólag a GPT-5.6 automatizált piros csapata képzésének. Ezt a számítási kapacitást "univerzális jailbreakek" felfedezésére osztották ki — rendszerszintű támadási vektorok, amelyeket úgy terveztek, hogy megkerüljék a védelmi rendszerel rendelkező répített segédprogramokat különböző kontextusokban, ahelyett, hogy egyetlen prompt körüli megoldásokra összpontosítanának. Az OpenAI azt mondja, hogy több rétegből álló védelmi rendszert valósított meg, amely valós időben működik, szándékos műveleti akadályokat körülött, amiért a vállalati biztonsági csapatoknak célbaszább és támadhatónak kell lenniük. Modell szintű visszautasítások: A GPT-5.6-ot úgy hangolták, hogy elutasítsa a tiltott kibersegítő kéréseket, beleértve azokat a kéréseket is, amelyek álcázzák a rosszindulatú szándékot vagy megpróbálnak jailbreak-stílusú megoldásokat. Élő visszaélés szűrés: Külön kiber- és biológiai érzékelők felügyelik a generálásokat, míg azok létrejönnek. Aktiválásalapú szűrés: A Sol és a Terra esetében az OpenAI azt mondja, hogy aktiválásos osztályozókat ad hozzá, amelyek figyelik a belső modell jeleit az inferenciánál. Ha ezek a rendszerek kockázatos mintázatot észlelnek, a kimeneti áramlás megállhat, míg egy másik biztonsági ellenőrzés megvizsgálja a tartalmat. A Lunát nem tűnik, hogy ugyanazt az aktivációs osztályozó réteghez kaptak volna, bár más monitoring rendszerek alapján továbbra is védve van. Az érvelési felülvizsgálat szünetei: Amikor a kockázat magasnak tűnik, a generálás megállhat, míg egy nagyobb érvelési rendszer megvizsgálja az interakciót és a körülményes kontextust. Ha a rendszer a kimenetet tiltottnak minősíti, a válasz blokkolásra kerül, mielőtt elérné a célt. Mivel a legitim védelmi munkák, mint például a kód ellenőrzések, sebezhetőség felfedezés, javító mérnökség és védelmi tesztelés, gyakran használják ugyanazokat a kód primereket, mint a támadó kihasználások, az OpenAI elismeri, hogy osztályozói gyakran téves pozitív eredményeket aktiválhatnak. A rendszerkártya azt mondja, hogy az OpenAI monitoráló rendszere 94,8%-os globális visszahívást posztolt a biológiai értékelési készletén és 81,6%-os globális visszahívást a kiberbiztonsági értékelési készletén. Ezek a számok ritka kvantitatív képet adnak a védelmi mechanizmusokról, de azt is mutatják, hogy a rendszer nem tökéletes és eltéríthet néhány kockázatos esetet vagy blokkolhat némi legitim munkát. A tartós jelzések automatikus fiók szintű értékeléseket indíthatnak a történeti beszélgetéseken annak értékelésére, hogy egy vállalati ügyfél rosszindulatú magatartást folytat-e vagy normál biztonsági kutatással foglalkozik. Az OpenAI jelenleg hosszú távú vállalati biztonsági megfelelőségi kontrollokról tárgyal, beleértve az ügyfélszervezte védelmi felülírásokat és adatmegőrző és érzékelő mechanizmusokat, hogy megóvja a vállalati adatokat a manuális felülvizsgálati rendszerektől. Fontos megemlíteni, hogy az OpenAI megjegyzése szerint a tesztelés alatt a Sol a védekező korlátozásra van optimalizálva, nem a támadó váltásra. A Chromium és Firefox kódbázison végzett értékelések során a modell sikeresen izolálta a hibákat és kihasználási primereket, de nem volt képes önállóan egy működő, teljes láncú kihasználást létrehozni, biztosítva, hogy biztonságban maradjon a szervezet "Kiber Kritikus" figyelmeztetési küszöbe alatt. De mindhárom GPT-5.6 modell átlépte a "Magas" kiberküszöböt a belső capture-the-flag tesztelés során, a Sol 96,7%-kal, a Terra 91,84%-kal és a Luna 85,19%-kal teljesítette. Ez a megkülönböztetés fontos a vállalati biztonsági vásárlók számára: Az OpenAI a GPT-5.6-t úgy mutatja be, mint elég erőset ahhoz, hogy segítse a sebezhetőség-kutatás és kihasználás-elemzés egyes részeinek automatizálását, de még nem egy olyan rendszer, amely megbízhatóan képes végrehajtani egy teljes fejlett támadó kampányt emberi irányítás nélkül a cég tesztkörülményei között.

A fokozatos kiadás geopolitikája

A GPT-5.6 sorozat széles körű bevezetése egyre szorosabb összefonódást tükröz a határ AI laborok és a nemzetbiztonsági protokollok között. Az a döntés, hogy a kezdeti hozzáférést egy kis kör vetted partner számára korlátozzák, akinek részleteit megosztják az Egyesült Államok kormányával, közvetlen koordinációból származik a kibertér Végrehajtói Rendelet keretrendszerének fejlesztése kapcsán. Az OpenAI különös lépésként vállalta a nyilvános kritikát a szuverén kapuellenőrzéssel kapcsolatban hivatalos termékbejelentésében. A cég nyíltan kijelentette: "Nem gondoljuk, hogy az ilyen típusú kormányzati hozzáférési folyamatnak a hosszú távú alapértelmezetté kell válnia. Ez elzárja a legjobb eszközöket a felhasználók, fejlesztők, vállalatok, kibervédelmi szakemberek és globális partnerek elől, akiknek szükségük van rájuk." Ez a feszültség kiemeli a modern technológiai vállalatok kényes helyzetét. Míg a szervezetek kiemelkedő ügynökségi hatékonyságot és robusztus védelmi patch megoldásokat érhetnek el az ExploitGym és az ExploitBench benchmarkok révén, el kell fogadniuk, hogy a premier eszközökhöz való hozzáférés még mindig diplomáciai és szabályozási engedélyezés tárgyát képezi.