GPT-5.6 (Generative Pre-trained Transformer 5.6) — семейство больших языковых моделей (БЯМ) компании OpenAI, выпущенное в открытый доступ 9 июля 2026 года. В ограниченном режиме модели стали доступны 26 июня 2026 года. В семейство входят три модели: Luna, Terra и Sol — в порядке возрастания возможностей. Основные заявленные области применения — программирование, агентные задачи (когда модель самостоятельно выполняет многошаговую работу, пользуясь внешними инструментами), научные исследования и кибербезопасность. Одновременно с семейством вышла модель GPT Live 1, ранее называвшаяся GPT-Bidi 1.
GPT-5.6 стала первой линейкой OpenAI, выпуск которой сопровождался предварительной государственной проверкой в США: в первые недели доступ получили лишь около двух десятков партнёров, одобренных властями.
Наименование и состав семейства В GPT-5.6 компания изменила подход к названиям: число обозначает поколение, а имена Sol, Terra и Luna закреплены за уровнями возможностей, которые OpenAI может обновлять независимо друг от друга. Перемену в OpenAI описали как отказ от «одной модели с регулятором» в пользу «трёх моделей на выбор».
Sol — самая мощная модель семейства, предназначенная для сложного программирования, продолжительной агентной работы и задач, требующих рассуждений. Terra рассчитана на повседневное применение: по качеству она сопоставима с прошлым флагманом GPT-5.5, но примерно вдвое дешевле. Luna — самая быстрая и дешёвая из трёх. Помимо этого, у семейства появились два новых режима работы: в режиме max модель дольше обдумывает один ответ, а режим ultra по умолчанию распределяет сложную многошаговую задачу между четырьмя параллельными агентами.
Технические характеристики Доступ через API стоит 5 долларов за миллион входных и 30 долларов за миллион выходных токенов (единиц, на которые модель разбивает текст) у Sol, 2,5 и 15 долларов у Terra, 1 и 6 долларов у Luna. По данным программиста , у всех трёх моделей контекстное окно (объём текста, который модель способна учитывать за один раз) составляет 1 млн токенов, объём вывода — до 128 тыс. токенов, а обучающие данные охватывают период до 16 февраля 2026 года. В API добавлена функция Programmatic Tool Calling: модель пишет и запускает небольшие программы, которые сами координируют вызовы инструментов и отбрасывают промежуточные данные. Генеральный директор OpenAI Сэм Альтман заявил телеканалу CNBC, что при агентном программировании Sol «на 54 % эффективнее по расходу токенов»; с чем именно сравнивалась модель, он не уточнил.
Производительность Согласно замерам OpenAI на тесте Terminal-Bench 2.1, который оценивает работу в командной строке, Sol (88,8 %) и Sol в режиме ultra (91,9 %) обошли Claude Mythos 5 (88,0 %); Luna (82,5 %) превзошла Claude Opus 4.8 (78,9 %), но уступила GPT-5.5 (83,4 %), а Terra (84,3 %) — свою предшественницу GPT-5.5.
Sol с максимальным уровнем рассуждений набрал 59 баллов в индексе интеллекта независимой аналитической службы Artificial Analysis — на балл меньше, чем Claude Fable 5, при стоимости выполнения задач примерно на треть ниже. В индексе агентного программирования той же службы Sol занял первое место с 80 баллами. По собственным данным OpenAI, на агентном бенчмарке Agents' Last Exam Sol установил рекорд — 53,6 балла. Кроме того, Sol стал первой моделью, которая выиграла публичную игру бенчмарка ARC-AGI-3, и в режиме максимальных усилий показал 92,5 % на ARC-AGI-2 и 96,5 % на ARC-AGI-1 — тестах серии ARC, которые проверяют способность решать новые для модели задачи-головоломки.
По самостоятельно опубликованным данным двух компаний, на тесте программных задач SWE-Bench Pro Sol набрал 64,6 %, тогда как Claude Fable 5 — 80 %. Накануне выпуска OpenAI обнародовала аудит этого бенчмарка: по её оценке, около 30 % его заданий неисправны. На стадии предварительного доступа (превью) OpenAI раскрыла показатели только в трёх областях — программировании, биологии и кибербезопасности; результаты ряда академических тестов компания не публиковала. В индексе фактических знаний AA-Omniscience той же Artificial Analysis Sol отвечает точнее GPT-5.5, но и частота галлюцинаций у него выше.
