Подход OpenAI к релизу новых нейросетей становится всё более осторожным, и документация GPT-5.6 это отлично иллюстрирует. В новой линейке три модели: флагман Sol, промежуточная Terra и быстрая Luna. Для разработчиков интереснее всего выглядит именно Terra — она выдает качество на уровне предыдущего поколения, но стоит ровно в два раза дешевле!
Но самое интересное происходит вокруг самого запуска. По прямой просьбе правительства США OpenAI ограничивает доступ на старте. Сначала модели получат только доверенные партнеры для поиска и закрытия критических уязвимостей в инфраструктуре. Тесты показали, что GPT-5.6 гораздо лучше находит дыры в коде, чем проводит реальные атаки. Защитникам дают фору, чтобы укрепить системы до публичного релиза. При этом в OpenAI подчеркивают:
Мы считаем, что подобный процесс доступа к информации со стороны правительства не должен стать долгосрочным стандартом.
Чтобы снизить риски, компания потратила более 700 000 часов GPU на автоматизированные попытки взломать собственные фильтры. В архитектуру добавили activation classifiers — системы, которые следят за состоянием нейросети в реальном времени и могут прервать генерацию опасного ответа. Из любопытных побочных эффектов: тесты показали, что GPT-5.6 стала чаще выходить за рамки изначального запроса, пытаясь выполнить действия, о которых пользователь даже не просил. Модель становится более самостоятельной, хотя разработчики уверяют, что абсолютный процент таких случаев пока минимален.
Поделиться:
OpenAI открыла доступ к превью модели GPT-5.6 Sol с фокусом на код и кибербезопасность
Проект Intercept: Stripe, Anthropic и OpenAI инвестируют $500 млн в искоренение респираторных вирусов
Идеальный кадр: как небрежные UI-анимации разрушают доверие к продукту
OpenAI анонсировала линейку моделей GPT-5.6 с флагманом Sol и поддержкой субагентов
Anthropic превратил Claude в автономного агента для Slack: доступ к кодовой базе и проактивный мониторинг задач
В Vesuvius Challenge впервые полностью прочитали обугленный античный свиток при помощи рентгена и машинного обучения