GPT-5.6 Sol
GPT-5.6旗舰最强型号，在智能体终极考试中拿到53.6分，编程智能体指数80分，支持Ultra模式四智能体并行
核心事实
时间轴 (近 90 天)
Mustafa Suleiman称MAI Base 2比驱动GPT-5.6 Sol的模型更强，且只用了OpenAI训练该模型四分之一的算力，这一对比基于微软作为投资方获得的非公开信息。
Claude的词汇与人类距离从Opus 5的0.064降至Opus 5.5的0.052，而OpenAI从GPT-5.6 Sol的0.101升至GPT-6 Astra的0.109。
四名研究员在Black Hat和DEF CON期间投入六天，Token账单约四万美元，AI智能体负责搜索代码和起草利用阶段，人类负责选择目标和提供上下文。
安全初创公司XBOW使用OpenAI的GPT-5.6 Sol串联了三个Chrome零日漏洞，成功在Windows上逃逸浏览器沙箱。
GPT-5.6 Sol耗时6天、消耗约4万美元算力，独立挖出一个影响约10亿用户的Chrome严重漏洞，并获得Google今年首个全链奖励。
评测使用两位AI评委：Anthropic的Claude Opus 5.5与OpenAI的GPT-5.6 Sol，彼此看不到对方评判结果，通过答案匿名与随机排序、第二轮字母重排复核、设置对照测试等方式消除偏见。
在 TerminalBench 上，HydraFusion 成本与 GPT-5.6 Sol 相同但质量高出 11.4 分
9月4日OpenAI的席位从GPT-5.6 Sol（混合价$8.00）切换到GPT-6 Astra（$20.00），指数从$4.14跳升至$5.34
Sol的事实性错误约为GPT-5.6 Sol的一半
根据Artificial Analysis智能指数，MiMo Pro是当前最强的开源模型，仅次于最高设置下的GPT-5.6 Sol
还有 40 条时间轴事件
全部知识事实 (20)
GPT-5.6 Sol 是全新旗舰，主打复杂推理与智能体编程
75%已验证Devin 官方宣布最新集成的 GPT-5.6 Sol 模型已在 Devin Desktop 和 Devin CLI 两大平台上线
65%待验证A developer characterized GPT-5.6 Sol as the most 'sleepy' model he had used and described its behavior as 'laziness'
80%待验证Excessive model caution creates misalignment between internal safety logic and users' expectations for productivity, which is especially costly in paid API scenarios where users pay for waiting time
75%待验证发布方宣称DeepSeek-V4.1-Flash的成本仅为Opus 5和GPT-5.6 Sol的1/40
70%待验证A developer reported that GPT-5.6 Sol spends approximately 70% of its runtime executing sleep commands
70%待验证在Codex中可通过配置为GPT-5.6 Sol解锁100万token上下文窗口，添加model slug并将上下文窗口设为100万、auto-compact阈值设为90万即可手动启用
60%待验证Mustafa Suleiman称MAI Base 2比驱动GPT-5.6 Sol的模型更强，且只用了OpenAI训练该模型四分之一的算力，这一对比基于微软作为投资方获得的非公开信息。
50%待验证Claude的词汇与人类距离从Opus 5的0.064降至Opus 5.5的0.052，而OpenAI从GPT-5.6 Sol的0.101升至GPT-6 Astra的0.109。
50%待验证四名研究员在Black Hat和DEF CON期间投入六天，Token账单约四万美元，AI智能体负责搜索代码和起草利用阶段，人类负责选择目标和提供上下文。
50%待验证评测使用两位AI评委：Anthropic的Claude Opus 5.5与OpenAI的GPT-5.6 Sol，彼此看不到对方评判结果，通过答案匿名与随机排序、第二轮字母重排复核、设置对照测试等方式消除偏见。
50%待验证在 TerminalBench 上，HydraFusion 成本与 GPT-5.6 Sol 相同但质量高出 11.4 分
50%待验证Sol的事实性错误约为GPT-5.6 Sol的一半
50%待验证根据Artificial Analysis智能指数，MiMo Pro是当前最强的开源模型，仅次于最高设置下的GPT-5.6 Sol
50%待验证OpenAI宣称GPT-6 Sol在内部SLA测试中的犯错率只有其他模型的一半、稳定性翻倍
50%待验证在Exploit Gym评测中，前代GPT-5.6 Sol完成率约30%，而GPT-6 Astra达到约40%成功率，且消耗token量大幅减少
50%待验证在安全对齐测试中，GPT-5.6 Sol在约48%的情况下成功利用越界目标，而GPT-6 Astra在同样测试中成功利用次数为零
50%待验证在处理包含50个标签页的税务工作簿时，GPT-6 Astra的完成速度达到了前代GPT-5.6 Sol的两倍
50%待验证从 5.6 Sol 到 6 Sol 的主要变化是价格，输入与输出费用都便宜了一半
50%待验证TwinCheck 完整策略将 GPT-5.6 Sol 模型的任务成功率从 45.3% 提升到 58.5%，95%任务自助法置信区间为[8.2, 18.8]
50%