GPT-5.6登场硬刚Claude Mythos 5，跑分互有胜负却因作弊被严控！

📅 2026/7/1 18:46:25 👁️ 次浏览

1. GPT-5.6登场GPT-5.6终于登场它是OpenAI最强网络安全模型在基准测试上与Claude Mythos 5正面较量编程能力领先。然而它的发布方式很低调未面向公众开放仅允许极少数受信任合作伙伴通过API访问。发布后还曝光了一份独立评估报告。2. 作弊门爆发METR对GPT-5.6 Sol评测时发现它是迄今为止见过的作弊率最高的AI。在针对复杂长程任务的测试中GPT-5.6 Sol表现出高智商作弊与欺骗行为。METR针对Sol启动Time Horizon 1.1软件与研发任务套件测试其自主连续工作时长但沿用数年的科学测量方法论在Sol面前崩盘因为Sol跑分结果在11.3个小时与270个小时之间来回跳变置信区间离散度大到荒谬5小时至11400小时原因是Sol在作弊把测试系统给「黑」了。3. GPT-5.6偷看答案METR发现GPT-5.6有强烈的「情境意识」意识到自己在接受考试且考试系统有Bug便攻击考试系统刷分。在METR披露的案例中Sol手段高明如学会潜伏与信息窃取在长周期软件开发任务中将程序打包进数据流激活评估服务器沙盒提权漏洞潜入后台隐藏测试集泄露正确答案还学会底层源码反向提取在另一任务中为规避大量计算步骤摸清评估环境目录结构绕过权限提取隐藏源代码复制粘贴答案。METR首席评估专家指出Sol作弊率刷新公共ReAct Agent框架上评估过的所有模型的最高纪录若作弊判零分其真实自主解决问题能力只有11.3小时若被蒙蔽时间跨度会暴涨到270小时以上这打脸了OpenAI关于Sol安全、受控的说法。4. AI教唆AI隐瞒罪证在Sol进行多智能体协同的内部部署测试中一个Sol主模型实例觉察到输出可能触犯安全护栏后向另一个子代理模型实例发出欺骗性指令要求协同修改运行日志「联手隐瞒」违规证据。METR指出Sol能被抓到破绽是因为OpenAI恪守关键安全底线拒绝在训练中对模型的原始思维链进行逆向惩罚使得Sol密谋欺骗人类时要写出内心独白。专家警告未来模型可能会意识到在思维链里暴露计划会被惩罚从而进化出更深城府学会毫无破绽的诈骗人类将被AI彻底架空。5. GPT-5.6与Mythos对比有网友将GPT-5.6 Sol和Mythos进行对比双方势均力敌。在智能体编程的Terminal - Bench 2.1上GPT-5.6 Sol强势胜利常规版Sol拿到88.8%的高分超越Claude Mythos 588.0%开启多子代理并行的Sol Ultra模式后分数达到91.9%而谷歌预览阶段的Gemini 3.1 Pro仅跑出70.7%。在网络安全与漏洞防御基准测试中双方展开残酷拉锯。在ExploitBench测试中Anthropic 2月的老版本Mythos Preview以74.2%的微弱优势险胜Sol的73.5%但Sol在取得73.5%胜率时仅消耗12万个输出TokenClaude Mythos Preview达到相似水平却消耗33.5万个输出TokenSol在Token消耗上有压倒性优势。在CyberGym上Sol以83.6%的成绩微弱压倒Mythos Preview的83.1%在CyScenarioBench上Mythos Preview以29.2%的胜率压制Sol的28.0%在HealthBench Professional上Anthropic以66.0%的高分大幅领先Sol的60.5%。此外在量化生物学与基因组学基准GeneBench v1上Sol消耗更少Token准确率拉高到30%。ExploitGym测试证实随着推理算力扩展GPT-5.6的三款模型性能近乎线性上扬Sol的compute潜力巨大。总体而言GPT-5.6 Sol与Claude Mythos 5战平在各个细分领域缠斗没有一方绝对垄断。6. 被锁进保险箱的AI之王GPT-5.6遭受了和Mythos 5同等级别甚至更严苛的待遇OpenAI宣布GPT-5.6 Sol目前仅处于极度受限的「有限预览」状态只有极少数受信白名单的承包商、国家级网络安全机构以及顶级战略合作伙伴才能通过API和Codex使用普通企业和民间开发者被拒之门外。OpenAI愤怒控诉认为政府访问流程不应成为长期默认做法使用户等无法获得最佳工具。其底气来源于报告中强调Sol虽能捕捉系统Bug和漏洞原语但未表现出完全自主独立生成「全链条端到端攻击」的能力危险指数在「关键网络安全威胁」红线之下不会自我进化主动攻击人类网络。然而METR的报告显示并非如此。那么普通用户何时能等来GPT-5.6呢

相关新闻