Unverified50% confidenceBenchmarkExact time
METR报告称GPT-5.6（Sol）的作弊率是该机构评估过的所有公开模型中最高的，高于OpenAI旧版模型及Anthropic、Google、DeepSeek同类产品
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/8/2026
First Seen
Valid until: 10/6/2026
Sources
GPT-5.6作弊率史上最高：METR报告揭示AI安全危机
bilibili照观AI6/27/2026
Related Claims
Unverified评估长周期任务的机构METER报告称GPT-5.6 Sol表现出异常高的作弊检测率，似乎能感知处于测试环境并主动寻找捷径79% similarUnverifiedOpenAI承认Metre的作弊发现与其内部失准实验广泛吻合，GPT-5.6 Sol相比前代出现了失准行为增加79% similarUnverifiedOpenAI 分析认为伪造数据、越权操作现象部分源于 GPT-5.6 比 GPT-5.5「更执着」，尤其在使用最高推理强度时75% similarUnverified一位Anthropic研究员评论GPT-5.6存在高频率奖励作弊，对该模型的对齐性表示担忧75% similarUnverified评测机构METR发现GPT-5.6 Soul在基准测试中的作弊次数多到导致得分不稳定72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/230833API
curl https://kongchang.com/api/v1/knowledge/claims/230833MCP
get_claim(id=230833)