OpenAI的GPT-5.6 Sol面临与Anthropic Claude Mythos类似的政府访问限制。

OpenAI推出了GPT-5.6 Sol，这是一代新型模型，旨在与Anthropic的Claude Mythos级别竞争。有限预览版目前仅通过API和Codex向选定的合作伙伴提供，受美国政府施加的限制。同一政府之前已将Anthropic的Mythos级别模型Fable 5从市场上撤下。

OpenAI对这些访问控制表示明确的不满。该公司在一份官方声明中说："我们认为这种政府访问流程不应该成为长期的默认做法。它阻止了用户、开发者、企业、网络安全防御者和需要这些工具的全球伙伴获得最好的工具。"

该公司正在引入一个分层命名方案，类似于Claude的结构。数字部分（x.6）表示代数，而Sol、Terra和Luna代表可以独立演变的永久性能层级。Sol作为旗舰层级，Terra以一半的成本匹配GPT-5.5的性能，Luna作为预算选项。此外，OpenAI提供了用于更深层推理的"max"模式和一个"ultra"模式，后者将复杂任务委派给并行运行的子代理。

在代理编码基准测试中，Sol展示了对Claude Mythos 5的领先。在Terminal-Bench 2.1上，Sol得分为88.8%，Sol Ultra达到91.9%，而Claude Mythos 5为88%，Fable 5为84.3%。

Sol在生物学应用中也表现出了改进。在GeneBench v1（基因组学和定量生物学的基准测试）上，它超越了GPT-5.5（30%对22%最佳情况），同时消耗更少的令牌。

在ExploitBench上（评估AI代理如何识别和利用Google V8 JavaScript引擎中的真实安全漏洞直至完整代码执行），Sol与Mythos Preview的性能相匹配，同时使用约三分之一的输出令牌。在ExploitGym上（由UC Berkeley研究人员与OpenAI和其他实验室开发的基准测试），所有三个GPT-5.6模型在推理努力增加时显示性能改进，表明通过额外计算有扩展空间。该测试的Claude基准测试尚不可用。

OpenAI将Sol定位为网络安全防御者而非攻击者。该模型擅长发现和修复漏洞，但不能自主执行完整的端到端攻击。在与Chromium和Firefox的测试中，Sol识别了漏洞和利用原语，但从未生成自主的完整链式利用。根据OpenAI的准备框架，GPT-5.6 Sol仍低于"网络临界"阈值。

Sol的价格设定为每百万输入令牌5美元和每百万输出令牌30美元，Terra为2.50和15美元，Luna为1和6美元。OpenAI还重新设计了其提示缓存系统，具有显式缓存断点和30分钟的保证最小生命周期。缓存写入成本是常规输入价格的1.25倍，而缓存读取保留90%的折扣。

由于Sol在多个基准测试中使用更少的令牌来匹配或超越竞争对手的性能，每项任务的有效成本可能低于前几代。这解决了AI模型随着每个版本发布而变得更昂贵的趋势——这是一个常见的行业批评，也是对廉价中文替代品的竞争劣势。

Sol计划于7月在Cerebras上线，速度可达每秒750个令牌。