OpenAI 發了最強安全模型，最先被攔住的卻是普通人

OpenAI 在 X 上發了一個gpt5.6的帖子。

第一條是常規發佈：GPT-5.6 系列開始 limited preview，分三檔——Sol 是旗艦，Terra 做日常平衡，Luna 主打便宜和高吞吐。第二條說 Sol 在 Terminal-Bench 2.1 上刷新成績，這個基準測的是複雜命令行工作流，需要規劃、迭代和工具協調。第三條最敏感：OpenAI 說，GPT-5.6 Sol 是它們目前最強的網絡安全模型，能把長程安全任務裏的漏洞研究和漏洞利用，推到新的性能效率邊界。

“漏洞利用”這幾個字，足夠讓安全圈警覺。

Sol 的兩個成績，要分開看

先看 Terminal-Bench 2.1。OpenAI 圖裏，GPT-5.6 Sol Ultra 拿到 91.9%，GPT-5.6 Sol 是 88.8%。Claude Mythos 5 是 88.0%，GPT-5.6 Terra 和 Claude Fable 5 都是 84.3%，GPT-5.5 是 83.4%，Luna 是 82.5%，Claude Opus 4.8 是 78.9%，Gemini 3.1 Pro Preview 是 70.7%。

這張圖只說明 Terminal-Bench 2.1 這一項：Sol Ultra 排第一，Sol 與 Mythos 5 接近，差距爲 0.8 個百分點。單項基準不能代表綜合排名，但足以說明 OpenAI 這代模型在命令行代理任務上進入第一梯隊。

再看 ExploitBench。用戶提供的圖裏，GPT-5.6 Sol 爬到 73% 到 74% 一帶，明顯高過 Terra、Luna、GPT-5.5 和 GPT-5.4。但 Mythos 5 的參考線大約在 78%。

所以這兩個結論不能混在一起：Terminal-Bench 上 Sol Ultra 是第一；ExploitBench 上 Mythos 仍像天花板，Sol 還差一截，但已經摸到了那層上沿。

這比單純“模型變聰明瞭”更值得關注。Sol 的強項落在漏洞研究、命令行代理、長程工具協作這些真實工作流裏。

OpenAI 的說法很剋制

OpenAI 的口徑是：Sol 和 Terra 能發現漏洞，也能拼出漏洞利用的片段；但在針對加固目標的測試中，還不能可靠地完成端到端自主攻擊。簡單說，它能幫安全人員找洞、修洞、寫出局部利用思路；獨立打穿一個加固目標，還不是它現在的官方邊界。

這個區別很重要。

如果只看 “exploitation”，很容易寫成“AI 已經能自動入侵”。這不準確。OpenAI 目前給出的邊界是：能力顯著上升，但沒有跨過它們自己框架裏的 cyber critical threshold。

現實世界也不會只按論文表格運轉。防禦方能用它提速，攻擊方也會嘗試把同樣的能力拼進工作流。安全模型越強，訪問控制和使用審計就越關鍵。

真正引爆的是訪問權

這次 GPT-5.6 沒有直接放開。

OpenAI 說，作爲和美國政府持續溝通的一部分，它們在發佈前向政府預覽了計劃和模型能力；應政府要求，先從一小羣可信合作方開始有限預覽，並把這些合作方參與情況同步給政府。媒體報道里還提到，首批大約是 20 家政府批准的合作方。這個數字不是 X 帖原文，只能按媒體口徑看。

OpenAI 自己也表達過一個態度：這種政府介入的訪問流程，不應該成爲長期默認。因爲這會把最好的工具擋在用戶、開發者、企業、網絡防禦者和全球夥伴之外。

這句話比“模型很強”更值得寫。

AI 公司這幾年持續搶算力。GPU、服務器、數據中心和電力成本，最終都會傳導到硬件、雲服務和開發成本里。

可當更好的模型終於出現，訪問權卻先被政府批准名單鎖住。成本與收益開始錯位。

如果成本擴散到整個市場，能力卻被少數機構優先拿走，這就是最容易點燃的矛盾。普通人未必需要 Sol 做安全研究，卻已經承受了 AI 基建時代的硬件和服務成本。

對開發者來說，這不是遠方新聞

很多人看見“網絡安全模型”會覺得和自己沒關係。其實關係很近。

Terminal-Bench 2.1 的重點是命令行工作流。也就是模型能不能規劃步驟、調用工具、看報錯、改命令、繼續迭代。這正是 Codex、自動化運維、代碼審計、CI 修復這類工具的核心能力。

Sol 如果在這些任務上明顯更強，普通開發者未來最先感受到的，可能是工程問題被模型自動跑通的概率變高了。它會不會挖漏洞只是其中一面；它能不能獨立處理複雜終端任務，纔會更頻繁地落到日常工作裏。

價格圖也說明了 OpenAI 的分層思路：Sol 是旗艦，輸入 5 美元、緩存輸入 0.5 美元、輸出 30 美元；Terra 砍半，輸入 2.5 美元、緩存輸入 0.25 美元、輸出 15 美元；Luna 再降，輸入 1 美元、緩存輸入 0.1 美元、輸出 6 美元。圖裏沒標明計價單位，不能擅自補成每百萬 tokens，但價格梯度很清楚：越強，越貴；越便宜，越偏高吞吐。

但這裏也有風險。越能自主操作終端的模型，越需要嚴格邊界。執行權限、文件寫入、網絡訪問、密鑰隔離、審批流程，都不能再靠一句“相信模型”。模型越像同事，越要給它工位、權限和審計，不該把整臺機器隨手交出去。

這點在安全模型上更明顯。一個能讀代碼、跑工具、推漏洞鏈的系統，如果沒有邊界，同一套能力既能幫防禦，也能放大風險。

這次發佈暴露的是分配問題

GPT-5.6 Sol 的技術點很清楚：更強的長程任務，更強的命令行代理，更強的網絡安全能力。Terminal-Bench 圖給了 OpenAI 一個第一名，ExploitBench 圖也給了另一個提醒：Mythos 仍在更高處，Sol 已經逼近那條線。

能力之外，還有分配。

AI 公司把全社會的算力、硬件、能源和價格體系都捲進來，然後最強能力先進入政府批准的小圈子。OpenAI 一邊接受這個流程，一邊又公開說不希望它成爲常態。這種拉扯，纔是 GPT-5.6 Sol 這輪發布最值得盯的地方。

技術會繼續往前推。Mythos 今天還是天花板，明天可能就被追平。下一次天花板被打穿時，訪問權如何分配，會比跑分本身更敏感。