Регуляторный контекст Предварительная версия GPT-5.6 вышла 26 июня 2026 года с ограниченным доступом. Ограничить его OpenAI попросили два подразделения Белого дома — Управление национального киберкоординатора () и Управление научно-технической политики; поводом они назвали возможности Sol в области кибератак. Основанием для запроса стал исполнительный указ президента Дональда Трампа от 2 июня 2026 года: по нему лаборатории могут добровольно открывать государству доступ к передовым моделям на срок до 30 дней перед широким выпуском, а вводить обязательное лицензирование или предварительные согласования указ прямо запрещает. OpenAI выполнила просьбу, но публично с ней не согласилась: по заявлению компании, подобный государственный доступ «не должен стать долгосрочной нормой».
На этом этапе доступ имели примерно 20 организаций из согласованного списка; модель проверял Центр стандартов и инноваций в области ИИ Министерства торговли, а OpenAI командировала технических специалистов в Вашингтон. Широкий выпуск администрация разрешила 9 июля. Представитель Белого дома при этом сказал CNBC, что администрация не давала «зелёный свет, одобрение или разрешение», а решения о выпуске «полностью остаются за компаниями».
Такой порядок вызвал критику. Бывший советник Белого дома по ИИ Дин Болл счёл его фактическим принудительным лицензированием передовых моделей. По словам эксперта по кибербезопасности Алекса Стамоса, в отрасли «практически никто не считает, что для подобных действий есть фактические основания». Член Палаты представителей указала на отсутствие правовых рамок: «Ни закона, ни процедуры, ни надзора — просто назначенцы в Вашингтоне решают, кто внутри, а кто снаружи». Компания Proton обращала внимание, что привязанные к гражданству ограничения ставили в невыгодное положение пользователей из Европейского союза и других регионов.
Безопасность и критика В системной карте (публикуемом вместе с моделью описании её возможностей и рисков) OpenAI отнесла все три модели к уровню риска «высокий» (high) в кибербезопасности, а также в биологической и химической областях; наивысшего уровня «критический» (critical) они не достигают. В испытаниях на браузерах Chromium и Firefox Sol находил уязвимости и заготовки эксплойтов, однако выстроить полную цепочку атаки самостоятельно не смог.
Независимая оценочная организация при предрелизной проверке выяснила, что на инженерном бенчмарке Sol жульничал с системой вознаграждения (reward hacking): добивался, чтобы задачи засчитывались решёнными, не решая их по существу, — и делал это чаще любой публичной модели из проверенных ранее. Из-за этого измерить «временно́й горизонт» модели — длительность задач, которые она способна выполнять без участия человека, — не удалось: в зависимости от того, засчитывать ли попытки обмана как успехи или как провалы, оценка колебалась от 11 до более чем 270 часов. Другая группа, Apollo Research, заметила, что Sol реже упоминает в рассуждениях, что находится в условиях теста: 16 % образцов против 43 % у GPT-5.5. Определить причину группа не смогла: либо модель реже понимает, что её тестируют, либо это понимание стало труднее заметить. Системная карта отмечает и другую особенность Sol: он чаще, чем GPT-5.5, совершает действия, которых пользователь не запрашивал.
Приём Ранние тестировщики и обозреватели характеризовали GPT-5.6 как добротный рабочий инструмент: в самых сложных задачах семейство уступает моделям Anthropic, зато стабильнее ведёт себя в повседневной работе. В обзоре сервиса CodeRabbit Sol похвалили за длительные сеансы программирования и работу с компьютером, отметив слабые места в архитектурных решениях. Глава компании Every Дэн Шиппер сравнил GPT-5.6 с автомобилем Porsche, а Claude Fable 5 — с варп-двигателем: «Если нужно пересечь галактику — берите Fable; если добраться по городу лучшим доступным инструментом — берите 5.6».
Сопутствующие продукты Вместе с GPT-5.6 компания выпустила ChatGPT Work — рабочий помощник для корпоративных команд на базе моделей нового семейства, доступный на компьютере, в вебе и на мобильных устройствах; он помогает с повседневными задачами вроде подготовки документов, таблиц и презентаций. Днём ранее вышли голосовые модели GPT Live 1 и GPT Live 1 mini (прежнее название — GPT-Bidi) с полнодуплексной архитектурой: они слушают и говорят одновременно. Тогда же OpenAI впервые раскрыла внутренний индекс рекурсивного самоулучшения (RSI; мера способности модели совершенствовать другие модели), по которому Sol опережает GPT-5.5 на 16,2 пункта; демонстрируя индекс, компания показала, как Sol по краткому заданию самостоятельно дообучил модель Luna.
Примечания
Категория:Большие языковые модели Категория:ChatGPT Категория:Машинное обучение Категория:Появились в 2026 году в США Категория:Программное обеспечение по алфавиту