Megjelent a GPT 5.6: Sol, Terra, Luna

Július második hetében vált publikussá az OpenAI legújabb GPT generációja 5.6-os verziószám alatt. Az alábbiakban a három modellről szerzett első, gyors információkat és benyomásokat osztjuk meg röviden.

Első újdonság, hogy az eddigi, számokkal jelölt (és sokszor némi zavarra okot adó) nevezéktant mostantól külön nevek váltják fel, így a három újdonság (latin) asztronómiai elnevezéseket kapott, így talán könnyebb lesz a variációkat beazonosítani:

• Sol (api-formában: gpt-5.6-sol): flagshipverzió a legnehezebb feladatokra (kódolás, kutatás, mélyebb elemzések).
• Sol Fast (?): a Sol gyorsabb változata akár 740 token/másodperc sebességgel. Igazi újdonság, ugyanis eddig az OpenAI nem nyújtott kiszámítható sebességű modelleket nagy teljesítménnyel.
• Terra (gpt-5.6-terra): középső képességű modell átlagos feladatokra, valószínűleg ez a legcélszerűbb a napi munkára. Az 5.5 utódja vele azonos képességekkel, de fele áron.
• Luna (gpt-5.6-luna): leggyorsabb, legolcsóbb, legkisebb képességű változat, több feladatban ez is elérte az 5.5 szintjét.

Árazás (per 1m input token /1m output token):

• Sol: 5$ / 30$
• Sol Fast: 12.50$ / 75$
• Terra: 2.50$ / 15$
• Luna: 1$ / 6$

Képességek:

Természetesen ahogy az elvárható, a legerősebb (Sol) verzió jelenleg világelső teljesítményt nyújt. A Terminal-Bench, GeneBench, ExploitBench értékelései szerint a Mythos (preview) változatával is versenyképes, ráadásul átlagosan harmadannyi output-token felhasználásával.

Kockázati hatások:

A nemrégiben a Mythos/Fable modellek kapcsán nagy hírverést kapott fenyegetések nyomán nem meglepő, hogy erősen fókuszban álló téma lett az új termékek kapcsán a kockázati eshetőségek kérdése. A publikációk szerint nem csak a Sol (capture-the-flag score: 97,7%), hanem a generáció többi tagja is (Terra: 91,8%, Luna: 85,2%) fokozott biológiai és kiberveszélyt jelent fejlettebb képességei révén rossz kezekbe kerülve.

Természetesen amennyire lehetséges, visszaéléseknek igyekeznek eleve elejét venni az eddigi legösszetettebb biztonsági architektúra alkalmazásával, amelynek elemei:

• Tanított visszautasítás a modellbe építve tiltott esetekre, jailbreakelt kérésekre.
• Valós idejű osztályozást is tesznek ehhez a kimenetek minősítésére.
• Reasoning-modell-alapú ellenőrzés: magas kockázatúnak látszó anyagok generálása automatikusan felfüggesztődik, és folyamatot átirányítják egy fejlettebb, speciális modellhez, amely átnézi az egész kontextust, majd veszély esetén leállítja a kimenetgenerálást.
• Accountszintű figyelem: problémás aktivitás esetén átnézésre kerül a felhasználó többi folyamata is.
• A legérzékenyebb képességek nincsenek publikálva.

Az óvatosság olyan fokozott, hogy az első tapasztalatok szerint néha fals pozitívakhoz, legitim feladatok blokkolásához vezet.